XML Schema学习笔记

最新推荐文章于 2024-01-17 16:43:07 发布

原创最新推荐文章于 2024-01-17 16:43:07 发布 · 1.1k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#xml #schema #约束

Web开发专栏收录该内容

13 篇文章

订阅专栏

本文详细介绍了XML Schema的定义、使用方法及其各种高级特性，包括简单的类型、复杂的类型、数据类型等，并提供了丰富的示例帮助理解。

一、简介

XML Schema 语言也称作 XML Schema 定义（XML Schema Definition，XSD）。XML Schema 的作用是定义 XML 文档的合法构建模块，类似 DTD。

XML Schema：

定义可出现在文档中的元素
定义可出现在文档中的属性
定义哪个元素是子元素
定义子元素的次序
定义子元素的数目
定义元素是否为空，或者是否可包含文本
定义元素和属性的数据类型
定义元素和属性的默认值以及固定值

XML Schema 使用 XML 语法，因此有很多好处：

不必学习新的语言，了解XML即可
可使用 XML 编辑器来编辑 Schema 文件
可使用 XML 解析器来解析 Schema 文件
可通过 XML DOM 来处理 Schema
可通过 XSLT 来转换 Schema

如果对XML的命名空间不理解的可参考：XML学习笔记

XML Schema 参考手册

1.1 XSD - <schema> 元素

<schema> 元素是每一个 XML Schema 的根元素：

<?xml version="1.0"?>
<xs:schema>
...
</xs:schema>

<schema> 元素可包含属性。一个 schema 声明往往看上去类似这样：

<?xml version="1.0"?> 
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
targetNamespace="http://www.w3school.com.cn"
xmlns="http://www.w3school.com.cn"
elementFormDefault="qualified">
...
</xs:schema>

上面代码解释：

xmlns:xs="http://www.w3.org/2001/XMLSchema"

显示 schema 中用到的元素和数据类型来自命名空间 "http://www.w3.org/2001/XMLSchema"。同时它还规定了来自命名空间 "http://www.w3.org/2001/XMLSchema" 的元素和数据类型应该使用前缀 xs：

targetNamespace="http://www.w3school.com.cn"

显示被此 schema 定义的元素来自命名空间： "http://www.w3school.com.cn"。

xmlns="http://www.w3school.com.cn"

指出默认的命名空间是 "http://www.w3school.com.cn"。

elementFormDefault="qualified"

指出任何 XML 实例文档所使用的且在此 schema 中声明过的元素必须被命名空间限定。

1.2 在 XML 文档中引用 Schema

<?xml version="1.0"?>
<note xmlns="http://www.w3school.com.cn"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.w3school.com.cn note.xsd">
...
</note>

其中note只是这个XML文件的根元素。
上面代码解释：

xmlns="http://www.w3school.com.cn"

规定了默认命名空间的声明。此声明会告知 schema 验证器，在此 XML 文档中使用的所有元素都被声明于 "http://www.w3school.com.cn" 这个命名空间。
一旦您拥有了可用的 XML Schema 实例命名空间：

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

您就可以使用 schemaLocation 属性了。此属性有两个值。第一个值是需要使用的命名空间。第二个值是供命名空间使用的 XML schema 的位置：

xsi:schemaLocation="http://www.w3school.com.cn note.xsd"

XML和Schema的命名空间标签使用格式是相同的（这也是Schema相对与DTD的优势），但XML和Schema都有各自的独特的属性，这也是由他们不同的功能决定的，Schema主要给XML提供服务，所以会规定好targetNameSpace来声明命名空间的名字，而XML需要使用schema的服务，所以需要SchemaLocation来声明使用的命名空间。

二、Schema深入之简单的类型

XML Schema 拥有很多内建的数据类型：

xs:string
xs:decimal
xs:integer
xs:boolean
xs:date
xs:time

2.1 XSD 简易元素

XML Schema 可定义 XML 文件的元素。简易元素指那些只包含文本的元素，它不会包含任何其他的元素或属性。
定义简易元素的语法：

<xs:element name="xxx" type="yyy"/>

此处 xxx 指元素的名称，yyy 指元素的数据类型。

简易元素也可以设置默认值和固定值，通过default属性指定默认值，使用fixed属性指定固定值，示例如下：

简易元素定义：

<xs:element name="lastname" type="xs:string"/>
<xs:element name="age" type="xs:integer"/>
<xs:element name="dateborn" type="xs:date"/>

对应的XML 元素使用示例：

<lastname>Smith</lastname>
<age>28</age>
<dateborn>1980-03-27</dateborn>

2.2 XSD 属性

简易元素无法拥有属性。假如某个元素拥有属性，它就会被当作某种复合类型。但是属性本身总是作为简易类型被声明的。

定义属性的语法是：

<xs:attribute name="xxx" type="yyy"/>

在此处，xxx 指属性名称，yyy 则规定属性的数据类型。

同样属性也可以设置默认值和固定值，通过default属性指定默认值，使用fixed属性指定固定值

在缺省的情况下，属性是可选的。如需规定属性为必选，我们需要使用 "use" 属性：

<xs:attribute name="lang" type="xs:string" use="required"/>

2.3 XSD 限定 / Facets

当 XML 元素或属性拥有被定义的数据类型时，就会向元素或属性的内容添加限定。假如 XML 元素的类型是 "xs:date"，而其包含的内容是类似 "Hello World" 的字符串，元素将不会（通过）验证。这是对简易元素/属性的基本限定。

限定（restriction）用于为 XML 元素或者属性定义可接受的值。对 XML 元素的限定被称为 facet。
如果使用限定，那么气type(类型)属性就不能使用内建的数据类型，这个时候我们就需要使用自定义类型了，其形式如下：

<xs:element name="...">
	<xs:simpleType>
	  ...
	</xs:simpleType>
</xs:element>

但是有时候也会遇到下面的形式：

<xs:element name="..." type="typeName">
	<xs:simpleType name="typeName">
	  ...
	</xs:simpleType>
</xs:element>

有什么区别吗？第一种形式中xs:element中没有指定type类型，因为它默认使用的就是其内部定义的类型。然而xs:simpleType并不是当前定义元素的组成部分，换句话说，其可以被其它xs:element所使用。这样只需要在xs:element标签的属性type中指定这个xs:simpleType的name值即可，这也就是第二种形式。
然后使用restriction 元素定义对simpleType等元素进行定义约束，restriction元素包含一个必选属性base，该属性规定在该 schema（或由指定的命名空间指示的其他 schema）中定义的内建数据类型、simpleType 或 complexType 元素的名称。形式如下：

<xs:element name="...">
	<xs:simpleType>
	  <xs:restriction base="...">
	  	...
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

restriction语法如下：

<restriction id=ID base=QName any attributes >

Content for simpleType:
(annotation),(simpleType),(minExclusive|minInclusive| 
maxExclusive|maxInclusive|totalDigits|fractionDigits|
length|minLength|maxLength|enumeration|whiteSpace|pattern)*))

Content for simpleContent:
(annotation),(simpleType),(minExclusive |minInclusive| 
maxExclusive|maxInclusive|totalDigits|fractionDigits|
length|minLength|maxLength|enumeration|whiteSpace|pattern)*)?, 
((attribute|attributeGroup)*,anyAttribute?))

Content for complexContent:
(annotation?,(group|all|choice|sequence)?,
((attribute|attributeGroup)*,anyAttribute?))

</restriction>

2.3.1 对值的限定(minInclusive&maxInclusive)

下面的例子定义了带有一个限定且名为 "age" 的元素。age 的值不能低于 0 或者高于 120：

<xs:element name="age">
	<xs:simpleType>
	  <xs:restriction base="xs:integer">
	    <xs:minInclusive value="0"/>
	    <xs:maxInclusive value="120"/>
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

2.3.2 对一组值的限定(enumeration)

如需把 XML 元素的内容限制为一组可接受的值，我们要使用枚举约束（enumeration constraint）。
下面的例子定义了带有一个限定的名为 "car" 的元素。可接受的值只有：Audi, Golf, BMW：

<xs:element name="car">
	<xs:simpleType>
	  <xs:restriction base="xs:string">
	    <xs:enumeration value="Audi"/>
	    <xs:enumeration value="Golf"/>
	    <xs:enumeration value="BMW"/>
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

2.3.3 对一系列值的限定(pattern)

如需把 XML 元素的内容限制定义为一系列可使用的数字或字母，我们要使用模式约束（pattern constraint）。
下面的例子定义了带有一个限定的名为 "letter" 的元素。可接受的值只有小写字母 a - z 其中的一个：

<xs:element name="letter">
	<xs:simpleType>
	  <xs:restriction base="xs:string">
	    <xs:pattern value="[a-z]"/>
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

注：如果您对正则表达式有所了解，name对value值就不会感到陌生。正则表达式可不止只是上面的这一个功能，更多详细正则表达式功能在此不详细叙述。关于pattern的一些示例可以参考：http://www.w3school.com.cn/schema/schema_facets.asp

2.3.4 对空白字符的限定(whiteSpace)

如需规定对空白字符（whitespace characters）的处理方式，我们需要使用 whiteSpace 限定。
下面的例子定义了带有一个限定的名为 "address" 的元素。whiteSpace 限定的值包含如下几个：

replace：意味着 XML 处理器将移除所有空白字符（换行、回车、空格以及制表符）
collapse：这意味着 XML 处理器将移除所有空白字符（换行、回车、空格以及制表符会被替换为空格，开头和结尾的空格会被移除，而多个连续的空格会被缩减为一个单一的空格）
preserve：意味着 XML 处理器不会移除任何空白字符：

<xs:element name="address">
	<xs:simpleType>
	  <xs:restriction base="xs:string">
	    <xs:whiteSpace value="preserve"/>
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

2.3.5 对长度的限定(length&minLength&maxLength)

如需限制元素中值的长度，我们需要使用 length、maxLength 以及 minLength 限定。
本例定义了带有一个限定且名为 "password" 的元素。其值必须精确到 8 个字符：

<xs:element name="password">
	<xs:simpleType>
	  <xs:restriction base="xs:string">
	    <xs:length value="8"/>
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

定义了带有一个限定的名为 "password" 的元素。其值最小为 5 个字符，最大为 8 个字符：

<xs:element name="password">
	<xs:simpleType>
	  <xs:restriction base="xs:string">
	    <xs:minLength value="5"/>
	    <xs:maxLength value="8"/>
	  </xs:restriction>
	</xs:simpleType>
</xs:element>

三、Schema深入之复杂的类型

复合元素是指包含其他元素及/或属性的 XML 元素，其包含有四种类型的复合元素：

空元素
包含其他元素的元素
仅包含文本的元素
包含元素和文本的元素

注释：上述元素均可包含属性！

在 XML Schema 中，我们有两种方式来定义复合元素，下面以这个XML来进行举例：

<employee>
	<firstname>John</firstname>
	<lastname>Smith</lastname>
</employee>

<1> 通过命名此元素，可直接对"employee"元素进行声明

<xs:element name="employee">
  <xs:complexType>
    <xs:sequence>
      <xs:element name="firstname" type="xs:string"/>
      <xs:element name="lastname" type="xs:string"/>
    </xs:sequence>
  </xs:complexType>
</xs:element>

假如您使用上面所描述的方法，那么仅有 "employee" 可使用所规定的复合类型。请注意其子元素，"firstname" 以及 "lastname"，被包围在指示器 <sequence>中。这意味着子元素必须以它们被声明的次序出现。(指示器会在下面进行详细介绍)
<2> "employee" 元素可以使用 type 属性

其实我们在上面已经提及了这部分，type属性的作用是引用要使用的复合类型的名称：

<xs:element name="employee" type="personinfo"/>

<xs:complexType name="personinfo">
  <xs:sequence>
    <xs:element name="firstname" type="xs:string"/>
    <xs:element name="lastname" type="xs:string"/>
  </xs:sequence>
</xs:complexType>

这样做的好处是任何xs:element定义的时候都可以引用name="personinfo"的这个xs:complexType。
我们也可以在已有的复合元素之上以某个复合元素为基础，然后添加一些元素，这非常像平常说的继承关系，就像这样：

<xs:element name="employee" type="fullpersoninfo"/>

<xs:complexType name="personinfo">
  <xs:sequence>
    <xs:element name="firstname" type="xs:string"/>
    <xs:element name="lastname" type="xs:string"/>
  </xs:sequence>
</xs:complexType>

<xs:complexType name="fullpersoninfo">
  <xs:complexContent>
    <xs:extension base="personinfo">
      <xs:sequence>
        <xs:element name="address" type="xs:string"/>
        <xs:element name="city" type="xs:string"/>
        <xs:element name="country" type="xs:string"/>
      </xs:sequence>
    </xs:extension>
  </xs:complexContent>
</xs:complexType>

其中<xs:extension base="personinfo"></xs:sequence>就是将此元素定位基础。

3.1 XSD 复合空元素

空的复合元素不能包含内容，只能含有属性。下面是一个空的 XML 元素：

<product prodid="1345" />

在Schema中声明此 "product" 元素如下：

<xs:element name="product">
  <xs:complexType>
    <xs:attribute name="prodid" type="xs:positiveInteger"/>
  </xs:complexType>
</xs:element>

或者您可以为一个 complexType 元素起一个名字，然后为 "product" 元素设置一个 type 属性并引用这个 complexType 名称（通过使用此方法，若干个元素均可引用相同的复合类型）：

<xs:element name="product" type="prodtype"/>
<xs:complexType name="prodtype">
  <xs:attribute name="prodid" type="xs:positiveInteger"/>
</xs:complexType>

3.2 XSD 复合类型 - 仅含元素

XML 元素，"person"，仅包含其他的元素：

<person>
	<firstname>John</firstname>
	<lastname>Smith</lastname>
</person>

我们可以在 schema 中这样定义 "person" 元素：

<xs:element name="person">
  <xs:complexType>
    <xs:sequence>
      <xs:element name="firstname" type="xs:string"/>
      <xs:element name="lastname" type="xs:string"/>
    </xs:sequence>
  </xs:complexType>
</xs:element>

注意：其中使用了指示器，这意味着被定义的元素必须按上面的次序出现在 "person" 元素中。我们也可以为 complexType 元素设定一个名称，并让 "person" 元素的 type 属性来引用此名称，与上面类同，就不在举例了。

3.3 XSD 仅含文本复合元素

仅含文本的复合元素可包含文本和属性。

此类型仅包含简易的内容（文本和属性），因此我们要向此内容添加 simpleContent 元素。当使用简易内容时，我们就必须在 simpleContent 元素内定义扩展或限定，就像这样：

<xs:element name="某个名称">
  <xs:complexType>
    <xs:simpleContent>
      <xs:extension base="basetype">
        ....
        ....
      </xs:extension>     
    </xs:simpleContent>
  </xs:complexType>
</xs:element>

或者：

<xs:element name="某个名称">
  <xs:complexType>
    <xs:simpleContent>
      <xs:restriction base="basetype">
        ....
        ....
      </xs:restriction>     
    </xs:simpleContent>
  </xs:complexType>
</xs:element>

注意：需要使用 extension 或 restriction 元素来扩展或限制元素的基本简易类型。
示例如下：

这里有一个 XML 元素的例子，"shoesize"，其中仅包含文本：

<shoesize country="france">35</shoesize>

下面这个例子声明了一个复合类型，其内容被定义为整数值，并且 "shoesize" 元素含有名为 "country" 的属性：

<xs:element name="shoesize">
  <xs:complexType>
    <xs:simpleContent>
      <xs:extension base="xs:integer">
        <xs:attribute name="country" type="xs:string" />
      </xs:extension>
    </xs:simpleContent>
  </xs:complexType>
</xs:element>

我们也可为 complexType 元素设定一个名称，并让 "shoesize" 元素的 type 属性来引用此名称（通过使用此方法，若干元素均可引用相同的复合类型）：

<xs:element name="shoesize" type="shoetype"/>
<xs:complexType name="shoetype">
  <xs:simpleContent>
    <xs:extension base="xs:integer">
      <xs:attribute name="country" type="xs:string" />
    </xs:extension>
  </xs:simpleContent>
</xs:complexType>

3.4 XSD 带有混合内容的复合类型

混合的复合类型可包含属性、元素以及文本。详见：http://www.w3school.com.cn/schema/schema_complex_mixed.asp

3.5 XSD 复合类型指示器

通过指示器，我们可以控制在文档中使用元素的方式。有七种指示器：

Order 指示器：
- All
- Choice
- Sequence
Occurrence 指示器：
- maxOccurs
- minOccurs
Group 指示器：
- Group name
- attributeGroup name

3.5.1 Order 指示器

Order 指示器用于定义元素的顺序。
<1> All 指示器
<all> 指示器规定子元素可以按照任意顺序出现，且每个子元素必须只出现一次：

<xs:element name="person">
  <xs:complexType>
    <xs:all>
      <xs:element name="firstname" type="xs:string"/>
      <xs:element name="lastname" type="xs:string"/>
    </xs:all>
  </xs:complexType>
</xs:element>

注：当使用 <all> 指示器时，你可以把 <minOccurs> 设置为 0 或者 1，而只能把 <maxOccurs> 指示器设置为 1

<2> Choice 指示器
<choice> 指示器规定可出现某个子元素或者可出现另外一个子元素（非此即彼）：

<xs:element name="person">
  <xs:complexType>
    <xs:choice>
      <xs:element name="employee" type="employee"/>
      <xs:element name="member" type="member"/>
    </xs:choice>
  </xs:complexType>
</xs:element>

提示：如需设置子元素出现任意次数，可将 <maxOccurs> 设置为 unbounded（无限次）。
<3> Sequence 指示器
<sequence> 规定子元素必须按照特定的顺序出现：

<xs:element name="person">
  <xs:complexType>
    <xs:sequence>
      <xs:element name="firstname" type="xs:string"/>
      <xs:element name="lastname" type="xs:string"/>
    </xs:sequence>
  </xs:complexType>
</xs:element>

3.5.2 Occurrence 指示器

Occurrence 指示器用于定义某个元素出现的频率。
注：对于所有的 "Order" 和 "Group" 指示器（any、all、choice、sequence、group name 以及 group reference），其中的 maxOccurs 以及 minOccurs 的默认值均为 1。
<1> maxOccurs 指示器
<maxOccurs> 指示器可规定某个元素可出现的最大次数：

<xs:element name="person">
  <xs:complexType>
    <xs:sequence>
      <xs:element name="full_name" type="xs:string"/>
      <xs:element name="child_name" type="xs:string" maxOccurs="10"/>
    </xs:sequence>
  </xs:complexType>
</xs:element>

上面的例子表明，子元素 "child_name" 可在 "person" 元素中最少出现一次（其中 minOccurs 的默认值是 1），最多出现 10 次。
<2> minOccurs 指示器
<minOccurs> 指示器可规定某个元素能够出现的最小次数：

<xs:element name="person">
  <xs:complexType>
    <xs:sequence>
      <xs:element name="full_name" type="xs:string"/>
      <xs:element name="child_name" type="xs:string"
      maxOccurs="10" minOccurs="0"/>
    </xs:sequence>
  </xs:complexType>
</xs:element>

上面的例子表明，子元素 "child_name" 可在 "person" 元素中出现最少 0 次，最多出现 10 次。
提示：如需使某个元素的出现次数不受限制，请使用 maxOccurs="unbounded" 这个声明。

3.5.3 Group 指示器

Group 指示器用于定义相关的数批元素。

<1> 元素组
元素组通过 group 声明进行定义：

<xs:group name="组名称">
  ...
</xs:group>

您必须在 group 声明内部定义一个 all、choice 或者 sequence 元素。下面这个例子定义了名为 "persongroup" 的 group，它定义了必须按照精确的顺序出现的一组元素：

<xs:group name="persongroup">
  <xs:sequence>
    <xs:element name="firstname" type="xs:string"/>
    <xs:element name="lastname" type="xs:string"/>
    <xs:element name="birthday" type="xs:date"/>
  </xs:sequence>
</xs:group>

将 group 定义完毕以后，就可以在另一个定义中引用它了：

<xs:element name="person" type="personinfo"/>

<xs:complexType name="personinfo">
  <xs:sequence>
    <xs:group ref="persongroup"/>
    <xs:element name="country" type="xs:string"/>
  </xs:sequence>
</xs:complexType>

<2> 属性组
属性组通过 attributeGroup 声明来进行定义：

<xs:attributeGroup name="组名称">
  ...
</xs:attributeGroup>

下面这个例子定义了名为 "personattrgroup" 的一个属性组：

<xs:attributeGroup name="personattrgroup">
  <xs:attribute name="firstname" type="xs:string"/>
  <xs:attribute name="lastname" type="xs:string"/>
  <xs:attribute name="birthday" type="xs:date"/>
</xs:attributeGroup>

已定义完毕属性组之后，就可以在另一个定义中引用它了，就像这样：

<xs:element name="person">
  <xs:complexType>
    <xs:attributeGroup ref="personattrgroup"/>
  </xs:complexType>
</xs:element>

3.6 XSD <any> 元素

<any> 元素使我们有能力通过未被 schema 规定的元素来拓展 XML 文档！换句话说，我们用<any>元素进行占位，然后就可以使用任意元素进行插入了，也就是说我们想拓展原来的元素，只需要在其位置插入<any>元素，然后在其它地方定义即可，这样既不会破坏原来的结构，也进行了相应的拓展。

详细参见：http://www.w3school.com.cn/schema/schema_complex_any.asp

3.7 XSD <anyAttribute> 元素

<anyAttribute> 元素使我们有能力通过未被 schema 规定的属性来扩展 XML 文档！

与上面的Any类同，只不过是一个拓展的是元素，一个拓展的是属性。

详细参见：http://www.w3school.com.cn/schema/schema_complex_anyattribute.asp

注：<any> 和 <anyAttribute> 均可用于制作可扩展的文档！它们使文档有能力包含未在主 XML schema 中声明过的附加元素。

3.8 XSD 元素替换（Element Substitution）

通过 XML Schema，一个元素可对另一个元素进行替换。
详细参见：http://www.w3school.com.cn/schema/schema_complex_subst.asp

w3cschool提供的XSD 实例：http://www.w3school.com.cn/schema/schema_example.asp

四、Schema深入之数据类型

4.1 字符串

字符串数据类型用于可包含字符串的值。字符串数据类型可包含字符、换行、回车以及制表符。

注：如果您使用字符串数据类型，XML 处理器就不会更改其中的值。

scheme 中字符串声明的例子：

<xs:element name="customer" type="xs:string"/>

规格化字符串数据类型（NormalizedString Data Type）：规格化字符串数据类型同样可包含字符，但是 XML 处理器会移除折行，回车以及制表符。
schema 中规格化字符串数据类型的例子：

<xs:element name="customer" type="xs:normalizedString"/>

Token 数据类型（Token Data Type）：Token 数据类型同样可包含字符，但是 XML 处理器会移除换行符、回车、制表符、开头和结尾的空格以及（连续的）空格。
schema 中有关 token 声明的例子：

<xs:element name="customer" type="xs:token"/>

字符串数据类型：请注意，所有以下的数据类型均衍生于字符串数据类型（除了字符串数据类型本身）！

对字符串数据类型的限定（Restriction）
可与字符串数据类型一同使用的限定：

enumeration
length
maxLength
minLength
pattern (NMTOKENS、IDREFS 以及 ENTITIES 无法使用此约束)
whiteSpace

4.2 日期及时间数据类型（Date and Time Data Types）

详见：http://www.w3school.com.cn/schema/schema_dtypes_date.asp

4.3 数值类型

详见：http://www.w3school.com.cn/schema/schema_dtypes_numeric.asp

4.4 杂项数据类型（Miscellaneous Data Types）

其他杂项数据类型包括逻辑、base64Binary、十六进制、浮点、双精度、anyURI、anyURI 以及 NOTATION。

详见：http://www.w3school.com.cn/schema/schema_dtypes_misc.asp

待参考资料：

XML和Schema命名空间详解