Internet学习记录：XML_XML校验

文档域

• XML文档可以看作是程序中数据结构的快照
• 它们用于程序之间的信息交流
• 这些信息都属于某个应用领域——要解决的问题空间
• DTD具有以下两个作用：将你掌握的知识提供给程序，同时获得了文件资料

验证文档的有效性

• 如果格式正规的文档是遵循一些隐式规则编写的，解析器无法根据这些规则检查其中的错误。
• 如果某个XML文档引用了DTD，验证有效性的解析器应该读取DTD，并确保文档符合DTD中描述的语法。
• 有效性验证并不能避免应用程序逻辑方面的失误，但是它能够过滤出代码中的无效数据。

编写DTD：通用原则

• 简单来说， XML文档由元素和相应的属性组成。
• DTD必须能够定义文档中的所有元素，元素可以设置的属性，以及元素之间的关系。
• 将DTD与XML文档相关联
  • DTD是与文档相关的。
  • DOCTYPE标记
  • DOCTYPE声明包含关键字DOCTYPE、文档根元素的名称，以及内容声明结构。
    
  • 内部DTD子集
    
  • 外部DTD
    
• 基本标记声明
  

正式的DTD结构

实体

为了在DTD中声明实体，需要定义实体的名称及它引用的内容。

• 预定义实体：XML必须保留某些字符用于本身格式的定义；另外，有些字符是不可打印的。
• 通用实体：通用实体是最简单的实体形式。它能够声明与某个名称相关联的可解析的文本块，通过该名称引用相应的文本。这类实体声明包含关键字ENTITY、实体名称和替换值
  
• 参数实体：仅仅在DTD中使用的解析实体称为参数实体
  
• 在DTD中，所有参数实体必须在引用之前进行声明。引用参数实体时，需要在实体名称之前增加百分号，在其后增加分号。定界符与名称之间没有空格
  

元素

• 元素是XML的核心与灵魂。在DTD中，元素类型是通过ELEMENT标记声明的
• 元素内容可以分为以下四种类型：空、元素、复合及任意
• 内容模型即元素结构的声明。它是由圆括号包含的若干子元素名称、运算符和#PCDATA关键字的组合
  
• 元组运算符
  
  
• 思考以下元素各表示什么内容？
  
  
  
  
  
  

属性

• 属性是对元素的补充和修饰，它能够将一些简单的特性与元素相关联。通过属性，可以给元素绑定大量信息
  
• 缺省值
  
  
• CDATA
• ID 、IDREF、IDREFS：文档中的关系表示
• ENTITY、E NTITIES：可替换的内容
• NMTOKEN、NMTOKENS：名称记号
• NOTATION：非XML数据
• 枚举类型：选择

条件部分

• 条件部分包括：惊叹号、左方括号、关键字，以及由方括号包含的声明块。如果关键字为INCLUDE，其中的声明被认为是DTD的一部分。如果关键字为IGNORE，处理器虽然读取其中的声明，但是在处理时忽略它。

DTD的缺点

• 它使用自己的一套语法，与文档实例的语法截然不同
• 不能使用解析器动态创建DTD
• DTD是一种封闭的结构
• DTD在数据类型信息方面也存在一定的缺陷。它所提供的唯一工具就是表示法，无法根据现有的类型定义自己的新类型
  
  
  
  

XML Schema

XML Schema的概念

• 模式(schema)这个词语表示图解、计划或框架。在XML中，它指描述XML文档的文档。

<product effDate="2001-04-02">
	<number>557</number>
	<size>10</size>
</product>
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<xsd:element name="product" type="ProductType"/>
<xsd:complexType name="ProductType">
<xsd:sequence>
<xsd:element name="number" type="xsd:integer"/>
<xsd:element name="size" type="SizeType"/>
</xsd:sequence>
<xsd:attribute name="effDate" type="xsd:date"/>
</xsd:complexType>
<xsd:simpleType name="SizeType">
<xsd:restriction base="xsd:integer">
<xsd:minInclusive value="2"/>
<xsd:maxInclusive value="18"/>
</xsd:restriction>
</xsd:simpleType>
</xsd:schema>

• W3C于2001年5月2日发布了W3C的最终推荐标准，标志着XML Schema经历三年多的发展终于修成正果
• Schema 是一种描述信息结构的模型，它是借用数据库中一种描述相关表格内容的机制，它为一类文件树立了一个模式，这个模式规范了文件中tag(标签)和文本可能的组合形式

<address>
<name>Namron H. Slaw</name>
<street>256 Eight Bit Lane</street>
<city>East Yahoo</city>
<state>MA</state>
<zip>12481-6326</zip>
</address>

<address>
<name>Namron H. Slaw</name>
<street>256 Eight Bit Lane</street>
<city>East Yahoo</city>
<state>MA</state>
<state>CT</state>
<zip>blue</zip>
</address>

XML Schema的新特性

• 丰富的数据类型
• 用户定义的数据类型（Archetypes）
• 属性(Attribute)分组
• 可修改的archetypes(原型)
• Namespace的支持

模式的用途

• 数据确认
• 交易双方的合约
• 系统文档
• 数据扩充
• 应用程序信息

模式设计

• 准确性和精确性
• 明晰性
• 广泛适用性

元素

Schema Component: Element Declaration
{name}
An NCName as defined by [XML-Namespaces].
{target namespace}
Either ·absent· or a namespace name, as defined in [XML- Namespaces].
{type definition}
Either a simple type definition or a complex type definition.
{scope}
Optional. Either global or a complex type definition.
{value constraint}
Optional. A pair consisting of a value and one of default, fixed.
{nillable}
A boolean.
{identity-constraint definitions}
A set of constraint definitions.
{substitution group affiliation}
Optional. A top-level element definition.
{substitution group exclusions}
A subset of {extension, restriction}.
{disallowed substitutions}
A subset of {substitution, extension, restriction}.
{abstract}
A boolean.
{annotation}
Optional. An annotation.

XML Representation Summary: element Element Information Item
<element
abstract = boolean : false
block = (#all | List of (extension | restriction |
substitution)) default = string
final = (#all | List of (extension | restriction)) fixed = string
form = (qualified | unqualified) id = ID
maxOccurs = (nonNegativeInteger | unbounded) : 1 minOccurs = nonNegativeInteger : 1
name = NCName nillable = boolean : false ref = QName
substitutionGroup = QName type = QName
{any attributes with non-schema namespace . . .}> Content: (annotation?, ((simpleType | complexType)?, (unique | key | keyref)*))
</element>

属性

Schema Component: Attribute Declaration
{name}
An NCName as defined by [XML-Namespaces].
{target namespace}
Either ·absent· or a namespace name, as defined in [XML- Namespaces].
{type definition}
A simple type definition.
{scope}
Optional. Either global or a complex type definition.
{value constraint}
Optional. A pair consisting of a value and one of default, fixed.
{annotation}
Optional. An annotation.
XML Representation Summary: attribute Element Information Item
<attribute default = string fixed = string
form = (qualified | unqualified) id = ID
name = NCName ref = QName type = QName
use = (optional | prohibited | required) : optional
{any attributes with non-schema namespace . . .}> Content: (annotation?, simpleType?)
</attribute>

数据类型

语法

• 元素类型名称

<elementType name="name">
<mixed/>
</elementType>

• 邮政编码数据类型

<datatype name="zipCode">
<basetype name="string"/>
<lexicalRepresentation>
<lexical>99999</lexical>
<lexical>99999-9999</lexical>
</lexicalRepresentation>
</datatype>

• zip数据类型

<elementType name="zip">
<datatypeRef name="zipCode"/>
</elementType>

• Schema定义的Address定义

<elementType name="address">
<sequence>
<elementTypeRef name="company" minOccur="0 maxOccur="1"/>
<elementTypeRef name="name" minOccur="1" maxOccur="1"/>
<elementTypeRef name="street" minOccur="1" maxOccur="2"/>
<elementTypeRef name="city" minOccur="1" maxOccur="1"/>
<elementTypeRef name="state" minOccur="1" maxOccur="1"/>
<elementTypeRef name="zip" minOccur="1" maxOccur="1"/>
</sequence>
</elementType>

• DTD中<address>的声明

<!ELEMENT address (company?,name, street+, city, state, zip)>
	DTD中含parameter entity(参数体)的address
<!ENTITY % address "company?, name, street+, city, state, zip">
<!ELEMENT billing.address (%address;) >
<!ELEMENT shipping.address (%address;) >

• XML Schema中含Archetype (原型)的address

<archetype name="address" model="refinable">
<sequence>
<elementTypeRef name="company" minOccur="0" maxOccur="1"/>
<elementTypeRef name="name" minOccur="1" maxOccur="1"/>
<elementTypeRef name="street" minOccur="1" maxOccur="2"/>
<elementTypeRef name="city" minOccur="1" maxOccur="1"/>
<elementTypeRef name="state" minOccur="1" maxOccur="1"/>
<elementTypeRef name="zip" minOccur="1" maxOccur="1"/>
</sequence>
</archetype>
<elementType name="billing.address">
<archetypeRef name="address"/>
</elementType>
<elementType name="shipping.address">
<archetypeRef name="address"/>
</elementType>

• 复杂类型和简单类型之间最根本的区别就是：复杂类型的内容中可以包含其他元素，也可以带有属性（Attribute）,但简单类型既不能包含子元素，也不能带有任何属性。
  比如：

<xsd:complexType name="CNAddress">
<xsd:sequence>
<xsd:element name="name" type="xsd:string"/>
<xsd:element name="street" type="xsd:string"/>
<xsd:element name="city" type="xsd:string"/>
<xsd:element name="zip" type="xsd:decimal"/>
</xsd:sequence>
<xsd:attribute name="country" type="xsd:NMTOKEN" fixed="US"/>
</xsd:complexType>

• element存在约束：element可以通过其minOccurs和maxOccurs两个属性来约束元素实例存在的个数，这两个属性的缺省值都是1，表示默认情况下此元素在XML实例文档中必须出现一次。

• attribute存在约束：元素属性也可以通过attribute的use属性来约束出现一次或根本不出现；use属性的取值可以是required,optional,prohibited三个值，缺省（默认）值是optional.

• element和attribute都有一个default和fixed属性，针对element来说，只有当element实例为空时才采用此default 值，而attribute是当实例不提供此attribute时才采用此default值，因此对attribute而言，只有其use值是optional 时default值才有意义，而且对element和attribute来说fixed 和default两个属性不能同时存在，否则会出现错误。

• 有三种通过限定性约束定义的新类型：

  • 通过值范围限定：

  <xsd:simpleType name="myInteger">
  <xsd:restriction base="xsd:integer">
  <xsd:minInclusive value="10000"/>
  <xsd:maxInclusive value="99999"/>
  </xsd:restriction>
  </xsd:simpleType>
  

  • 使用模式匹配限定：

  <xsd:simpleType name="SKU">
  <xsd:restriction base="xsd:string">
  <xsd:pattern value="\d{3}-[A-Z]{2}"/>
  </xsd:restriction>
  </xsd:simpleType>
  

  • 使用枚举方式限定：

  <xsd:simpleType name="CNCity">
  <xsd:restriction base="xsd:string">
  <xsd:enumeration value="BeiJing"/>
  <xsd:enumeration value="NanChang"/>
  <xsd:enumeration value="ShangHai"/>
  </xsd:restriction>
  </xsd:simpleType>
  

• 原子类型（不可分割的类型，象string,integer等 系统内建的类型）、列表类型、联合类型合起来统一称为简单类型。在Schema中有NMTOKENS、IDREFS、ENTITIES三种内建的列表类型，你也 可以从已有的简单类型来创建list(列表)类型，但你 不能从已有的list类型和复杂类型来创建列表（list） 类型

• 在XML实例文档中列表类型的值是通过空格来进行分隔
  的，如果声明了一个listOfMyIntType元素，其值可能是：

  <listOfMyInt>20003 15037 95977 95945</listOfMyInt>
  

  举例：

  schema为：
  <xsd:simpleType name="listOfMyIntType">
  <xsd:list itemType="myInteger"/>
  </xsd:simpleType>
  xml为： <listOfMyInt>20003 15037 95977 95945</listOfMyInt>
  

• 有几个方面的元素可以应用于list类型来进行约束，它们是：length、minLength、maxLength和enumeration，如：

  <xsd:simpleType name="USStateList">
  <xsd:list itemType="USState">	</xsd:list>
  </xsd:simpleType>
  <xsd:simpleType name="SixUSStates">
  <xsd:restriction base="USStateList">
  <xsd:length value="6"/>
  </xsd:restriction>
  </xsd:simpleType>
  

• 注：针对列表类型要千万注意成员是string类型的，因为string类型中的空格和列表类型的分割符空格会造成部分混淆。

• 对元素的定义可以采用通过指定其type属性为已定义的属性的方式， 也可一采用匿名定义类型的方式，如：

  • 采用类型定义：

  <xsd:element name=”comment” type=”xsd:string”>
  

  • 采用匿名定义：

  <xsd:element name="quantity">
  <xsd:simpleType>
  <xsd:restriction base="xsd:positiveInteger">
  <xsd:maxExclusive value="100"/>
  </xsd:restriction>
  </xsd:simpleType>
  </xsd:element>
  

• union（联合）类型表示在XML实例文档中的元素实例符合union类型定义的成员类型中的一种就可以了（合法），这一点和C++中的联合类型有类似的概念，如：

  <xsd:simpleType name="addrUnion">
  <xsd:union memberTypes="xsd:string integer"/>
  </xsd:simpleType>
  

  则，类型是string ，或 integer都可以了。

• 复杂类型一般可以分为三类：第一类是包含字符内容和属性但不包含子元素；第二类是包含属性和子元素但不包含字符数据（字符数据包含在子元素 中）；第三类是即包含属性和字符内容又包含子元素的；那么如何来定义这三类类型呢？针对第一类可以通过simpleContent来实现，第二类可以通过complexContent来做到，第三类只需要将complexType的属性mixed设为true 就可以了。具体的例子如下：

  • 第一种类型（从一个简单类型扩展而来，增加了属性）：
  • 第二种类型（有一个element和两个attribute构成）：

  <xsd:element name="internationalPrice">
  <xsd:complexType>
  <xsd:complexContent>
  <xsd:element name="Country" type="xsd:string"/>
  <xsd:attribute name="currency"
  type="xsd:string"/>
  <xsd:attribute name="value" type="xsd:decimal"/>
  </xsd:complexContent>
  </xsd:complexType>
  </xsd:element>
  

  • 第三种类型：

  <xsd:element name="letterBody">
  <xsd:complexType mixed="true">
  <xsd:sequence>
  <xsd:element name="salutation">
  <xsd:complexType mixed="true">
  <xsd:sequence>
  <xsd:element
  name="name" type="xsd:string"/>
  </xsd:sequence>
  </xsd:complexType>
  </xsd:element>
  <xsd:element name="quantity" type="xsd:positiveInteger"/>
  <xsd:element name="productName"
  type="xsd:string"/>
  minOccurs="0"/>
  <xsd:element name="shipDate" type="xsd:date"
  </xsd:sequence>
  </xsd:complexType>
  </xsd:element>
  

  • 第三种类型的实例可能如下：

  <letterBody>
  <salutation> Dear Mr.
  <name>Robert Smith</name>.
  </salutation> Your order of
  <quantity>1</quantity>
  <productName> Baby Monitor</productName> shipped from our 	warehouse on
  <shipDate>1999-05-21</shipDate>
  </letterBody>
  

• 根据上例的描述那么要定义一个空内容的元素，也就是说定义一个只包含属性的元素，只要在complexContent中不包含任何子元素，就可以了，如：

  <xsd:element name="internationalPrice">
  <xsd:complexType>
  <xsd:attribute name="currency" type="xsd:string"/>
  <xsd:attribute name="value"type="xsd:decimal"/>
  </xsd:complexType>
  </xsd:element>
  

• anyType是所有Schema类型的基类型，和Java中的Object类似。因此，以下定义：

<xsd:element name="anything" type="xsd:anyType"/>

可以写成：

<xsd:element name="anything"/>

引用XSD

<?xml version="1.0"?>
<example xmlns="http://www.example.com" xmlns:xsi="http://www.w3.org/2001/XMLS chema-instance"
xsi:schemaLocation="http://www.example. com/example.xsd">
<…>…</…>
</example>

模式语言

• DTD
• XML Schema
• RELAX NG
• Schematron
• XDR
• XSD