使用 XML Schema 定义元素的基本知识

学习使用 XML Schema 代替 DTD 定义 XML 文档结构

级别: 中级

<name>Ashvin Radiya</name>, 总裁兼首席技术官, AvantSoft, Inc.
<name>Vibha Dixit</name>, 首席执行官, AvantSoft, Inc.

2003 年 12 月

新 的 XML Schema 系统即将成为 W3C 推荐标准，目的是为了克服 DTD 的局限性（请参阅侧栏， DTD 的局限性 ），为 XML 文档提供丰富的语法结构。本文展示了模式的灵活性，说明如何使用 XML Schema 系统来定义最基本的 XML 文档构造块——元素。

XML Schema 比 DTD 更强大。为了说明 XML Schema 机制的强大功能，下面三个程序清单简要比较了表示元素的不同方式。 清单 1给出了一个 XML 文档片段， 清单 2用 DTD 语法声明了这两个元素， 清单 3则是相应的 XML Schema 语法形式。要注意， 清单 3中所用的是相同的 XML 语法。通过模式，验证解析器可以检查元素 InvoiceNo 是否是正整数，元素 ProductID 的首字符是否为 A 到 Z 之间的字母，后面为六个阿拉伯数字。相反，引用 DTD 的验证解析器只能检查这些元素是否用字符串表示。

清单 1：XML 文档片段

<InvoiceNo>123456789</InvoiceNo>
<ProductID>J123456</ProductID>

清单 2：描述清单 1 中元素的 DTD 片段

<!ELEMENT InvoiceNo (#PCDATA)>
<!ELEMENT ProductID (#PCDATA)>

清单 3：描述清单 1 中元素的 XML Schema

<element name='InvoiceNo' type='positive-integer'/>
<element name='ProductID' type='ProductCode'/>
<simpleType name='ProductCode' base='string'>
<pattern value='[A-Z]{1}d{6}'/>
</simpleType>

在 XML Schema 中使用名称空间
在这个协作的世界中，一个人可能处理来自多个其他团体的文档，而不同的团体可能希望以不同的方式表示他们的数据元素。此外，他们还可能在一个文档中引用不同团体创建的同名元素。如何区分相同名字的不同定义呢？XML Schema 使用名称空间区分这些定义。

DTD 的局限性
尽管作为描述结构化信息的一种机制，DTD 成功地为 SGML 和 HTML 开发人员服务了 20 年，但与 XML Schema 相比，它存在着严重的局限性。

DTD 要求元素由以下三种成分组成：

• 文本字符串
• 文本字符串与其他子元素的混合
• 一组子元素

DTD 不使用 XML 语法，对类型和名称空间仅提供有限的支持。

一个给定的 XML Schema 定义了一组新名字，如元素名、类型名、属性名、属性组名，这些名字的定义和声明都写在模式中。 清单 3定义的名字包括 InvoiceNo 、 ProductID 和 ProductCode 。

我们说模式中定义的名字属于它的 目标名称空间。名称空间本身有一个固定但没有限制的名字，必须符合 URL 语法。比如，对于 清单 3中模式片段，您可以把名称空间的名字设为： http://www.SampleStore.com/Account 。

名称空间的名字语法容易让人混淆，尽管以 http:// 开始，那个 URL 并不指向一个包含模式定义的文件。事实上，这个 URL http://www.SampleStore.com/Account 根本没有指向任何文件，只是一个分配的名字。

模式中的定义和声明可能引用属于其他名称空间的名字。在本文中，我们称这些名称空间为 源名称空间。每个模式都有一个目标名称空间，但可能有多个源名称空间。名称空间的名字可能相当长，但在 XML 文档中通过 xmlns 声明可使用简写形式。为了说明这些概念，我们可以向前述 清单 4中的示例模式中添加更多的内容。

清单 4：目标名称空间和源名称空间

<!--XML Schema fragment in file schema1.xsd-->

<xsd:schema targetNamespace='http://www.SampleStore.com/Account'
xmlns:xsd='http://www.w3.org/1999/XMLSchema'
xmlns:ACC= 'http://www.SampleStore.com/Account'>
<xsd:element name='InvoiceNo' type='xsd:positive-integer'/>
<xsd:element name='ProductID' type='ACC:ProductCode'/>
<xsd:simpleType name='ProductCode' base='xsd:string'>
<xsd:pattern value='[A-Z]{1}d{6}'/>
</xsd:simpleType>

在 清单 4的 XML Schema 中， targetNamespace 的名字是 http://www.SampleStore.com/Account ，其中包含的名字有 InvoiceNo 、 ProductID 和 ProductCode 。 schema 、 element 、 simpleType 、 pattern 、 string 和 positive-integer 这些名字属于源名称空间 http://www.w3.org/1999/XMLSchema ，通过 xmlns 声明缩写为 xsd 。别名 xsd 没有任何特殊的地方，我们可以选择任何其他的名字。在本文后面的部分为了方便和简化起见，我们使用 xsd 代表名称空间 http://www.w3.org/1999/XMLSchema ，在一些代码片段中省略了限定符 xsd 。在这个例子中， targetNamespace 偶尔也作为一个源名称空间，因为要使用名字 ProductCode 定义其他的名字。

图 1：清单 4 中的名称空间

清单 4中的模式片段不需要指定源模式文件的位置。对于整个“模式的模式”， http://www.w3.org/1999/XMLSchema ，不需要指定位置，因为它的位置是人所共知的。对于源名称空间 http://www.SampleStore.com/Account ，也不需要指定位置，因为它恰好是该文件中定义的目标名称空间。为了更好地理解如何指定模式的位置和使用默认名称空间，看一看 清单 5中扩展的例子。

清单 5：多个源名称空间，导入一个名称空间

<!--XML Schema fragment in file schema1.xsd-->
<schema targetNamespace='http://www.SampleStore.com/Account'
xmlns='http://www.w3.org/1999/XMLSchema'
xmlns:ACC= 'http://www.SampleStore.com/Account'
xmlns:PART= 'http://www.PartnerStore.com/PartsCatalog'>
<import namespace='http://www.PartnerStore.com/PartsCatalog'
schemaLocation='http://www.ProductStandards.org/repository/alpha.xsd'/>
<element name='InvoiceNo' type='positive-integer'/>
<element name='ProductID' type='ACC:ProductCode'/>
<simpleType name='ProductCode' base='string'>
<pattern value='[A-Z]{1}d{6}'/>
</simpleType>
<element name='stickyGlue' type='PART:SuperGlueType'/>

清单 5中多了一个名称空间引用： http://www.PartnerStore.com/PartsCatalog 。这个名称空间不同于 targetNamespace 和标准名称空间。因此必须使用 import 声明元素引入，该元素的 schemaLocation 属性指明包含模式的文件位置。默认的名称空间是 http://www.w3.org/1999/XMLSchema ，它的 xmlns 声明没有名字。每个非限定的名字如 schema 和 element ，都属于默认名称空间 http://www.w3.org/1999/XMLSchema 。如果模式从一个名称空间中引用了多个名字，将其指定为默认名字空间更方便。

一个 XML 实例文档可能引用多个名称空间的元素名，这些名称空间定义在不同模式中。为了引用和简化名称空间的名字，同样要使用 xmlns 声明。我们使用 XML Schema 实例名称空间的 schemaLocation 属性指定文件的位置。要注意，该属性不同于上一个例子中 xsd 名称空间的同名属性 schemaLocation 。

清单 6：使用来自多个模式的多个名称空间的名字

<?xml version="1.0"?>
<ACC:rootElement xmlns:ACC='http://www.SampleStore.com/Account'
xmlns:PART='http://www.PartnerStore.com/PartsCatalog'
xmlns:xsi='http://www.w3.org/1999/XMLSchema-instance'
xsi:schemaLocation='http://www.PartnerStore.com/PartsCatalog
http://www.ProductStandards.org/repository/alpha.xsd
http://www.SampleStore.com/Account
http://www.SampleStore.com/repository/schema1.xsd'>
<ACC:InvoiceNo>123456789</ACC:InvoiceNo>

图 2：清单 5 和清单 6 的名称空间

定义元素
定义元素就是定义元素的名字和内容模型。在 XML Schema 中，元素的内容模型由其类型定义，因此 XML 文档中实例元素的值必须符合模式中定义的类型。

简单类型
XML Schema 规范定义了一些值的简单类型，如 表 2：“预定义的值简单类型”所示。

类型包括简单类型和复杂类型。简单类型的值不能包含元素或属性。复杂类型可以产生在其他元素中嵌套元素的效果，或者为元素增加属性。（到目前为止本文中的例子都是用户定义的简单类型，比如 ProductCode ）。XML Schema 规范也包括预定义的简单类型（请参阅侧栏 简单类型）。 派生的简单类型约束了基类型的值。比如，派生简单类型 ProductCode 的值是基类型 string 值的子集。

简单的、非嵌套的元素是简单类型
不含属性或其他元素的元素可以定义为简单类型，无论是预定义的简单类型还是用户定义的简单类型，如 string 、 integer 、 decimal 、 time 、 ProductCode 等等。

清单 7：一些元素的简单类型

<element name='age' type='integer'/>
<element name='price' type='decimal'/>

带有属性的元素必须是复杂类型
现在，试着向 清单 7中的简单元素 price 增加属性 currency 。您不能这样做，因为简单类型的元素不能有属性。如果希望增加属性，您必须把 price 元素定义成复杂类型。在 清单 8的例子中，我们定义了一个 匿名类型，没有明确地命名这个复杂类型。换句话说，没有定义复杂类型 complexType 的 name 属性。

清单 8：一个复杂元素类型

<element name='price'>
<complexType base='decimal' derivedBy='extension'>
<attribute name='currency' type='string'/>
</complexType>
</element>
<!-- In XML instance document, we can write: <price currency='US'>45.50</price> -->

嵌入其他元素的元素必须是复杂类型
在 XML 文档中，一个元素可能嵌入其他的元素。这种要求可以在 DTD 中直接表示。但 XML Schema 定义一个元素，这个元素有一个类型，而这个类型可以包含其他元素和属性的声明。 表 1给出了一个简单的例子。

表 1：DTD 和 XML Schema 中复杂数据类型的比较

XML 文档

<Book>
<Title>Cool XML<Title>
<Author>Cool Guy</Author>
</Book>

DTD

<Book>
<Title>Cool XML<Title>
<Author>Cool Guy</Author>
</Book>

XML Schema

<Book>
<Title>Cool XML<Title>
<Author>Cool Guy</Author>
</Book>

<!ELEMENT Book (Title, Author)>
<!ELEMENT Title (#PCDATA)>
<!ELEMENT Author (#PCDATA)>

<element name='Book' type='BookType'/>
<complexType name='BookType'>
<element name='Title' type='string'/>
<element name='Author' type='string'/>
</complexType>

尽管 表 1中的 XML 代码同时满足 DTD 与 XML Schema 片段，但两者之间有一个很大的区别。在 DTD 中所有的元素都是全局性的，而表中的 XML Schema 允许把 Title 和 Author 定义成局部的——只出现在元素 Book 中。为了在 XML Schema 中实现与 DTD 声明完全相同的效果，元素 Title 和 Author 必须是全局范围的，如 清单 9中所示。元素 element 的 ref 属性使您能够引用前面声明的元素。

清单 9：用全局简单类型定义的复杂类型

<element name='Title' type='string'/>
<element name='Author' type='string'/>
<element name='Book' type='BookType'/>
<complexType name='BookType'>
<element ref='Title'/>
<element ref='Author'/>
</complexType>

在 表 1和 清单 9所示的例子中， BookType 是全局性的，可用于声明其他元素。相反， 清单 10将该类型局部地定义到元素 Book 中，而且定义成匿名元素。要注意， 表 1中的 XML 文档片段与表 1、 清单 9和 清单 10中三个模式片段都匹配。

清单 10：隐藏 BookType 作为本地类型

<element name='Title' type='string'/>
<element name='Author' type='string'/>
<element name='Book'>
<complexType>
<element ref='Title'/>
<element ref='Author'/>
</complexType>
</element>

表示元素的复杂约束
对于表示元素内容模型的约束，XML Schema 比 DTD 提供了更大的灵活性。在最简单的层次上，像在 DTD 中那样，您可以把属性和元素声明关联起来，指明能够出现的给定元素集合序列：只能出现 1 次（1）、出现 0 次或多次（*）或者出现 1 次或多次（+）。您还可以表示 XML Schema 中的其他约束，比方说使用 element 元素的 minOccurs 和 maxOccurs 属性，以及 choice 、 group 和 all 元素。

清单 11：表示元素类型的约束

<element name='Title' type='string'/>
<element name='Author' type='string'/>
<element name='Book'>
<complexType>
<element ref='Title' minOccurs='0'/>
<element ref='Author' maxOccurs='2'/>
</complexType>
</element>

在 清单 11中， Book 中 Title 的出现是可选的（类似 DTD 的 '?'）。但是， 清单 11也说明 Book 元素中至少要有一个但不能超过两个作者。 element 的 minOccurs 和 maxOccurs 属性的默认值是 1。元素 choice 只允许它的一个子女出现在实例中。另外一个元素 all ，表示这样的约束：组中的所有子元素可以同时出现一次，或者都不出现，它们可以按任意的顺序出现。 清单 12表示 Title 和 Author 两者必须同时出现（顺序任意）在 Book 中，或者都不出现。这种约束很难在 DTD 中表示。

清单 12：指出必须为元素定义所有的类型

<xsd:element name='Title' type='string'/>
<xsd:element name='Author' type='string'/>
<xsd:element name='Book'>
<xsd:complexType>
<xsd:all>
<xsd:element ref='Tile'/>
<xsd:element ref='Author'/>
</xsd:all>
</xsd:complexType>
</xsd:element>

更上层楼
我们已经讨论了在 XML Schema 中定义元素所需的最基本的概念，通过一些简单的例子使您领略到它的强大功能。还有一些更强大的机制：

• XML Schema 对类型继承提供了广泛的支持，允许重用以前定义的结构。使用所谓的 facets，您可以派生新的类型，表示其他某个类型值的更小子集，比如通过枚举、范围或模式匹配来定义子集。在本文的例子中， ProductCode 类型就是使用模式面（ pattern facet）定义的。子类型也可以向基类型增加更多的元素和属性声明。
• 有几种机制控制能否定义子类型，或者能否在具体的文档中替换为子类型。比如，有可能表示 InvoiceType （ Invoice 编号的类型）不允许子类型化，任何人都不能定义新版本的 InvoiceType 。通过规定在特定的上下文中不能用 ProductCode 类型的子类型替换，也能表达这种约束。
• 除了子类型外，还可以定义等价的类型，这样，一个类型的值可以用另一个类型代替。
• 通过声明抽象的元素或者类型，XML Schema 提供了一种强制替换机制。
• 为了方便起见，可以定义并命名属性组和元素组，从而能够在后面引用这些组达到重用的目的。
• XML Schema 提供了三个元素—— appInfo 、 documentation 和 annotation ——为模式作注解，以方便读者（ documentation ）和应用程序（ appInfo ）。
• 基于子元素的某些属性可以表示惟一性约束。

可以通过 W3C 站点（请参阅 参考资料）的文档进一步研究 XML Schema，或者访问 dW XML 专区了解更多的内容。目前，XML Schema 规范已经被批准，并成为候选推荐标准（Candidate Recommendation），毫无疑问您将越来越多地用到它。

参考资料

• 您可以参阅本文在 developerWorks 全球站点上的 英文原文.
  
  
• 通过填写 Web 表单，可以免费获得爱丁堡大学/W3C 的 XSV（alpha 版），这是一个 XML Schema Validator。
  
  
• 免费下载 Apache 项目的 XML Schema validator。
  
  
• Extensibility 的商业软件 XML Schema aware editor/validator的评估版。
  
  
• 从 http://www.ibm.com/alphaworks下载免费工具。
  
  
• 最新 XML Schema 规范的背景资料： XML Schema Part 0: Primer 。
  
  
• 目前的 W3C XML Schema 规范文档由两部组成： XML Schema Part 1: Structures 和 XML Schema Part 2: Datatypes 。
  

作者简介
Ashvin Radiya 是 AvantSoft, Inc.的 创始人和总裁。作为首席技术官，他领导开发并推出了最新 Java 编程及相关技术的 AvantSoft 培训课程。他还建立和管理与财富 100 强的战略伙伴关系。Ashvin 有丰富的企业、学院和专业人员经历。他曾在奥斯汀的 IBM 工作，研究基于 CORBA 的高级分布式面向对象产品。在移动商务、XML、Java、Enterprise JavaBeans 组件、InfoBus、安全、CORBA 和分布式面向对象编程方面，他拥有丰富的知识和经验。Ashvin 从锡拉丘兹大学获得了计算机科学博士学位。可以通过 [e-mail]与 Ashvin Radiya 联系。

Vibha Dixit 在 AvantSoftInc. 的 Business Development Manager and Technologist 中担任重要职务。她负责业务规划、管理战略伙伴、开发新的客户、营销和市场。她还积极参与 AvantSoft 技术目标的制定，确定移动商务、XML 和 Java 技术领域的发展方向。Vibha 在商业管理方面有独到的经验，在计算机技术方面也有丰富的行业经验。在加入 AvantSoft 之前，她曾在 IBM Santa Teresa 实验室工作，从事分布式交互对象中间件的研究。在俄亥俄超级计算机中心，她参与了一个微型计算机操作系统的设计与开发。Vibha 从俄亥俄州立大学获得了计算机科学博士学位。她还从 Southern Methodist University 修完了 MBA 高级管理人员课程。可以通过 [e-mail]与 Vibha Dixit 联系。