2001年5月2日，經過三年多的發展，XML 的Schema終成正果。這樣，XML、XML Schema和Namespace都成為了W3C的正式標準，這是一個值得慶賀的歷史性時刻，意味著XML語法規范已經奠定了扎實的基礎。中國XML聯盟于第一時刻為你介紹最新的XML Schema標準和其在MSXML 4.0中的應用。
- XML定義語言:DTD,XDR和XSD
- XML Schema的全貌
- 用XSD校驗XML
- XML Schema和名域
XML定義語言:DTD,XDR和XSD
我們知道XML文檔有格式良好和有效性兩種約束。格式良好適合于所有的XML文檔，即滿足XML標準中對于格式的規定。而當XML文檔滿足一定的語義約束則稱該XML文檔為有效的XML文檔。目前常用的XML定義語言有DTD,XDR和XSD。
文檔類型定義(DTD)
文檔類型定義用不同于XML的獨立語法來規定了XML文檔中各種元素集合的內容模式。該語言直接沿襲了定義SGML語言的方法。
- DTD使得XML文檔保持一致
- DTD可以共享
- DTD提供了對XML語匯的形式化和完整的定義
- 每個XML文檔有單個的DTD來限制
Schema
類似DTD,Schema可以規定一套特定文檔的結構或模型。使用Schema語言來描述文檔結構有下面以下好處：
- Schema使用的是XML語法
- Schema可以用XML解析器來解析
- Schema允許全局性元素(在整個XML文檔中元素用相同方式來使用)和局部性元素(元素在特定的上下文中有不同的含義)
- Schema提供豐富的數據類型(如整型、布爾型、日期類型等)；而且一個元素中的數據類型可以進行規定，甚至可以根據需要自定義數據類型
XDR
XDR的全稱是XML-Data Reduced Language,是早先由XML-Data草案派生出來的一個定義XML語言的分支。由于微軟最先提出了XML-Data，并且經過修訂后在其軟件中應用，所以XDR也被廣泛使用。目前支持XDR Schema的產品有：
- Microsoft Biztalk Server
- Microsoft SQL Server 2000
- Microsoft Office 2000
- Microsoft IE5.0和后續版本
XDR也得到了Extensibility的 XML Authority編輯工具的支持。
XSD Schema
最為正式的XML Schema語言是由W3C指定的XML Schema規范，簡稱為XSD(XML Schema Definition)。XSD也提供了數據類型的支持和結構定義的方法。
2001年5月2日，XML Schema 規范成為了W3C的正式推薦標準。這就意味著經過三年多的發展，XML 的Schema標準終于修成了正果。這樣，XML、XML Schema和Namespace都成為了W3C的正式，這是一個值得慶賀的歷史性時刻，意味著XML語法的規范已經奠定了扎實的基礎。XML的廣泛發展和應用也即將成為現實。下面我們就將重點來介紹最新的XML Schema標準。
XML Schema的全貌
我們用實際的例子來介紹XML Schema的用法。比如，有這樣的XML實例文檔：
<?xml version="1.0" encoding="GB2312"?>
<!DOCTYPE studentlst SYSTEM "student.dtd">
<studentlst>
<student>
<name>至尊寶</name>
<genda>男</genda>
<sid>001</sid>
<birthday>1576-3-2</birthday>
</student>
<student>
<name>白晶晶</name>
<genda>女</genda>
<sid>002</sid>
<birthday>1578-4-25</birthday>
</student>
</studentlst>
該文檔用DTD定義如下：
<?xml version="1.0" encoding="UTF-8"?>
<!ELEMENT studentlst (student)*>
<!ELEMENT student (name, genda, sid, birthday)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT genda (#PCDATA)>
<!ELEMENT sid (#PCDATA)>
<!ELEMENT birthday (#PCDATA)>
但是其中name和genda、sid等文本元素的數據類型都是統一的字符類型，而事實上我們一般要求對它們有更為嚴格的限制。比如，要求name仍然為字符類型，而genda為可選的枚舉類型，只能取男或女，sid要求是三位的整數類型，并且要求birthday為日期類型。name和birthday的定義比較簡單：
<element name="name" type="string" minOccurs="1" maxOccurs="1/">
<element name="birthday" type="date" minOccurs="1" maxOccurs="1/">
其中string和date類型都是Schema中自帶的基本數據類型(Primary Data Type)。minOccurs和maxOccurs是最少和最多出現次數，這里是表示有而且只出現一次。這是最簡單的元素聲明。在XML Schema中提供兩種數據類型：一是我們剛剛接觸的基本數據類型或者稱為內建數據類型；另外一種是擴展的數據類型，既在基本數據類型基礎上用戶自己擴展的數據類型。Schema中沒有規定性別的類型，也沒有直接規定三位整數的數據類型，但是性別是有男、女兩種選擇的枚舉類型；而sid的每位都是非負整數，于是我們可以先定義兩類擴展數據類型，然后來限制genda和sid元素。
<simpleType name="GendaType">
<restriction base="string">
<enumeration value="男"/>
<enumeration value="女"/>
</restriction>
</simpleType>
<simpleType name="SIDType">
<restriction base="string">
<length value="3"/>
<pattern value="\d{3}"/>
</restriction>
</simpleType>
在定義擴展數據類型時是描述了一個simpleType元素，name屬性是該數據類型的名稱，數據類型由restriction子元素進行約束，該元素中的base屬性是基類型，即它要擴展的基本數據類型。在枚舉類型中在restriction的子元素中羅列初可選的數值；而在第二種情況時，通過對各方面(facet)進行規定來定義數據類型，比如length規定該數據類型總共有多少位數，而pattern則通過正則表達式來規定出現的方式。這里的意思是連續出現三位的整數。
用上面定義的數據類型來約束genda和sid的方法和name和birthday元素的聲明相同:
<element name="genda" type="GendaType" minOccurs="1" maxOccurs="1"/>
<element name="sid" type="SIDType" minOccurs="1" maxOccurs="1"/>
有了最基本的四個文本內容的元素，如何定義作為其父元素的student元素呢？由于student元素是由子元素組成的，在Schema中稱它位復雜類型的元素。而且其子元素是順序組成的序列，因此這樣聲明student元素：
<element name="student">
<complexType>
<sequence>
<element name="name" type="string" minOccurs="1" maxOccurs="1"/>
<element name="genda" type="GendaType" minOccurs="1" maxOccurs="1"/>
<element name="sid" type="SIDType" minOccurs="1" maxOccurs="1"/>
<element name="birthday" type="date" minOccurs="1" maxOccurs="1"/>
</sequence>
</complexType>
</element>
另外，studentlst元素包含了student元素，并且出現的方式是一個或者多個，或者可以不出現，在Schema中出現的方式可以用miOccurs和maxOccurs來表達：
<element name="studentlst">
<complexType>
<sequence>
<element name="student" minOccurs="0" maxOccurs="unbounded">
<complexType>
<sequence>
<element name="name" type="string" minOccurs="1" maxOccurs="1"/>
<element name="genda" type="GendaType" minOccurs="1" maxOccurs="1"/>
<element name="sid" type="SIDType" minOccurs="1" maxOccurs="1"/>
<element name="birthday" type="date" minOccurs="1" maxOccurs="1"/>
</sequence>
</complexType>
</element>
</sequence>
</complexType>
</element>
最后我們將這些元素和數據類型的聲明都包含在schema根元素中：
<?xml version="1.0"?>
<schema xmlns="http://www./2001/XMLSchema" xmlns:sl="http://www./namespaces/StudentList" targetNamespace="http://www./namespaces/StudentList">
<element name="studentlst">
<complexType>
<sequence>
<element name="student" minOccurs="0" maxOccurs="unbounded">
<complexType>
<sequence>
<element name="name" type="string" minOccurs="1" maxOccurs="1"/>
<element name="genda" type="sl:GendaType" minOccurs="1" maxOccurs="1"/>
<element name="sid" type="sl:SIDType" minOccurs="1" maxOccurs="1"/>
<element name="birthday" type="date" minOccurs="1" maxOccurs="1"/>
</sequence>
</complexType>
</element>
</sequence>
</complexType>
</element>
<simpleType name="GendaType">
<restriction base="string">
<enumeration value="男"/>
<enumeration value="女"/>
</restriction>
</simpleType>
<simpleType name="SIDType">
<restriction base="string">
<length value="3"/>
<pattern value="{3}"/>
</restriction>
</simpleType>
</schema>
用XSD校驗XML
由了XML Schema,你可以用來校驗XML文檔的語義和結構。在MSXML 4.0技術預覽版本已經提供了用XSD Schema來校驗XML文檔的功能。在校驗文檔時，將schema添加到XMLSchemaCache對象中，設置其 object, set the schemas property of a DOMDocument對象的schemas屬性引用XMLSchemaCache對象中的schema。在將XML文檔載入到DOMDocument對象中時將自動執行校驗操作。我們不妨用例子來說明如何在Visual Basic中通過編程實現XML文檔校驗。其中包括：
books.xsd
用來校驗books.xml文件的Schema
books.xml
該文件將被載入并且和books.xsd對照校驗
Visual Basic校驗代碼
創建一個XMLSchemaCache對象,將schema添加給它,然后設置schemas property of the DOMDocument對象的shemas屬性。在開始的時候你要進行如下操作：
打開Visual Basic 6.0,選擇Standard EXE新項目
在Project菜單中選擇References.
在Available References列表中選擇Microsoft XML,v4.0
給Form1添加一個Command button
存儲該項目
books.xml
在XML編輯器甚至一般的文本編輯器中輸入以下XML代碼，并且存為books.xml：
<?xml version="1.0"?>
<x:catalog xmlns:x="urn:books">
<book id="bk101">
<author>Gambardella, Matthew</author>
<title>XML Developer‘s Guide</title>
<genre>Computer</genre>
<price>44.95</price>
<publish_date>2000-10-01</publish_date>
<description>An in-depth look at creating applications with XML.</description>
<title>2000-10-01</title>
</book>
</x:catalog>
books.xsd
下面是本例中使用的books.xsd schema。
<xsd:schema xmlns:xsd="http://www./2001/XMLSchema">
<xsd:element name="catalog" type="CatalogData"/>
<xsd:complexType name="CatalogData">
<xsd:sequence>
<xsd:element name="book" type="bookdata" minOccurs="0" maxOccurs="unbounded"/>
</xsd:sequence>
</xsd:complexType>
<xsd:complexType name="bookdata">
<xsd:sequence>
<xsd:element name="author" type="xsd:string"/>
<xsd:element name="title" type="xsd:string"/>
<xsd:element name="genre" type="xsd:string"/>
<xsd:element name="price" type="xsd:float"/>
<xsd:element name="publish_date" type="xsd:date"/>
<xsd:element name="description" type="xsd:string"/>
</xsd:sequence>
<xsd:attribute name="id" type="xsd:string"/>
</xsd:complexType>
</xsd:schema>
Visual Basic校驗代碼
你可以運行下面的例子:
拷貝下面的代碼到Command1_Click過程中
Private Sub Command1_Click()
Dim xmlschema As MSXML2.XMLSchemaCache
Set xmlschema = New MSXML2.XMLSchemaCache
xmlschema.Add "urn:books", App.Path & "\books.xsd"
Dim xmldom As MSXML2.DOMDocument
Set xmldom = New MSXML2.DOMDocument
Set xmldom.schemas = xmlschema
xmldom.async = False
xmldom.Load App.Path & "\books.xml"
If xmldom.parseError.errorCode <> 0 Then
MsgBox xmldom.parseError.errorCode & " " & xmldom.parseError.reason
Else
MsgBox "No Error"
End If
End Sub
執行該程序，然后點擊Command1按鈕，將返回"No Errors"消息框
XML Schema和名域
Schema是一些規則的集合(也稱為語法或者語匯)，其中包括了類型定義(簡單和復雜類型)以及元素和屬性聲明。由于XML中可能存在不同的語匯來描述不同的元素和屬性,因此需要使用名域(namespace)和前綴來避免元素和屬性聲明之間的模糊性。當你使用來自多個名域的schema時，分清元素和屬性名稱是最基礎性的工作。
一個名域通常有一串字符串來相互區別，如 "urn:www.microsoft.com", "http://www.", "http://www./2001/XMLSchema"以及 "uuid:1234567890"等。
XML Schema的序言
XML schema的開頭時是一些導言，之后才是正式的聲明。在schema 元素的導言中可能包含三個可選的屬性。
例如，下面的語法使用的schema元素引用了三個最常使用的名域：
<schema
xmlns="http://www./2001/XMLSchema" xmlns:xsd="http://www./2001/XMLSchema-datatypes" xmlns:xsi="http://www./2001/XMLSchema-instances"
version"1.0">
</schema>
前兩個屬性用XML名域來標識W3C中的兩個XML schema規范。第一個 xmlns屬性包含了基本的XML schema元素，比如element, attribute, complexType, group, simpleType等。第二個xmlns屬性定義了標準的XML schema屬性類型例如string, float, integer, 等。
缺省名域
對于任何一個XML Schema定義文檔(XSD)都有一個最頂層的schema (XSD)元素。而且該schema (XSD)元素定義必須包含下面的名域:
http://www./2001/XMLSchema
作為名域的標識符(在聲明中作為元素或屬性的前綴)，你也可以不使用xsd或xsi。
我們分別來觀察XSD和XML實例文檔中相關的名域。比如前面介紹student.xsd的序言是這樣的:
<schema xmlns="http://www./2001/XMLSchema" xmlns:sl="http://www./namespaces/StudentList" targetNamespace="http://www./namespaces/StudentList">
這里的targetNamespace屬性表示了該shema所對應的名域的URI。也就是說在引用該Schema的其它文檔中要聲明名域，其URI應該是targetNamespace的屬性值。例如在這里因為要用到student.xsd自己定義的擴展數據類型，所以也聲明的名域xmlns:sl="http://www./namespaces/StudentList"。
我們再來看由該schema規定的XML文檔的開頭將是什么樣子:
<studentlst xmlns="http://www./namespaces/StudentList"
xmlns:xsi="http://www./2001/XMLSchema-instance"
xsi:schemaLocation="http://www./namespaces/StudentList student.xsd">
其中缺省名域聲明xmlns="http://www./namespaces/StudentList"就是和剛剛聲明的XML Schema的名域相結合來規定該XML文檔。xmlns:xsi="http://www./2001/XMLSchema-instance" 是任何XML實例文檔固有的名域，當然按照前面所說的名域名稱xsi是可以自己規定的。而xsi:schemaLocation="http://www./namespaces/StudentList student.xsd"則規定了該名域所對象的schema的位置，即在相同路徑的student.xsd文件。
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=78882
XML Schema全接觸
