XML Schema

萬維網聯盟可擴展標記語言方案語言

XSD (XML Schema Definition)W3C於2001年5月發佈的推薦標準,指出如何形式描述XML文件的元素。XSD是許多XML Schema 語言中的一支。XSD是首先分離於XML本身的schema語言,故取得W3C的推薦地位。

像所有XML Schema 語言一樣,XSD用來描述一組規則──一個XML檔案必須遵守這些規則,才能根據該schema『合法(Valid)』。

然而,與其他XML Schema 語言不同,XSD意圖設計為在確認一個文件的有效性時,將會產生滿足特定資料類型的一個資訊集合。這種後驗證的XML資訊集可用來開發XML檔案處理軟件。

XSD名稱的來源

編輯

因為有其他XML schema 語言存在,故在參照這W3C建議的語言時,使用XML Schema或W3C XML Schema,Schema永遠字首大寫。

「XML Schema」在2001年5月成為W3C推薦標準。由於「XML Schema」作為一種W3C的推薦標準的名字與廣義的XML Schema 語言存在名稱上的混淆,用戶社區的一部分人採用了「WXS」來稱呼它, 用戶社區的另一部分人採用「XSD」(XML Schema Definition首字母縮略字)來稱呼它。W3C發佈的1.1標準採用了「XSD」作為官方稱呼。

歷史

編輯

在官方文件的參考附錄里,XSD標準承認受到DTD和其他早期XML schema 語言的影響,如DDML英語DDMLSOX英語Schema for Object-Oriented XMLXML-Data英語XML-Data、以及XDR英語XML data reduced。XSD從中吸收了一些特性,然而也在這些特性中有所折衷。這些早期schema 語言中的XDR與SOX在XML Schema發佈後仍繼續使用了一段時間。不少微軟的產品支援XDR直到2006年十二月MSXML 6.0的發佈(MSXML 6.0拋棄了XDR改用XSD)[1]頁面存檔備份,存於互聯網檔案館) 。Commerce One, Inc支援它自己的SOX schema 語言直到該公司於2004年末破產。2004年十二月,Novell, Inc.購買了該公司,包括那些與SOX相關的專利,據報導是盡力防止被某些不相關的、以打專利相關官司為生的公司剝削圖利[2]頁面存檔備份,存於互聯網檔案館) 。

著名的XSD建議的內容但在XML自己的DTD中不可用的特性是命名空間感知(namespace awareness)與資料類型。

2012年4月, XSD 1.1成為W3C推薦標準。April 2012頁面存檔備份,存於互聯網檔案館

Schema與schema文件

編輯

技術上說schema是元數據的一個抽象集合,包含一套schema component: 主要是元素與屬性的聲明、複雜與簡單資料類型的定義。這些schema component通常是在處理一批schema document時被建立。schema文件包含着schema component的源語言定義。在日常使用中,一個schema文件常被稱作一個schema。

Schema文件通過命名空間組織起來:所有的被命名的schema component屬於一個目標命名空間;這個目標命名空間是schema文件作為整體的一個屬性。schema文件可以包含進來(include)使用同一命名空間的其它schema文件,也可以匯入(import)使用不同命名空間的schema文件。

當一個實例文件針對一個schema來驗證有效性時(這一過程稱為assessment),用來驗證有效性的schema可以作為參數提供給驗證器,也可以在實例文件中作為兩種特殊屬性之一直接提供:

  • xsi:schemaLocation
  • xsi:noNamespaceSchemaLocation.這種機制要求客戶啟動驗證以充分相信這個文件,知道文件對正確的schema是有效的。

"xsi"是命名空間"http://www.w3.org/2001/XMLSchema-instance"的傳統字首。 (頁面存檔備份,存於互聯網檔案館

XML Schema Documents通常有副檔名".xsd". XSD還沒有專門的互聯網媒體型別,因此按照 RFC 3023使用"application/xml"或"text/xml" .

Schema component

編輯

主要的schema component有:

  • 元素聲明(Element declaration), 定義了元素的性質。包括:元素名字、目標命名空間;一個非常重要的性質是元素的型別,它限制了元素包含哪些屬性與子元素。在XSD 1.1標準中,可以根據屬性的值來有條件定義元素型別。一個元素可以屬於一個替換群(substitution group),如果元素E在元素H的替換群中,那麼schema許可H出現的地方E都可以出現。元素可以有完整性(integrity)約束:唯一性(uniqueness)約束確定特定值在該元素為根的子樹中是獨一無二的;參照(referential)約束確定值必須匹配一些其它元素的識別碼。元素聲明可以是全域的或局部的,允許同一個名字被用於一個實例文件的不同部分的不相關的元素。
  • 屬性聲明(Attribute declaration),定義了屬性的性質。包括:屬性名字、目標命名空間,屬性型別限制了屬性可以取哪些值,也可以指出屬性的預設值或固定值(fixed value,即屬性只能取這個值)。
  • 簡單與複雜資料類型(Simple and complex type).詳見下節
  • 模型群(model group)與屬性群(attribute group)定義。這實際上是宏(macro):被命名的元素的群與屬性的群,可在許多資料類型定義中被重用。
  • 屬性使用(attribute use)表示複雜資料類型與屬性聲明的關係,指出屬性是必需的還是可選的,在什麼時候使用這種資料類型。
  • 元素粒子(element particle)類似於表示複雜型別與元素的關係,指出元素在上下文中出現的最大與最小次數。類似於元素粒子,內容模型可以包括模型群粒子,在語法上相當於非終結符:定義了允許的元素序列的選擇與重複的單位。此外,萬用字元粒子表示了一套元素或元素序列。

其它更專門的schema component包括annotations, assertions, notations, 以及包含了schema整體資訊的schema component.

資料類型

編輯

簡單資料類型(simple type)包含了可以出現在元素或屬性的文字值。這是XSD與DTD的最大區別。

XSD提供了一套19個基本資料類型:

  • anyURI
  • base64Binary
  • boolean
  • date
  • dateTime
  • decimal
  • double
  • duration
  • float
  • hexBinary
  • gDay
  • gMonth
  • gMonthDay
  • gYear
  • gYearMonth
  • NOTATION
  • QName
  • string
  • time).

可以從這些基本資料類型通過三種機制構建三種資料類型:

  • restriction (減少值集的範圍),
  • list (允許一個值的序列),
  • union (允許從幾個資料類型中選擇值).

XSD規範定義了25個匯出資料類型。用戶可以在schema中進一步定義自己的匯出型別。

Restriction機制包括指出最大最小值、正則表達式、限制字串的長度、限制十進制數的位數等。XSD 1.1又增加了assertions, 即通過一個[XPath 2.0]]表達式給出任意約束的能力。

複雜資料類型描述了一個元素的許可內容。包括這個元素、屬性、子元素的許可內容。複雜型別定義由一套屬性使用與一個內容模型組成。內容模型可以是:

  • 只有元素的內容(element-only content), 不允許有文字(但可以有空白符或者子元素可以有文字);
  • 簡單內容(simple content), 允許有文字,不允許有子元素;
  • 空內容(empty content), 文字與子元素都不被允許;
  • 混合內容(mixed content), 文字與子元素都可以有.

複雜資料類型可以從別的複雜型別匯出:

  • restriction方法,不允許基本類型允許的一些元素、屬性或者值
  • extension方法,允許額外的屬性或元素出現。

XSD 1.1又增加了assertion方法來約束複雜型別, 即通過一個[XPath 2.0]]表達式必須求值為真

Schema 既驗資訊集(Post-Schema-Validation Infoset)

編輯

基於 Schema 的驗證完成後,可以按照 Schema 所隱含的資料模型來表達文件的結構與內容。XML Schema 資料模型包括:

  • 詞彙(元素與屬性名稱集)
  • 內容模型(關聯與結構)
  • 資料類型

這些資訊的集合即為 Schema 既驗資訊集(Post-Schema-Validation Infoset (PSVI))。對於有效的 XML,PSVI 給它賦以特定的「型別」,從而便於以對象方式來處理整個文件,並應用物件導向程式設計(OOP)範式。

XML Schema的次要用途

編輯

XML Schema的主要用途是形式描述XML文件,然而最終的schema除了簡單驗證文件外還有許多其他用途。

代碼生成

編輯

Schema可用於生成代碼,這稱作XML Data Binding英語XML Data Binding。這些代碼允許XML文件的內容作為編程環境中的對象。

XML檔案結構文件的生成

編輯

Schema可用於產生人可讀的文件來描述一個XML檔案的結構。這在作者利用了標記元素(annotation element)時非常有用。

批評

編輯

雖然XML Schema取得了廣泛的成功應用,但也受到了大量嚴厲的批評,遠超出其他W3C推薦標準。下述研究者很好地總結了這些批評:James Clark,[1] Anders Møller與Michael Schwartzbach,[2] Rick Jelliffe[3],David Webber.[4]

一般問題:

  • 推薦標準數百頁,陳述式非常技術化,對於非專業的用戶來說過於複雜難讀。很多人發現W3Cs XML Schema Primer頁面存檔備份,存於互聯網檔案館)更易於理解.
  • XSD缺少形式化數學規範,這使得關於schema的自動推理很困難,例如證明一個修改過的schema是向下相容的。
  • 語言中有很多例外,如元素的限制(restriction)不同於屬性的限制。

表達能力的實踐限制:

  • XSD對無序內容提供了極少支援
  • XSD不能要求提供root element (因而要求額外的資訊來驗證即使最簡單的文件).
  • 在描述mixed content, 沒有任何方式約束字元內容(甚至沒辦法指定一個有效字元集).
  • 內容與屬性聲明不能依賴於元素或屬性上下文 (這也是DTD的一個大問題).
  • 不是100%自描述 (上一點就是個例子), 即使有這樣的初始設計需求.
  • 預設不能被獨立於聲明被指定(這使其不能給出一族schema盡在預設值上不同);元素預設只能是字元資料(不包含markup).

技術問題:

  • 雖然從技術上遵從命名空間,但看起來並不追隨命名空間的精神原則。(例如 "unqualified locals").
  • XSD 1.0不提供機制,使得一個屬性的值或者存在依賴於另一個屬性的值或存在(被稱為co-occurrence constraints). XSD 1.1解決了這個問題.
  • XSD資料類型的範圍非常隨意.[5]
  • 驗證與擴增(augmentation,增加型別資訊與預設值)應該保持分離。

示範

編輯

一個Schema的簡易範例,描述某個指定的國家,是這樣的:

<xs:schema
 xmlns:xs="http://www.w3.org/2001/XMLSchema">
   <xs:element name="country" type="Country">
     <xs:complexType name="Country">
      <xs:sequence>
       <xs:element name="name" type="xs:string"/>
       <xs:element name="population" type="xs:decimal"/>
      </xs:sequence>
     </xs:complexType>
   </xs:element>
</xs:schema>

一份遵從這個視圖的XML檔案:

<country
 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 xsi:noNamespaceSchemaLocation="country.xsd">
  <name>France</name>
  <population>59.7</population>
</country>

參見

編輯
  • RELAX NG - 另一種XML綱要語言(ISO國際標準)通常用在XML Schema資料型別上
  • XML資訊集

參考文獻

編輯

外部連結

編輯