什么是Schema?
在计算机软件中,Schema这个词在不同的应用中有不同的含义,可以翻译为:架构、结构、规则、模式等。在XML中,Schema指的是定义和描述XML文档的规则,翻译为模式。
XML Schema与DTD的比较
我们看例4-3所示的XML文档。
例4-3 employee.xml
<?xml version="1.0" encoding="GB2312"?> <employee sn="hr-01-001"> <name>张三</name> <age>26</age> <email>zhangsan@sunxin.org</email> </employee> |
如果采用DTD来定义例4-3的XML文档的结构,则一个可能的DTD如例4-4所示。
例4-4 employee.dtd
<!ELEMENT employee (name,age,email)> ① <!ELEMENT name (#PCDATA)> ② <!ELEMENT age (#PCDATA)> ③ <!ELEMENT email (#PCDATA)> ④ <!ATTLIST employee sn CDATA #REQUIRED> ⑤ |
这个DTD表示employee元素可以有三个子元素name、age和email,这三个子元素必须依次出现,它们的内容只能是字符数据。employee元素还有一个必需的属性sn,属性值为字符数据。
如果我们想要在上述DTD定义的基础上进一步限制元素的内容,例如,限制age元素的内容只能是正整数,或者限制email元素的内容必须是有效的邮件格式,DTD就无能为力了。下面我们采用XML Schema来定义例4-3的XML文档的结构并约束文档的内容,如例4-5所示。
例4-5 employee.xsd
<?xml version="1.0" encoding="GB2312"?> <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"> <xs:element name="employee" type="empType"/> ① <xs:complexType name="empType"> ② <xs:sequence> ③ <xs:element name="name" type="xs:string"/> ④ <xs:element name="age" type="xs:positiveInteger"/> ⑤ <xs:element name="email"> ⑥ <xs:simpleType> <xs:restriction base="xs:string"> <xs:pattern ⑦ value="[a-z0-9A-Z]+([-|\.]?[a-z0-9A-Z])*@([a-z0-9A-Z]+ (-[a-z0-9A-Z]+)?\.)+ [a-zA-Z]{2,}"/> </xs:restriction> </xs:simpleType> </xs:element> </xs:sequence> <xs:attribute name="sn" type="xs:string" use="required"/> ⑧ </xs:complexType> </xs:schema> |
① 使用XSDL中的xs:element元素来声明employee元素,它的类型为empType,这是自定义的类型,在②处定义。
② 使用XSDL中的xs:complexType元素来定义复杂类型,属性name指定自定义类型的名字,该名字可以被xs:element元素的type属性所引用。
③ XSDL中的xs:sequence元素用于指定在它内部声明的元素必须按照声明的顺序出现。①、②、③合起来与例4-4中的①(<!ELEMENT employee (name,age,email)>)对应。
④ 声明name元素,其内容只能是字符串值。与例4-4中的②(<!ELEMENT name (#PCDATA)>)对应。
⑤ 声明age元素,其内容只能是正整数。与例4-4中的③(<!ELEMENT age (#PCDATA)>)对应。
⑥ 声明email元素,使用正则表达式对email元素的内容做了限定,要求内容必须符合邮件格式的规范。与例4-4中的④(<!ELEMENT email (#PCDATA)>)对应。
⑦ XSDL中的xs:pattern元素使用正则表达式来限制值的范围。
⑧ 声明sn属性,属性值是字符串,该属性是必需的(use="required")。与例4-4中的⑤(<!ATTLIST employee sn CDATA #REQUIRED>)对应。
从例4-5的XML Schema的定义可以看出,XML Schema具有丰富的数据类型,除了内置的数据类型外(例如:xs:string、xs:positiveInteger),我们还可以定义自己的数据类型(例如:empType)。
如果以建筑图纸与建筑的关系为例来比较XML Schema和DTD,那么DTD只能定义厨房、阳台的位置,主卧的结构等,而XML Schema还可以定义卧室使用什么类型的地板、阳台选用什么类型的铝合窗,即XML Schema定义了丰富的数据类型。
DTD不能很好地满足XML自动化处理的要求(由于采用了非XML语法格式),缺乏对文档结构、元素、属性、数据类型等约束的足够描述。与XML Schema相比,DTD具有以下的局限性:
(1)对数据类型提供了非常有限的支持,且只适用于属性;
(2)约束定义能力不足,无法对XML实例文档做出更细致的语义限制;
(3)DTD定义不够结构化,重用的代价相对较高;
(4)不使用XML语法,无法采用一致的方式来处理XML文档和DTD。
(5)对名称空间仅提供了有限的支持。
术语明晰
XML Schema中有一些术语不是很好理解,为了便于后续内容的学习,这一节我们首先明确一些术语的含义。
模式
模式指的是依照XML Schema规范,使用http://www.w3.org/2001/XMLSchema名称空间中的元素来描述XML文档结构的规则集。模式由许多不同类型的组件构成,包括:元素、属性、简单类型、复杂类型、记号(notation)、元素组(模型组定义)、属性组和标识约束等。
模式在模式文档中定义,模式文档通常以文件的形式存在,扩展名为.xsd。不过,模式文档不是必须要以文件的形式存在,它们在应用程序中可以以字节流的形式存在,也可以作为数据库记录而存在。
每个模式定义都以一个根元素xs:schema开始,该元素属于http://www.w3.org/ 2001/XMLSchema名称空间。
实例和模式
模式用于定义XML文档的结构,并对文档的内容进行约束,符合某个模式的XML文档称为实例。检查一个实例文档是否符合一个或多个模式的过程,称为模式验证(schema validation)。包含模式定义的文档称为模式文档,符合某个特定模式的XML文档称为实例文档。
声明和定义
在XML Schema推荐标准中,使用了"声明"和"定义"两个术语。对于出现在实例文档中并通过名称来验证的组件使用"声明",这些组件包括元素、属性、记号(notation),如元素声明、属性声明。对于在模式内部中的组件使用"定义",这些组件包括数据类型、元素组、属性组和一致性约束,如数据类型定义,元素组定义。
元素和属性的声明
元素和属性分别通过http://www.w3.org/2001/XMLSchema名称空间中的element和attribute元素来声明,如例4-6所示。
例4-6 在模式文档中声明元素和属性
<?xml version="1.0" encoding="UTF-8"?> <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"> <xs:element name="student" type="xs:string"/> <xs:attribute name="sn" type="xs:integer"/> </xs:schema> |
元素和属性的类型
我们看例4-7的XML文档。
例4-7 desk.xml
<?xml version="1.0" encoding="GB2312"?> <desk length="1.2" width="0.6" color="white"> <name>办公桌</name> <drawer> <amount>2</amount> </drawer> </desk> |
从本质上来说,XML文档只能保存文本格式的数据,例如,length属性的值1.2和amount元素的内容2,都是字符形式,然而,为了让XML文档能够进行数据交换(如与数据库或程序内存中的数据进行交换),需要人为地为XML文档中的数据定义一些数据类型,以方便对元素内容和属性值进行验证。DTD对数据类型的支持是非常有限的,而XML Schema则提供了丰富的数据类型,并且允许自定义数据类型。
在XML Schema中,元素和属性都有数据类型,元素的数据类型即元素内容的数据类型,属性的数据类型即属性值的数据类型。XML Schema把元素和属性的概念与其数据类型分开,这就允许不同名称的元素拥有相同类型的数据。例如,我们可以声明两个元素homeAddress和officeAddress,它们具有相同的结构,但名称不同,我们只需要定义一种数据类型addressType,然后在两个元素的声明中引用它,如例4-8所示。
例4-8 元素homeAddress和officeAddress具有相同的类型
<xs:element name="homeAddress" type="addressType"/> <xs:element name="officeAddress" type="addressType"/> <xs:complexType name="addressType"> <xs:sequence> <xs:element name="street" type="xs:string"/> <xs:element name="city" type="xs:string"/> <xs:element name="country" type="xs:string"/> </xs:sequence> </xs:complexType> |
元素如果包含子元素或者带有属性则称为具有复杂类型,如例4-7中的desk和drawer元素;反之元素如果仅仅包含字符数据(可以是数字、字符串、日期或者其他数据类型),不包含任何子元素,也不带有属性则称为具有简单类型,如例4-7中的name和amount元素。属性总是具有简单类型,因为属性不能有子元素或其他属性。
简单类型
具有简单类型的元素只能包含字符数据,不能包含子元素,也不能有属性。XML Schema推荐标准内置了44种简单类型,如例4-6、例4-8中的xs:string、xs:integer等,这些简单类型可以直接引用。XML Schema内置的数据类型的层次结构如图 4-1所示。
XML Schema支持类型的派生,这和面向对象语言中对象的继承有些类似,但又不完全相同。XML Schema类型的派生分为限制(restriction)和扩展(extension),通过限制派生的新类型的值范围是原类型值范围的子集,通过扩展则可以为现有类型添加新的元素和属性。
对于简单类型,只有限制派生而没有扩展派生,我们只能通过限制一个现有的简单类型(内置的简单类型或派生于内置简单类型的简单类型)来派生一个新的简单类型。那如何对现有的简单类型进行限制呢?XML Schema给我们提供了12个面(facet),用于指定一个值的有效范围、约束值的长度和精度、枚举一系列的有效值,或者指定有效值必须匹配的正则表达式。
![]() |
图4-1 内置数据类型的层次结构 |
面与类型的关系就好像棱镜的面与棱镜的关系,透过不同的面,你看到的景观(内容)是不同的。在XML Schema中,面相当于是对一个现有的简单类型添加某些约束(限制),约束不同,得到的结果就不同。也就是说,你可以把面(facet)看成是对数据类型的约束,目的是为了让它的值限制在一定的范围内。实际上,这些面就是http://www.w3.org/ 2001/XMLSchema名称空间中的一些元素,只不过这些元素是用来对现有类型的值进行约束的,因而称为面。
要定义新的简单类型,使用xs:simpleType元素,要对现有的基类型进行限制,使用xs:restriction元素,并在该元素的内部使用限制值范围的面(facet)。例如,我们定义一个雇员年龄的类型,雇员年龄要求在18~60岁之间,我们可以从内置的xs:integer类型派生一个新的简单类型ageType,然后使用xs:minInclusive和xs:maxInclusive面来限制年龄值的范围,如例4-9所示。
例4-9 使用minInclusive和maxInclusive面来限制年龄值的范围
<xs:simpleType name="ageType"> <xs:restriction base="xs:integer"> ① <xs:minInclusive value="18"/> <xs:maxInclusive value="60"/> </xs:restriction> </xs:simpleType> |
① xs:restriction元素的base属性指定要限制的基类型
复杂类型
具有复杂类型的元素可以有子元素和属性。复杂类型使用xs:complexType元素来定义。
复杂类型要么具有简单内容,要么具有复杂内容。元素的"内容"是指在它的开始标签和结束标签之间的字符数据和子元素。简单内容指的是它只包含字符数据内容,而没有子元素(可以有属性),简单内容使用xs:simpleContent元素来定义;除此之外的元素内容称为复杂内容,复杂内容使用xs:complexContent元素来定义。
例如,对于例4-10所示的具有简单内容的book元素,它的复杂类型定义如例4-11所示。
例4-10 实例文档中的book元素
<book isbn= "978-7-121-06812-6">Struts 2深入详解</book> |
例4-11 模式文档中的bookType类型定义
<xs:element name="book" type="bookType"/> <xs:complexType name="bookType"> <xs:simpleContent> <xs:extension base="xs:string"> <xs:attribute name="isbn" type="xs:token"/> </xs:extension> </xs:simpleContent> </xs:complexType> |
简单内容类型的复杂元素要求必须含有文本,可以有属性。
对于例4-12所示的具有复杂内容的student元素,它的复杂类型定义如例4-13所示。
例4-12 实例文档中的student元素
<student> <name>张三</name> <age>20</age> </student> |
例4-13 模式文档中的studentType类型定义
<xs:element name="book" type="studentType"/> <xs:complexType name="studentType"> <xs:complexContent> <xs:restriction base="xs:anyType"> <xs:sequence> <xs:element name="name" type="xs:string"/> <xs:element name="age" type="xs:integer"/> </xs:sequence> </xs:restriction> </xs:complexContent> </xs:complexType> |
复杂内容类型的复杂元素可以有属性,但不能有文本。