XML Schema全接触

2022-07-15 80酷酷网 80kuku.com

　　xml

2001年5月2日，经过三年多的发展，XML 的Schema终成正果。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语法规范已经奠定了扎实的基础。中国XML联盟于第一时刻为你介绍最新的XML Schema标准和其在MSXML 4.0中的应用。

XML定义语言:DTD,XDR和XSD

我们知道XML文档有格式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。

· 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。

XML Schema的全貌

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="GB2312"?>
<!DOCTYPE studentlst SYSTEM "student.dtd">
<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>

该文档用DTD定义如下：

<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT studentlst (student)*>
<!ELEMENT student (name, genda, sid, birthday)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT genda (#PCDATA)>
<!ELEMENT sid (#PCDATA)>
<!ELEMENT birthday (#PCDATA)>

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"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" xmlns:sl="http://www.xml.org.cn/namespaces/StudentList" targetNamespace="http://www.xml.org.cn/namespaces/StudentList">
<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"?>
<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="http://www.w3.org/2001/XMLSchema">
<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>

Visual Basic校验代码

你可以运行下面的例子:

拷贝下面的代码到Command1_Click过程中
Private Sub Command1_Click()
Dim xmlschema As MSXML2.XMLSchemaCache
Set xmlschema = New MSXML2.XMLSchemaCache
xmlschema.Add "urn:books", App.Path & "\books.xsd"
Dim xmldom As MSXML2.DOMDocument
Set xmldom = New MSXML2.DOMDocument
Set xmldom.schemas = xmlschema

xmldom.async = False
xmldom.Load App.Path & "\books.xml"

If xmldom.parseError.errorCode <> 0 Then
MsgBox xmldom.parseError.errorCode & " " & xmldom.parseError.reason
Else
MsgBox "No Error"
End If
End Sub

执行该程序，然后点击Command1按钮，将返回"No Errors"消息框

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", "http://www.xml.org.cn", "http://www.w3c.org/2001/XMLSchema"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：

<schema
xmlns="http://www.w3c.org/2001/XMLSchema" xmlns:xsd="http://www.w3c.org/2001/XMLSchema-datatypes" xmlns:xsi="http://www.w3c.org/2001/XMLSchema-instances"
version"1.0">
</schema>

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:

http://www.w3.org/2001/XMLSchema

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="http://www.w3.org/2001/XMLSchema" xmlns:sl="http://www.xml.org.cn/namespaces/StudentList" targetNamespace="http://www.xml.org.cn/namespaces/StudentList">

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="http://www.xml.org.cn/namespaces/StudentList"。

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="http://www.xml.org.cn/namespaces/StudentList"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.xml.org.cn/namespaces/StudentList student.xsd">

其中缺省名域声明xmlns="http://www.xml.org.cn/namespaces/StudentList"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="http://www.w3.org/2001/XMLSchema-instance" 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="http://www.xml.org.cn/namespaces/StudentList 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。