XMLSchema 详解

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>[e-mail]</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。