XML Schema用法

你现在应该知道 XML 只说明数据的结构而并不关心数据是如何具体描述的、数据是否正确。 XML 文档的强制性结构化需求是通过 DTD （文档类型说明）来实现的。那就是本系列文章中先前讲述的主题。在本文里，我们概要介绍 DTD 所存在的缺点，讨论新型的更为强大的标准 XML Schema 。
     其他文章
   以下是本系列的另两篇文章：
  XML 的基本语法
  DTD 文档格式
  
  DTD 的麻烦
  
   使用 DTD 虽然在指定许可的元素、需要的元素以及给定 XML 文档中如何组织元素等方面给我们以较大的方便，但是，一旦你想针对特定元素施加数据类型就会遇到麻烦了。 DTD 规范严格地定义了结构，但只支持相对功能较弱的内容类型规范，而对强制性结构化却无计可施，比如名为 Date 的数据如何规定它必须包含有效值呢？
  
   这就要指望 XML Schema 了， XML Schema 目前作为建议已经于 2001 年提交给了 W3C ，这意味着它最终将成为一般用途的建议标准。假如你对此感兴趣，你不妨到 W3C 网站找些官方文档和内容简介之类的材料来看看。注意，其他 schema 定义也是有的，包括日本的标准 RELAX 和微软公司的 XDR 。可是， XML Schema 是唯一受到 W3C 成为的建议标准，所以我在这篇文章中只对它进行阐述。
  
  XML Schema 不仅可以让你定义 XML 文档的结构而且还允许你约束文档的内容，这就不同于 DTD 了。另外，一个 XML Schema 自身就是一个 XML 文档，其基于标签的语法比 DTD 中的特殊字符要清楚多了。
     
  Schema 概述
  
  XML Schema 是用一套预先规定的 XML 元素和属性创建的，这些元素和属性定义了文档的结构和内容模式。相应的一套精巧的规则（这些规则却很有意思的用 DTD 来表示）指定了每个 Schema 元素或者属性的合法用途。如果违反这些规则解析器就会拒绝解析你的 Schema 以及任何同它相联系的文档。
  
   现在让就让我们来看看清单 A 中显示的 XML Schema 示例，该例对我们以前在清单 B 中用到的图书目录进行了说明。清单 B 有了点小改动：作为根元素的 catalog 现在有了两个新属性，它们通过清单 A 中的 catalog schema 与之关联。
  
   你再看 catalog schema ，很快你就会注意到它包含了标准的 XML 头 <?xml version = "1.0"?> ，这表示 schema 自己就是一个 XML 文档。而任何 schema 的根元素都必须是 schema ，它有一个或者多个说明自己的属性。在这种情况下， schema 的 namespace 定义属性（ xmlns ）会定义名称空间为 xs ，它将用作文档中所有元素的根名称空间。
  
   什么是名称空间
  XML 把名称空间定义为包装 XML 元素在一起供以后重用的方式。为了使用 XML 文档的名称空间中定义的元素，你必须通过 xmlns 属性声明你希望采用名称空间。你还必须为该名称空间定义快捷方式的前缀（例如 xs : ）作为你文档中的根元素，从而使得名称空间在文档中都可用。前缀是用于文档的任何导入名称空间的元素的标识符。这一过程就如同在 Visual Basic 中给库加索引或者导入模块； C++ 、 Java 或者 .NET 下的名称空间也具有同样的含义。
    
   我们的 schema 示例中接下来的元素是 annotation ，它的作用是代表同其父元素有关的文档。 annotation 可以包含两个子元素之一，或者是 documentation 或者是 appinfo ，或者两者都包含进去。前者用于可读的文档，而后者则用来保存供应用程序处理的指令。
  
   接下来我们定义了两个主要的元素（根元素 catalog 及其子元素 book ），它们用在书目文档内，后者采用了两个 element 元素。这些元素都包含了定义名字的属性和各个元素准许的内容。在这种情况下， catalog 元素被定义为 catalogtype 类型，而 book 元素则被定义为 elementtype 类型；这两种类型以后还要在 schema 文档中被定义。
   什么是类型？
   我已经说过了， XML Schema 可以让你把 XML 文档中的元素声明为特定的类型，准许解析器检查文档的内容及其结构。 XML Schem 定义了两种主要的数据类型：预定义简单类型和复杂类型。这两种数据类型之间的主要区别是复杂类型可以象数据一样包含其他元素而简单类型则只能包含数据。简单类型给予了 XML Schema 低级类型检查能力，允许你把元素定义为图 A 中的任何类型之一。
  
   图 A
  
   简单类型
   定义
  
  string
   字符串数据。
  
  boolean
   二元类型的 True 或者 False 。
  
  date
   历法日期，格式是 CCYY-MM-DD 。
  
  dateTime
   历法日期和时间。
  
  time
   24 小时格式的时间可根据时区调节。
  
  decimal
   任意精度和位数的十进制数。
  
  integer
   整数
  
  float
   标准的 32 位浮点数。
  
  
  XML Schema 预定义简单类型
  
  
   你也可以定义自己的简单类型。为了更深入地了解各种 XML Schema 数据类型，请参看 W3C 网站上的 “XML Schema Part 2: DataTypes” 。
  
   复杂类型由 complexType 元素定义，它通常至少拥有一个 name 属性，用在声明其他元素时索引类型，除非它位于某一元素之内（参见下一节）。所有的复杂类型都会包含一个内容定义类型，其主要功能是定义类型能包含的内容模式。某些可用的内容模式请见图 B 。
  
   图 B
  
   复杂类型
   定义
  
  sequence
   在其定义范围之内的所有元素都必须按顺序出现，范围由 minOccurs 和 maxOccurs 指定。
  
  choice
   其范围内有且只有一个元素必须出现。
  
  any
   定义的任何元素都必须出现。
  
  simpleContent
   这种复杂类型只包含了非嵌套元素。可以通过包含扩展元素的方式扩展先前定义的简单类型。
  
  complexContent
   这种复杂类型只能包含其他元素。可以通过包含扩展元素的方式扩展先前定义的复杂类型。
  
  attribute
   这种复杂类型只能包含命名属性。
  
  
   一些准许的 XML Schema 复杂类型
  
   我们示例 schema 中的第一个 complexType 元素定义了 booktype 类型，你能从文档注释元素中看出，该类型给目录中单一的书建模型。 Booktype 包含一个 sequence 元素，通过它告诉解析器这种复杂类型的元素必须按照同样准确的顺序包含出现在 sequence 标签内出现的所有元素。就 booktype 而言，元素 author 、 title 、 genre 、 price 和 publish_date 都必须出现在 booktype 元素之内。
  
  Description 又是怎么一回事呢？它出现在 sequence 元素内，有没有这个必要呢？当然没有。 description 元素有一个 minOccurs 属性，它定义了复杂类型中元素可以出现的最小次数。在这种情况下， minOccurs 的值是零，因此 description 是一个可选的元素。
  
  author 元素也是这样。它有一个 maxOccurs 属性，但却没有设值，意思是说 author 元素可以在 sequence 中出现无限次，显然，一本图书的作者至少有一个但却不一定只有一个。既没有 minOccurs 也没有 maxOccurs 属性的元素必须而且仅仅只能在 sequence 中出现一次，因此， booktype sequence 中的所有其他元素都是必要的而且只能出现一次。
  
   在我们的示例 catalog schema 中定义的第二个同时也是最后一个复杂类型是 catalogtype 复杂类型。它也是包含一个以上的 sequence ，你可以从无界的 maxOccurs 属性看出这一点。
  
   深入解释
   看你的背景知识有多少了，本文用到的示例 schema 的结构对你来说要不本该如何要不只会叫你发昏，对 book 和 catalog 元素不采用正规复杂类型声明来定义 catalog schema 也是可能的，清单 C 就是这样。注意，清单 C 中的 complexType 元素嵌套在了 element 元素之内， catalog 的 sequence 元素的子元素具有一个 ref 属性通过它告诉解析器它有一个引用指向先前定义的 book 元素。
  
   我曾经听到很多人这样问： “ 很好，如果是这样的话，那么你为什么要采用以上那些费工夫的办法呢？ ” 很简单，我们绕来饶去只是为了说明 XML Schema 的重要一点：它是可扩展的。通过定义类型的方式你就可以在多个文档中重用它们，甚至还可以用不同的 schema 对其进行扩展，这就像你在开发应用程序的时候重用或者扩展抽象数据类型或对象是一个道理。
  
  
   工具
  
   到目前为止，你应该意识到 XML Schema 的语法并不简单。虽然可以用简单的文本编辑器手工创建 schema ，不过，这样做也许会叫你累得吐血。为了更好地利用它，你可以采用若干种 XML 工具，最近出现的一些工具甚至提供了创建 XML Schema 的图形界面。 XML Spy 和 Cape Clear Studio 都是具有 XML Schema 创建功能的全方位 XML 综合开发环境。 dtd2xs 是一种 DTD-to-XML 的 Schema 转换工具，它有两种形式：单独运行的应用程序和 Java 类。同 DTD 一样，标准的 XML Schema 定义非常多，你可以根据自己的需要在应用程序的开发中采用。
     结论
  XML Schema 具有强制文档内容和结构的能力，它是 XML 世界中的一种不但重要而且强大的新标准。在这篇文章里，我仅仅浮光掠影地大致解释了其基本原理，但我希望这些阐述能给你打下一个继续前进的基础。接下来我们继续探讨 DOM 解析器。