XML Schema全接触 (这里主要介绍W3C的Schema标准语法)

最新推荐文章于 2021-02-16 10:20:44 发布

xyzroundo

最新推荐文章于 2021-02-16 10:20:44 发布

阅读量127

点赞数

来源：<a href="http://bbs.w3china.org/dispbbs.asp?BoardID=23&ID=27215&ReplyID=22178&skin=1">http://bbs.w3china.org/dispbbs.asp?BoardID=23&ID=27215&ReplyID=22178&skin=1</a>
 
XML Schema规范

 
2001年5月2日，XML Schema 规范成为了W3C的正式推荐标准。经过三年多的发展，XML 的Schema标准终于修成了正果。这样，XML、XML Schema和Namespace都成为了W3C的正式标准，这是一个值得庆贺的历史性时刻，意味着XML语法的规范已经奠定了扎实的基础，XML的广泛发展和应用也即将成为现实。这里将介绍XML定义语言、XML Schema全貌和XML Schema如何校验XML文档。
XML定义语言:DTD,XDR和XSD
我们知道XML文档有结构良好和有效性两种约束。格式良好适合于所有的XML文档，即满足XML标准中对于格式的规定。而当XML文档满足一定的语义约束则称该XML文档为有效的XML文档。目前常用的XML定义语言有DTD,XDR和XSD。
文档类型定义(DTD)
文档类型定义用不同于XML的独立语法来规定了XML文档中各种元素集合的内容模式。该语言直接沿袭了定义SGML语言的方法，这样做的好处是如下：
DTD使得XML文档保持一致 DTD可以共享 DTD提供了对XML语汇的形式化和完整的定义 每个XML文档有单个的DTD来限制
Schema
类似DTD,Schema可以规定一套特定文档的结构或模型。使用Schema语言来描述文档结构有下面以下好处： Schema使用的是XML语法 Schema可以用XML解析器来解析 Schema允许全局性元素(在整个XML文档中元素用相同方式来使用)和局部性元素(元素在特定的上下文中有不同的含义) Schema提供丰富的数据类型(如整型、布尔型、日期类型等)；而且一个元素中的数据类型可以进行规定，甚至可以根据需要自定义数据类型
XDR
XDR的全称是XML-Data Reduced Language,是早先由XML-Data草案派生出来的一个定义XML语言的分支。由于微软最先提出了XML-Data，并且经过修订后在其软件中应用，所以XDR也被广泛使用。目前支持XDR Schema的产品有：
Microsoft Biztalk Server Microsoft SQL Server 2000 Microsoft Office 2000 Microsoft IE5.0和后续版本 XDR也得到了Extensibility的 XML Authority编辑工具的支持。
XSD Schema
最为正式的XML Schema语言是由W3C指定的XML Schema规范，简称为XSD(XML Schema Definition)。XSD也提供了数据类型的支持和结构定义的方法。
2001年5月2日，XML Schema 规范成为了W3C的正式推荐标准。这就意味着经过三年多的发展，XML 的Schema标准终于修成了正果。这样，XML、XML Schema和Namespace都成为了W3C的正式，这是一个值得庆贺的历史性时刻，意味着XML语法的规范已经奠定了扎实的基础。XML的广泛发展和应用也即将成为现实。下面我们就将重点来介绍最新的XML Schema标准。
我们用实际的例子来介绍XML Schema的用法。比如，有这样的XML实例文档：
<?xml version="1.0" encoding="GB18030"?> <studentlst> <student> <name>至尊宝</name> <genda>男</genda> <sid>001</sid> <birthday>1576-3-2</birthday> </student> <student> <name>白晶晶</name> <genda>女</genda> <sid>002</sid> <birthday>1578-4-25</birthday> </student> </studentlst>
但是其中name和genda、sid等文本元素的数据类型都是统一的字符类型，而事实上我们一般要求对它们有更为严格的限制。比如，要求name仍然为字符类型，而genda为可选的枚举类型，只能取男或女，sid要求是三位的整数类型，并且要求birthday为日期类型。name和birthday的定义比较简单：
<element name="name" type="string" minOccurs="1" maxOccurs="1" /> <element name="birthday" type="date" minOccurs="1" maxOccurs="1"/>
其中string和date类型都是Schema中自带的基本数据类型(Primary Data Type)。minOccurs和maxOccurs是最少和最多出现次数，这里是表示有而且只出现一次。这是最简单的元素声明。在XML Schema中提供两种数据类型：一是我们刚刚接触的基本数据类型或者称为内建数据类型；另外一种是扩展的数据类型，既在基本数据类型基础上用户自己扩展的数据类型。Schema中没有规定性别的类型，也没有直接规定三位整数的数据类型，但是性别是有男、女两种选择的枚举类型；而sid的每位都是非负整数，于是我们可以先定义两类扩展数据类型，然后来限制genda和sid元素。
<simpleType name="GendaType"> <restriction base="string"> <enumeration value="男"/> <enumeration value="女"/> </restriction> </simpleType> <simpleType name="SIDType"> <restriction base="string"> <length value="3"/> <pattern value="/d{3}"/> </restriction> </simpleType>
在定义扩展数据类型时是描述了一个simpleType元素，name属性是该数据类型的名称，数据类型由restriction子元素进行约束，该元素中的base属性是基类型，即它要扩展的基本数据类型。在枚举类型中在restriction的子元素中罗列初可选的数值；而在第二种情况时，通过对各方面(facet)进行规定来定义数据类型，比如length规定该数据类型总共有多少位数，而pattern则通过正则表达式来规定出现的方式。这里的意思是连续出现三位的整数。
用上面定义的数据类型来约束genda和sid的方法和name和birthday元素的声明相同:
<element name="genda" type="GendaType" minOccurs="1" maxOccurs="1"/> <element name="sid" type="SIDType" minOccurs="1" maxOccurs="1"/>
有了最基本的四个文本内容的元素，如何定义作为其父元素的student元素呢？由于student元素是由子元素组成的，在Schema中称它位复杂类型的元素。而且其子元素是顺序组成的序列，因此这样声明student元素：
<element name="student"> <complexType> <sequence> <element name="name" type="string" minOccurs="1" maxOccurs="1"/> <element name="genda" type="GendaType" minOccurs="1" maxOccurs="1"/> <element name="sid" type="SIDType" minOccurs="1" maxOccurs="1"/> <element name="birthday" type="date" minOccurs="1" maxOccurs="1"/> </sequence> </complexType> </element>
另外，studentlst元素包含了student元素，并且出现的方式是一个或者多个，或者可以不出现，在Schema中出现的方式可以用miOccurs和maxOccurs来表达：
<element name="studentlst"> <complexType> <sequence> <element name="student" minOccurs="0" maxOccurs="unbounded"> <complexType> <sequence> <element name="name" type="string" minOccurs="1" maxOccurs="1"/> <element name="genda" type="GendaType" minOccurs="1" maxOccurs="1"/> <element name="sid" type="SIDType" minOccurs="1" maxOccurs="1"/> <element name="birthday" type="date" minOccurs="1" maxOccurs="1"/> <sequence> <complexType> <element> <sequence> <complexType> <element>
最后我们将这些元素和数据类型的声明都包含在schema根元素中：
<?xml version="1.0" encoding="GB18030"?> <schema xmlns="<a class="contentlink" href="http://www.w3.org/2001/XMLSchema%22" target="_blank">http://www.w3.org/2001/XMLSchema"</a> xmlns:sl="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22" target="_blank">http://www.xml.org.cn/namespaces/StudentList"</a> targetNamespace="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22%3E" target="_blank">http://www.xml.org.cn/namespaces/StudentList"></a> <element name="studentlst"> <complexType> <sequence> <element name="student" minOccurs="0" maxOccurs="unbounded"> <complexType> <sequence> <element name="name" type="string" minOccurs="1" maxOccurs="1"/> <element name="genda" type="sl:GendaType" minOccurs="1" maxOccurs="1"/> <element name="sid" type="sl:SIDType" minOccurs="1" maxOccurs="1"/> <element name="birthday" type="date" minOccurs="1" maxOccurs="1"/> </sequence> </complexType> </element> </sequence> </complexType> </element> <simpleType name="GendaType"> <restriction base="string"> <enumeration value="男"/> <enumeration value="女"/> </restriction> </simpleType> <simpleType name="SIDType"> <restriction base="string"> <length value="3"/> <pattern value="{3}"/> </restriction> </simpleType> </schema>
用XSD校验XML
由了XML Schema,你可以用来校验XML文档的语义和结构。在MSXML 4.0技术预览版本已经提供了用XSD Schema来校验XML文档的功能。在校验文档时，将schema添加到XMLSchemaCache对象中，设置其 object, set the schemas property of a DOMDocument对象的schemas属性引用XMLSchemaCache对象中的schema。在将XML文档载入到DOMDocument对象中时将自动执行校验操作。我们不妨用例子来说明如何在Visual Basic中通过编程实现XML文档校验。其中包括：
books.xsd 用来校验books.xml文件的Schema books.xml 该文件将被载入并且和books.xsd对照校验 Visual Basic校验代码 创建一个XMLSchemaCache对象,将schema添加给它,然后设置schemas property of the DOMDocument对象的shemas属性。在开始的时候你要进行如下操作： 打开Visual Basic 6.0,选择Standard EXE新项目 在Project菜单中选择References. 在Available References列表中选择Microsoft XML,v4.0 给Form1添加一个Command button 存储该项目 books.xml
在XML编辑器甚至一般的文本编辑器中输入以下XML代码，并且存为books.xml：
<?xml version="1.0" encoding= "GB18030"?> <x:catalog xmlns:x="urn:books"> <book id="bk101"> <author>Gambardella, Matthew</author> <title>XML Developer's Guide</title> <genre>Computer</genre> <price>44.95</price> <publish_date>2000-10-01</publish_date> <description>An in-depth look at creating applications with XML.</description> < title>2000-10-01</title> </book> </x:catalog>
books.xsd
下面是本例中使用的books.xsd schema。
<xsd:schema xmlns:xsd="<a class="contentlink" href="http://www.w3.org/2001/XMLSchema%22%3E" target="_blank">http://www.w3.org/2001/XMLSchema"></a> <xsd:element name="catalog" type="CatalogData"/> <xsd:complexType name="CatalogData"> <xsd:sequence> <xsd:element name="book" type="bookdata" minOccurs="0" maxOccurs="unbounded"/> </xsd:sequence> </xsd:complexType> <xsd:complexType name="bookdata"> <xsd:sequence> <xsd:element name="author" type="xsd:string"/> <xsd:element name="title" type="xsd:string"/> <xsd:element name="genre" type="xsd:string"/> <xsd:element name="price" type="xsd:float"/> <xsd:element name="publish_date" type="xsd:date"/> <xsd:element name="description" type="xsd:string"/> </xsd:sequence> <xsd:attribute name="id" type="xsd:string"/> </xsd:complexType> </xsd:schema>
XML Schema和名域
Schema是一些规则的集合(也称为语法或者语汇)，其中包括了类型定义(简单和复杂类型)以及元素和属性声明。由于XML中可能存在不同的语汇来描述不同的元素和属性,因此需要使用名域(namespace)和前缀来避免元素和属性声明之间的模糊性。当你使用来自多个名域的schema时，分清元素和属性名称是最基础性的工作。
一个名域通常有一串字符串来相互区别，如 "urn:www.microsoft.com", "<a class="contentlink" href="http://www.xml.org.cn%22/" target="_blank">http://www.xml.org.cn"</a>, "<a class="contentlink" href="http://www.w3c.org/2001/XMLSchema%22" target="_blank">http://www.w3c.org/2001/XMLSchema"</a>以及 "uuid:1234567890"等。
XML Schema的序言
XML schema的开头时是一些导言，之后才是正式的声明。在schema 元素的导言中可能包含三个可选的属性。
例如，下面的语法使用的schema元素引用了三个最常使用的名域：
xmlns="<a class="contentlink" href="http://www.w3c.org/2001/XMLSchema%22" target="_blank">http://www.w3c.org/2001/XMLSchema"</a> xmlns:xsd="<a class="contentlink" href="http://www.w3c.org/2001/XMLSchema-datatypes%22" target="_blank">http://www.w3c.org/2001/XMLSchema-datatypes"</a> xmlns:xsi="<a class="contentlink" href="http://www.w3c.org/2001/XMLSchema-instances%22" target="_blank">http://www.w3c.org/2001/XMLSchema-instances"</a> version"1.0">
 前两个属性用XML名域来标识W3C中的两个XML schema规范。第一个 xmlns属性包含了基本的XML schema元素，比如element, attribute, complexType, group, simpleType等。第二个xmlns属性定义了标准的XML schema属性类型例如string, float, integer, 等。
缺省名域
对于任何一个XML Schema定义文档(XSD)都有一个最顶层的schema (XSD)元素。而且该schema (XSD)元素定义必须包含下面的名域:
<a class="contentlink" href="http://www.w3.org/2001/XMLSchema" target="_blank">http://www.w3.org/2001/XMLSchema</a>
作为名域的标识符(在声明中作为元素或属性的前缀)，你也可以不使用xsd或xsi。
我们分别来观察XSD和XML实例文档中相关的名域。比如前面介绍student.xsd的序言是这样的:
< schema xmlns="<a class="contentlink" href="http://www.w3.org/2001/XMLSchema%22" target="_blank">http://www.w3.org/2001/XMLSchema"</a> xmlns:sl="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22" target="_blank">http://www.xml.org.cn/namespaces/StudentList"</a> targetNamespace="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22%3E" target="_blank">http://www.xml.org.cn/namespaces/StudentList"></a>
这里的targetNamespace属性表示了该shema所对应的名域的URI。也就是说在引用该Schema的其它文档中要声明名域，其URI应该是targetNamespace的属性值。例如在这里因为要用到student.xsd自己定义的扩展数据类型，所以也声明的名域xmlns:sl="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22" target="_blank">http://www.xml.org.cn/namespaces/StudentList"</a>。
我们再来看由该schema规定的XML文档的开头将是什么样子:
<studentlst xmlns="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22" target="_blank">http://www.xml.org.cn/namespaces/StudentList"</a> xmlns:xsi="<a class="contentlink" href="http://www.w3.org/2001/XMLSchema-instance%22" target="_blank">http://www.w3.org/2001/XMLSchema-instance"</a> xsi:schemaLocation="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList" target="_blank">http://www.xml.org.cn/namespaces/StudentList</a> student.xsd">
其中缺省名域声明xmlns="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList%22" target="_blank">http://www.xml.org.cn/namespaces/StudentList"</a>就是和刚刚声明的XML Schema的名域相结合来规定该XML文档。 xmlns:xsi="<a class="contentlink" href="http://www.w3.org/2001/XMLSchema-instance%22" target="_blank">http://www.w3.org/2001/XMLSchema-instance"</a> 是任何XML实例文档固有的名域，当然按照前面所说的名域名称xsi是可以自己规定的。而xsi:schemaLocation="<a class="contentlink" href="http://www.xml.org.cn/namespaces/StudentList" target="_blank">http://www.xml.org.cn/namespaces/StudentList</a> student.xsd"则规定了该名域所对象的schema的位置，即在相同路径的student.xsd文件。