XML约束

本节要点：

• 了解XML的约束模式
• 了解DTD
• 了解Schema

1   了解XML的约束模式

计算机程序在处理XML文档之前，必须能够解析出XML文档的内容中各个元素的相关信息。将解析出来的信息再交给下游程序进行下一步处理。Parser就是用于解析XML文档的解析器程序，Parser可以独立使用，也可以成为编辑软件或浏览器的一部分。

所以XML文档必须严格遵循一定的语法，遵守XMl基本语法规则和规范的XML文档就称为Well-formed XML。一个XML文档必须是格式良好的，并且内容满足某些条件的约束。

约束模式是一套规则，对XML文档中的内容作出限制。约束模式定义了XML文档中允许出现的元素名，元素中的属性，内容类型，及元素间的嵌套关系和出现顺序。约束模式通常都在一个单独的文件中进行定义。约束模式的内容也需要遵循一定的语法规则，使用XML约束模式语言来定义XML约束模式的语法规则，模式文档采用某种约束模式语言编写如：XML DTD、XDR、SOX、XML Schema等，应用最广泛和具有代表意义的是XML DTD和XML Schema。

2   DTD

XML DTD（Document Type Definition 文档类型定义）

• 最早出现的一种XML约束模式语言
• 目前使用最广泛的一种XML约束模式
• 以.dtd为扩展名
• Struts使用较多

有效的XML必须遵循XML 的基本语法规则，且符合为它指定的某个XML约束模式的XML文档。校验是将一个XML文档和它所引用的XML约束模式进行比较分析，看其中的内容是否符合XML约束模式的过程。

2.1 DTD语法

• l DTD（document type definition）：文档类型定义
• l 作用：约束XML的书写规范

1.       一个简单例子

book.xml

<?xml version="1.0"encoding="UTF-8"?>

<!DOCTYPE books SYSTEM "book.dtd">

<books>

     <book>

            <author>张三</author>

            <title>一本好书</title>

            <price>20.00</price>

     </book>

</books>

book.dtd

<!ELEMENTbooks (book+)>

<!ELEMENTbook (author,title,price)>

           <!ELEMENTauthor (#PCDATA)>

           <!ELEMENTtitle (#PCDATA)>

           <!ELEMENTprice (#PCDATA)>

注：元素和子元素属性之间有空格分隔，如author  (#PCDATA)

1)         元素声明语法

语法格式：

<!ELEMENT 元素名称 使用规则>

使用规则：

定义元素中包含的组成部分，以及每种组成成分出现的次数、次序，还可以是某些成分进行某种关系组合后出现的次数、次序。

元素通配符使用

元字符	含义
+	出现一次或多次
*	出现零次或多次
？	可选，不出现或出现一次
(  )	一组要共同匹配的表达式
|	或（OR）
元素A, 元素B, 元素C	元素之间以逗号分割，要求严格遵从顺序要求
元素A  元素B  元素C	元素之间以空格分割，无须遵从顺序要求

示例：

（book+）

    表示books元素中可以包含一个或多个book元素

(title,author,price)

• 表示book元素中要嵌套title、author、price子元素，并且这些子元素要按顺序依次出现，只能出现一次
• 如果没有“,”隔开，表示各子元素可以任意次序出现，但必须且只能出现一次
• 如果使用“|”隔开，表示只能出现它们之中的任何一个

(#PCDATA)

 PCDATA: parse character data

用于表示元素中的内容是普通文本字符串。

2)     属性声明语法

语法格式：

<!ATTLIST 标签名 属性列表 属性类型 出现方式>

“出现方式”设置

设置	描述
#REQUIRED	表示这个属性是必须的
#IMPLIED	表示这个属性的值是可选的
#FIXED	表示这个属性有一个固定的不能更改的值
默认	表示这个属性有一个默认值

 

“属性类型”设置

设置	描述
CDATA	文本类型
Enumerated	一个字符串值得枚举，表示可以任选其中一个
ID	表示唯一标示符（注：由ID表示的属性不能以数字开头）
ENTITY	一个外部实体（现在的浏览器不支持）

示例：

books.dtd

<!ELEMENT books (book+)>

    <!ELEMENT book ((author,title,price)|comment+)>

       <!ELEMENT author (#PCDATA)>

       <!ELEMENT title (#PCDATA)>

       <!ELEMENT price (#PCDATA)>

   

<!ATTLIST comment

author CDATA #IMPLIED

title CDATA #REQUIRED

price CDATA #IMPLIED

language CDATA #FIXED "Chinese"

type (java|.net|oracle) "java"

id ID #REQUIRED

> 

Books.xml

<?xml version="1.0" encoding="UTF-8"?>

<!DOCTYPE books SYSTEM "books.dtd">

<books>

    <book>

       <author>joy</author>

       <title>java core</title>

       <price>100</price>

    </book>

    <book>

       <comment id="S001" author="joy" title="Java" price="20" language="Chinese" />

       <comment id="S002" author="joy" title="Java" price="20" language="Chinese" />

    </book>

</books>

2.2 引入外部DTD文件

使用文档类型声明DOCTYPE语句引入DTD。格式如下：

<!DOCTYPE 文档类型名称 SYSTEM “DTD文件的URL”>

<! DOCTYPE 文档类型名称 PUBLIC “DTD名称” “DTD文件的URL”>

注：

• 文档类型名称由编写者自己定义，通常是使用XML文档的根元素名称作为文档类型名称
• SYSTEM表示XML文档所遵循的是一个本地或者组织内部所编写和使用的DTD文件
• PUBLIC表示XML文档遵循的是一个由权威机构制定的，公开提供给特定行业或公众使用的DTD文件
• “DTD名称”需要使用双引号括起来，应该符合一些标准的规定
• SYSTEM 后面的“DTD文件的URL”可以是相对URL，也可以是绝对URL；PUBLIC 后面的“DTD文件的URL” 指定DTD文件在Internet上的绝对URL
• <!DOCTYPE struts PUBLIC "-//Apache Software Foundation//DTD Struts Configuration 2.3//EN" "http://struts.apache.org/dtds/struts-2.3.dtd">中：
  •   “-” 表示ISO标准的DTD，“+”被改进的非ISO标准的DTD，“-”未被改进的非ISO标准的DTD
  •   “Apache Software Foundation”表示 DTD所有者的名称
  •   “DTD Struts Configuration 2.3”表示DTD所描述的文件的说明
  •   “EN“表示DTD语言的种类

2.3 嵌入DTD定义语句

可以在XML中嵌入使用DTD。

语法格式：

 

3   Schema

XML Schema

• 对XML文档内容进行约束的另外一种模式
• 目的是为了克服DTD的局限性，为XML提供丰富的语法结构
• XML Schema已经成为W3C的正式推荐标准
• 以.xsd为扩展名

XML Schema VS DTD：

• XML Schema符合XML语法结构。
• DOM、SAX等XML API很容易解析出XML Schema文档中的内容。
• XML Schema对名称空间支持得非常好。
• XML Schema比XML DTD支持更多的数据类型，并支持用户自定义新的数据类型。
• XML Schema定义约束的能力非常强大，可以对XML实例文档作出细致的语义限制。
• XML Schema不能像DTD一样定义实体，比DTD更复杂，但Xml Schema现在已是w3c组织的标准，它正逐步取代DTD。

schema的基础是数据类型，理解schema的最好方式是将它看成是数据类型的层次结构，在层次结构的底层是内置的不可再划分的数据类型，如：整数、字符串、浮点数、日期等，表示xml文件可能包含的数据的基本单元。通过组合这些简单的数据类型，可以创建出各种不同的复杂数据类型，然后可以使用这些数据类型来定义元素和属性。这样，你将为xml文档的根元素、子元素、一直到最底层的包含文档数据的元素定义数据类型，因此，学习创建xsd schema，大体上就成了一个定义数据类型的过程。

示例：（简单）

<?xml version="1.0" encoding="UTF-8"?>

<schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.example.org/fullname"

    xmlns:tns="http://www.example.org/fullname" elementFormDefault="qualified">

    <!-- xmlns: xml name space 导入一个w3的名称空间，用来支持基础数据类型等

       targetNamespace:可以等同于java里面定义的包名

       xmlns:tns ：给命名空间取个别名

     -->

    <element name="fullname" type="tns:fnm"></element>

    <complexType name="fnm">

       <sequence>

           <element name="first-name" type="string"></element>

           <element name="last-name" type="string"></element>

       </sequence>

    </complexType>

</schema>

<?xml version="1.0" encoding="UTF-8"?>

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

       xmlns="http://www.example.org/fullname"

       xsi:schemaLocation="http://www.example.org/fullname fullname.xsd">

    <first-name>zhou</first-name>

    <last-name>xiaoxiao</last-name>

</fullname>

示例：（复杂点）

<?xml version="1.0" encoding="UTF-8"?>

<schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.example.org/factory"

    xmlns:pre="http://www.example.org/factory" elementFormDefault="qualified">

    <element name="factory" type="pre:fac"></element>

    <complexType name="fac">

       <sequence maxOccurs="unbounded">

           <element name="worker">

              <complexType>

                  <attribute name="id" type="ID" use="required"></attribute>

                  <attribute name="name" type="string"></attribute>

                  <attribute name="age">

                     <simpleType>

                         <restriction base="unsignedInt">

                            <maxInclusive value="80"></maxInclusive>

                            <minInclusive value="1"></minInclusive>

                         </restriction>

                     </simpleType>

                  </attribute>

                  <attribute name="sex" >

                     <simpleType>

                         <restriction base="string">

                            <enumeration value="男"></enumeration>

                            <enumeration value="女"></enumeration>

                         </restriction>

                     </simpleType>

                  </attribute>

              </complexType>

           </element>

       </sequence>

    </complexType>

</schema>

<?xml version="1.0" encoding="UTF-8"?>

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

    xmlns="http://www.example.org/factory"

    xsi:schemaLocation="http://www.example.org/factory factory.xsd">

    <worker id="w001" name="jack" age="25" sex="男"/>

    <worker id="w002" name="tom" age="24" sex="男"/>

    <worker id="w003" name="mary" age="26" sex="女"/>

</factory>

作业：

1.XML文档默认的编码方式是：（     ）

       A. ASCII      B. Unicode  C. UTF-16     D. UTF-8

2.下列元素定义中正确是：（     ）

   A. <book></Book>    B. <BOOK></book>

C. <book></book>     D. <Book></bOOK>

3. W3C XML Schema文档中，attribute元素的属性use值为（      ）表示属性是可选的并且可以具有任何值。

   A. optional     B. prohibited

   C. required     D. fixed

4. XML (    )提供了一种避免元素命名冲突的方法。

A．命名空间 B．DTD     C．XSD     D．XSL

5.描述学校、班级（1-n个班,属性：班级号）、班主任（每个班只有一个）、学生（每个班有多个学生，属性：学号（必须）、姓名（必须）、性别（可选）、生日（可选，必须日期））

6.写出出下面DTD的一个有效的XML

<! ELEMENT 联系人 (姓名,(电话|EMAIL),地址?)>

<! ELEMENT 姓名 (#PCDATA)>

<! ELEMENT 电话 (#PCDATA)>

<! ELEMENT EMAIL (#PCDATA)>

<! ELEMENT 地址 (街道,城市,省份)>

<! ELEMENT 街道 (#PCDATA)>

<! ELEMENT 城市 (#PCDATA)>

<! ELEMENT 省份 (#PCDATA)>