第 3 章 XML 模式语言（ XML Schema ）

第3章 XML 模式语言（XML Schema）

DTD的缺点: (1)缺少数据类型和命名空间的支持; (2)语法规则过于简单以至描述能力有限; (3)使用非 XML 的格式等。 • XML Schema是专用于XML的模式语言，功能更强大,且本身即为XML格式。

3.1 XML 模式语言 • XML 模式语言是指用来描述 XML 结构、数据内容、相关约束等方面特征的语言。 • XML 模式语言的种类很多： • ISO Schematron • XDR (XML-DATA Reduced) • XML Schema • RELAX NG 一种非常独特的 XML 模式语言，无论是结合其他模式语言或者单独使用都具有强大的功能。Schematron 语言允许直接表达规则，而不需要创建完整的语法基础设施。 W3C 的正式推荐标准，提供了 XML 模式声明的完整语法、丰富的数据结构等，目前已成为应用最广泛的 XML 模式语言。是由 Microsoft 公司提出的 XML 简化模式语言，作为 W3C 在讨论 XML Schema 工作草案过程中提出的一种过渡性 Schema 语言，XDR 已经被业界普遍认可，得到许多产品（例如，MS-BiztalkServer、MS-SQLServer、MS-Office）的广泛支持。一种基于语法的 XML 模式语言，可用于描述、定义和限制 XML 词汇表。它以简洁性和表达能力著称，并且具有良好的可扩展性。

XML Schema 的特征 1 • 与 DTD 相比，XML Schema 具有特征： • 一致性：XMLSchema 利用 XML 的基本语法规则来定义其文档结构，从而使 XML的模式和实例定义达到统一；继承了XML的自描述性和可扩展性，使其更具有可读性和灵活性。 • 完备性：XML Schema 对 DTD 进行了扩充，引入了数据类型、命名空间，并且支持对其他 XML Schema 的引用，从而使其具备较强的模块性； • 规范性和准确性：XML Schema 提供了更加规范和完备的机制来约束 XML 文档。XML Schema 的语义更加准确，可以完成一些 DTD 不能完成的定义，如对元素出现次数的约束等。

XML Schema 的特征 2 • 面向对象特征：XML Schema 中引入了许多成熟的面向对象机制（比如继承性和多态性），使得数据模式在应用中更加灵活。 • 扩展性：DTD 所描述的文档结构是非常严格的（closed），没有显式声明的内容绝不允许在 XML 实例数据中出现；而 XML Schema 则提供了一些扩展机制（open），允许在事先无法准确描述数据模式的情况下，在 XML 实例数据中根据需要添加相关的数据。

3.1.2 XML Schema 的一个简单示例 • student.xsd • XML Schema 文件的后缀名通常为 .xsd • XML Schema 文件是一个特殊的 XML 文件。 • 注意根元素及命名空间。

实例 XML 文档 <?xml version="1.0" encoding="UTF-8"?> <student> <name>XiaoWang</name> <gender>男</gender> <no>123</no> <telephone>010-12345678</telephone> <gpa>80</gpa> </student> <?xml version="1.0" encoding="UTF-8"?> <student xsi:noNamespaceSchemaLocation="student.xsd" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"> ...... </student>

XML Schema 中的“注释”元素 • 在 W3C XML Schema 文件中，推荐使用 xsd:annotation 元素来增加注释内容，xsd:annotation 元素可以包含两个子元素 xs:appinfo 和 xs:documentation。 • 前者用于表示计算机应用程序处理的注释，而后者则表示供开发人员阅读的注释。 • 这两个子元素是 W3C XML Schema 中唯一的混合内容模型的元素，其中可以包含任何文本和子元素。

3.2 XML Schema 中的数据类型 • 元素是其中最为重要的组成部分，一个 XML 文档中可能不包含任何属性或者文本数据，但是必须包含元素（至少包含一个根元素）。 • XML Schema 中的数据类型实际上主要是针对 XML 元素而言的，换句话说，是针对各种元素的内容及其结构的。

元素的类型 • 在 W3C 的 XML Schema 规范中，将元素分为两类： • 简单类型：不包含任何子元素和属性的元素。换句话说，简单类型的元素只能包含文本内容，或者为不包含属性的空元素（文本内容为空）。 • 复杂类型：包含子元素和/或属性的元素（其中属性的声明包含在元素的复杂类型定义中）。 <lastname> Jack </lastname> <description/> <product pid="1345"/> <food type="dessert">Ice cream</food>

有关元素类型的说明 • 简单类型元素只能包含文本内容，而复杂类型元素除了包含子元素和/或属性之外，也可以包含文本内容。 • “文本内容”并不是指的字符串数据类型，在 XML Schema 规范中定义了 44 种简单数据类型，“文本内容”可以是这些简单数据类型中的任何一种（甚至还可以是派生的简单数据类型）。 • 比如： <xsd:element name=“orderid” type=“xsd:integer”/>。 <orderid>1032</orderid> 正确 <orderid>abc</orderid> 错误

3.2.1 XML Schema 的内置数据类型 • anyType 是 XML Schema 中所有数据类型（包括简单类型和复杂类型、内置数据类型和用户定义数据类型）的基础类型，如果拿 Java 语言来做个类比，那么 xsd:anyType 类似于 Java 中的 java.lang.Object。 • anyType 分为“简单类型”和“复杂类型”。 • anyType 是一种实际的、可用的数据类型，而不仅仅只是在 XML Schema 数据类型层次结构中作为抽象的根节点。比如： • <element name="Currency" type="anyType" /> • <Currency> USD </Currency> • <Currency><dollars>100</dollars></Currency> • anySimpleType 是所有简单数据类型的基础类型。 • anySimpleType 也是一种实际的、可用的数据类型，它是所有简单数据类型的根节点，与 anyType 不同的是，它只能表示标量数据。 • 比如： • <element name="Currency" type="anySimpleType" /> • <Currency> USD </Currency> • <Currency><dollars>100</dollars></Currency> • 内置基本数据类型（Primitive Datatype）：这些类型是独立存在的，而不是在其他数据类型的基础上定义的。比如数学上的十进制数，定义为 decimal。 • 在 XML Schema 规范中，一共定义了 19 中内置的基本数据类型，它们可以单独使用、或者作为其他派生数据类型（包括内置派生数据类型和用户派生数据类型）的基础类型。 • 内置派生数据类型（Derived Datatype）：这些内置类型的定义依赖于其他的数据类型（即内置基本数据类型）。 • 比如 decimal 和 nonNegativeInteger，可以将后者理解为满足某种条件（非负整数）的 decimal，实际上，decimal 是 XML Schema 中所有十进制数值类型的基础类型。

常用数据类型（字符串类型）

常用数据类型（数值类型）

常用数据类型（日期、时间和其他类型）

3.2.2 XML Schema 中的派生简单数据类型 • 仅使用44种基本数据类型仍然是不够的。比如，假设希望定义一个 email 数据类型、或者 telephone 数据类型，用于约束合法的 email 和 telephone 数据，那又该怎么做呢？ • XML Schema 为此提供了自定义简单数据类型、复杂数据类型的机制，以便用户在需要的时候对 XML Schema 类型系统进行扩充。 • 可以通过几种不同的方法（通过限制、列表、或者组合）自定义简单数据类型。

1. 通过限制（restriction）派生简单数据类型 • 通过限制的方式派生简单数据类型的语法格式如下所示，下面的两种形式分别声明了一个无名的、以及一个命名的（名为 SimpleTypeName）简单数据类型： <xsd:simpleType> <xsd:restriction base="BaseType"> ... facets descriptions ... </xsd:restriction> </xsd:simpleType> 或者： <xsd:simpleType name="SimpleTypeName"> <xsd:restriction base="BaseType"> ... facets descriptions ... </xsd:restriction> </xsd:simpleType>

a). 通过设置最大值或最小值，对数值类型取值的范围进行限制 <xsd:elementname="MyIntegerElement" type="MyInteger"/> <xsd:simpleType name="MyInteger"> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="0"/> <xsd:maxInclusive value="100"/> </xsd:restriction> </xsd:simpleType> <xsd:elementname="MyIntegerElement"> <xsd:simpleType> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="0"/> <xsd:maxInclusive value="100"/> </xsd:restriction> </xsd:simpleType> </xsd:element> 与 minInclusive 和 maxInclusive 相对应，还有 minExclusive 和 maxExclusive，后面两种限制方面的取值空间为开区间。

b). 通过枚举，将取值空间限制为一组合法的取值 <xsd:simpleType> <xsd:restriction base="xsd:string"> <xsd:enumeration value="Audi"/> <xsd:enumeration value="Golf"/> <xsd:enumeration value="BMW"/> </xsd:restriction> </xsd:simpleType> 这个数据类型的基本类型是 xsd:string，在此基础上，通过xsd:enumeration 列举出了若干个合法的取值。

c). 通过给定一个正则表达式，限制字符串内容的模式 <xsd:simpleType> <xsd:restriction base="xsd:string"> <xsd:pattern value="[a-z]"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="Telephone"> <xsd:restriction base="xsd:string"> <xsd:pattern value="(\d{4}-\d{8})|(\d{3}-\d{8})|(\d{4}-\d{7})"/> </xsd:restriction> </xsd:simpleType>

正则表达式中的各种元符号（metacharacter）及其描述 1

正则表达式中的各种元符号（metacharacter）及其描述 2

正则表达式的使用 • 比如我们希望建立一个 email 数据类型，以便验证在用户提交的 XML 文档中，指定的元素中包含合法的电子邮件地址： • 很多文本编辑器（如 EditPlus、Word）中进行内容查找时，可以使用正则表达式作为条件。另外 Java 语言中提供了java.util.regex，其中包含 Matcher 和 Pattern 两个类、以及其他的接口等，借助正则表达式的强大功能，从而极大地增强了面向对象的 Java 语言的文本处理能力。 ([a-zA-Z0-9_\-\.]+)@([a-zA-Z0-9_\-\.]+)\.([a-zA-Z]{2,5}) somthing@someserver.com firstname.lastname@mailserver.domain.comsomename@server.domain-com 可以参考网站 http://regexlib.com

d). 限制文本内容中字符串的长度 • 可以使用 length、maxLength 和 minLength 等 Schema 元素来限制文本内容的长度。 <xsd:simpleType> <xsd:restriction base="xsd:string"> <xsd:length value="8"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType> <xsd:restriction base="xsd:string"> <xsd:minLength value="5"/> <xsd:maxLength value="8"/> </xsd:restriction> </xsd:simpleType>

e). 限制文本内容中数值的位数和小数位数 • 可以使用 totalDigits 和 fractionDigits 来限制数值的总位数和小数位数。 <xsd:simpleType> <xsd:restriction base="xsd:decimal"> <xsd:totalDigits value="4"/> <xsd:fractionDigits value="2"/> </xsd:restriction> </xsd:simpleType>

XML Schema 中的各种限制方面 Facet

<xsd:simpleType name="minInclusive"> <xsd:restriction base="xsd:float"> <xsd:minInclusive value="10"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="minInclusive2"> <xsd:restriction base="minInclusive"> <xsd:minInclusive value="0"/> </xsd:restriction> </xsd:simpleType> 有关通过限制派生简单数据类型的几项说明 • ①.在通过限制派生简单数据类型时，必须注意取值空间的有效性。 • ②.对于所有的限制方面，不允许在进行限制的同时扩大基本数据类型的值空间。 <xsd:simpleType> <xsd:restriction base="xsd:int"> <xsd:totalDigits value="1"/> <xsd:minInclusive value="10"/> <xsd:maxInclusive value="100"/> </xsd:restriction> </xsd:simpleType>

2.通过列表（List）派生简单数据类型 • 仅有前面介绍的简单类型仍然不够，假设我们希望在某个元素的内容中包含由若干个整数值组成的文本，比如： • 通过列表进行派生，实际上就是在定义列表中每个项目的具体类型的基础上，允许多个项目构成一个列表（其中使用空格进行分隔）。 <MyIntegers>100 101 102</MyIntegers>

通过列表进行派生 1 <xsd:simpleType name="integerList"> <xsd:list itemType="xsd:integer"/> </xsd:simpleType> <xsd:simpleType name="myIntegerList"> <xsd:list> <xsd:simpleType> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="100"/> </xsd:restriction> </xsd:simpleType> </xsd:list> </xsd:simpleType>

通过列表进行派生 2 <xsd:simpleType name="integerGE100"> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="100"/> </xsd:restriction> </xsd:simpleType> <xsd:simpleType name="myIntegerList"> <xsd:list itemType="integerGE100"/> </xsd:simpleType> <xsd:simpleType name="myIntegerList"> <xsd:list> <xsd:simpleType> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="100"/> </xsd:restriction> </xsd:simpleType> </xsd:list> </xsd:simpleType> <xsd:simpleType name="FourIntegerList"> <xsd:restriction base="myIntegerList"> <xsd:length value="4"/> </xsd:restriction> </xsd:simpleType>

3. 通过合并（Union）派生简单数据类型 • 通过列表派生简单数据类型，使得我们可以在文本内容中加入多个项目（比如多个整数值），但是无论有多少个项目，它们的数据类型必须一致，这是通过列表方式派生简单数据类型的基本要求。 • 假设在一个 student 元素中存放学生各门功课（语、数、外三门）的成绩： <student1>70 80 90</student1> <student2>70 80 N/A</student2>

通过合并进行派生 <xsd:simpleType name="integerOrDate"> <xsd:union memberTypes="xsd:integer xsd:date"/> </xsd:simpleType> <xsd:simpleType name="myIntegerUnion"> <xsd:union> <xsd:simpleType> <xsd:restriction base="xsd:integer"/> </xsd:simpleType> <xsd:simpleType> <xsd:restriction base="xsd:string"> <xsd:enumeration value="N/A"/> </xsd:restriction> </xsd:simpleType> </xsd:union> </xsd:simpleType>

3.2.3 XML Schema 中的派生复杂数据类型 • 下面的两种形式分别声明了一个无名的、以及一个命名的（名为 ComplexTypeName）复杂数据类型： <xsd:complexType> ...... </xsd:complexType > 或者： <xsd:complexType name="ComplexTypeName"> ...... </xsd:complexType>

复杂数据类型的几种情况 • 只包含属性、不包含子元素和文本内容； • 比如：<product pid="1345"/> • 只包含子元素，不包含文本内容； • 比如： • <employee> • <firstname>John</firstname> • <lastname>Smith</lastname> • </employee> • 只包含文本内容和属性，不包含子元素； • 比如：<food type="dessert">Ice cream</food> • 同时包含子元素和文本； • 比如： • <description> • It happened on • <date lang="norwegian">03.03.99</date> • .... • </description>

1. 空元素（只包含属性、不包含子元素和文本内容） • 对于包含属性的空元素，定义过程非常简单，只需定义所需的属性及其数据类型即可。 <xsd:complexType name="ComplexType"> <xsd:attribute name="Att1Name" type="someSimpleType1"/> <xsd:attribute name="Att2Name" type="someSimpleType2"/> ...... </xsd:complexType>

2. 只包含子元素，不包含文本内容（可能包含属性） • XML Schema 中提供了几种不同的容器（对应于不同的分组模式），以便表示其中子元素的出现顺序，它们分别是 xsd:sequence、xsd: choice、xsd:all。

xsd:sequence • 表示序列，即元素必须按照声明的顺序出现。 <xsd:complexType name="studentType"> <xsd:sequence> <xsd:element name="firstname" type="xsd:string"/> <xsd:element name="lastname" type="xsd:string"/> </xsd:sequence> </xsd:complexType> <xsd:element name="student" type="studentType"/> • 表示序列，即元素必须按照声明的顺序出现。 • 元素的声明必须放在某个容器中，而不能直接出现在 xsd:complexType 元素中，即使是只有一个子元素。

xsd: choice • 表示从所包含的内容中选择其一。 <xsd:complexType name="PurchaseOrderType"> <xsd:sequence> <xsd:choice> <xsd:sequence> <xsd:element name="shipTo" type="USAddress"/> <xsd:element name="billTo" type="USAddress"/> </xsd:sequence> <xsd:element name="singleUSAddress" type="USAddress"/> </xsd:choice> <xsd:element name="items" type="Items"/> </xsd:sequence> <xsd:attribute name="orderDate" type="xsd:date"/> </xsd:complexType> <xsd:element name="PurchaseOrder" type="PurchaseOrderType"/>

xsd:all • 表示其中所包含的内容不分先后顺序。 <xsd:complexType name="studentType"> <xsd:all> <xsd:element name="firstname" type="xsd:string"/> <xsd:element name="lastname" type="xsd:string"/> </xsd: all> </xsd:complexType> <xsd:element name="student" type="studentType"/>

3. 只包含文本内容和属性，不包含子元素 • 对于这种类型的元素，只包含简单内容（文本和属性），在进行声明时，XML Schema 中引入了一个新的元素，称为 simpleContent（用于表示“文本”、或者“文本＋属性”）。

声明方法

示例 1 • 比如，shoesize 元素只包含属性 country 和文本内容（具体的 shoesize 大小，一个整数值）： <shoesize country="france">35</shoesize> <xsd:element name="shoesize"> <xsd:complexType> <xsd:simpleContent> <xsd:extension base="xsd:integer"> <xsd:attribute name="country" type="xsd:string"/> </xsd:extension> </xsd:simpleContent> </xsd:complexType> </xsd:element>

xsd:extension 和 xsd:restriction • 使用 xsd:extension 元素，可以对基础类型进行扩展；但元素文本内容的类型实际上只能由 base 属性所指定的类型来决定，在 xsd:extension 元素中，只能定义与属性有关的内容（xsd:attribute、xsd:anyAttribute、xsd:attributeGroup）。 • 使用 xsd:restriction 元素，可以对基础类型进行限制；与 xsd:extension 一样，元素文本的类型是由 base 属性所指定的类型来决定，但是可以在 xsd:restriction 元素中使用各种限制方面(Facet)对其进行限制；

4. 同时包含子元素和文本（可能包含属性） • 与 DTD 中一样，我们将这种类型的元素所包含的内容称为混合内容。 • 要定义这种复杂数据类型，需要使用 complexType 的 mixed 属性。

示例 <letter letter_id="123"> Dear Mr.<name>John Smith</name>. Your order <orderid>1032</orderid> will be shipped on <shipdate>2007-07-13</shipdate>. </letter> <xsd:element name="letter"> <xsd:complexType mixed="true"> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <xsd:element name="orderid" type="xsd:positiveInteger"/> <xsd:element name="shipdate" type="xsd:date"/> </xsd:sequence> <xsd:attribute name="letter_id" type="xsd:positiveInteger"/> </xsd:complexType> </xsd:element>

3.2.4 有关类型声明的完整语法 • 前面介绍了如何声明简单数据类型和复杂数据类型，主要使用的是下面的简单的语法形式： <xsd:simpleType name="simpleTypeName"> ...... </xsd: simpleType> 以及： <xsd:complexType name="complexTypeName"> ...... </xsd:complexType>

3.2.4.1 simpleType 元素的属性 <simpleType final = (#all | List of (list | union | restriction)) id = ID name = NCName> Content: (annotation?, (restriction | list | union)) </simpleType> • final 属性的值表示该数据类型不允许进行的操作的列表，比如本示例中，不允许使用列表对该类型进行派生。但是可以直接使用该类型。 • #all 表示不能对该类型进行任何操作。

XML Schema 中的面向对象特性（OO Features）——多态性 <xsd:complexType name="Class1" abstract="true"> <xsd:sequence> <xsd:element name="Class1_subelement" type="xsd:string"/> </xsd:sequence> </xsd:complexType> <xsd:complexType name="Class11"> <xsd:complexContent> <xsd:extension base="Class1"> <xsd:attribute name="Class11Attr" type="xsd:string"/> </xsd:extension> </xsd:complexContent> </xsd:complexType> <xsd:element name="obj" type="Class1"/> <obj Class11Attr="att" xsi:type="Class11"> <Class1_subelement>123</Class1_subelement> </obj>

block 属性 • 如果不希望使用多态性，可以使用 complexType 的 block 属性（它的取值可能为 #all、extension、restriction）。 • extension 和 restriction，分别表示禁止使用任何通过扩展/限制而派生的子类型的实例来代替声明为父类的元素。 • block 和 final 属性是有区别的，因为即使 block=“#all”，仍然可以派生新的子类型，而 final =“#all”则表示禁止派生。对于 block 来说，#all 表示禁止使用任何子类型的实例来代替声明为父类的元素。

第 3 章 XML 模式语言（ XML Schema ）