XML中的Schema约束

Schema简介

XML Schema也被称为XML Schema定义（XML Schema Definition，XSD）。和DTD一样，Schema也是XML的约束，同样用于定义合法的XML文档构建模块。与DTD不同的是，XML Schema是用一套预先定义好的XML元素和属性创建的，这些元素和属性规定了XML文档的结构和内容模式，且XML Schema规定XML文档实例的结构和每一个元素或属性的数据类型。另外，Schema相对于DTD有一个明显的好处就是，Schema是基于XML编写的，自己本身也是一个XML文档（文件后缀名为.xsd），而不是像DTD有自成一套的语法，这也是Schema能比DTD更被广泛应用的原因。

再次以之前介绍DTD约束用到的XML文档为例：

<?xml version="1.0" encoding="UTF-8"?>
<books>
    <book id=“01”>
        <name>三体</name>
        <author>刘慈欣</author>
        <price>23.8</price>
    </book>
    <book id=“02”>
        <name>龙族</name>
        <author>江南</author>
        <price>19.6</price>
    </book>
</books>

名称空间

在编写了一个XML Schema约束文档后，通常需要把这个文档定义的元素和属性绑定到一个URI地址上，这个地址就叫做名称空间。接着XML文档通过这个名称空间告诉解析引擎，文档中的元素和属性来自哪里。名称空间有什么用呢？就是用来唯一标识元素和属性来自哪个Schema。简单来说，当一个XML实例文档引用了多个Schema的时候，倘若这些Schema定义了同名的元素或属性，名称空间就可以将它们区分开来。

预定义元素和属性

上面说过，XML Schema是用一套预先定义好的XML元素和属性创建的，而这套元素和属性是由W3C定义的，然后绑定在一个URI上，在编写Schema文档时直接引用这个名称空间即可。

编写Schema文档

W3C规定，Schema文档的根元素必须为schema。首先要引用W3C预定义好的元素和属性，语法为：

xmlns="http://www.w3.org/2001/XMLSchema" 

这里的名称空间一般来说是固定的，大家记住就行。xmlns是根元素schema的一个属性。
接着定义元素和属性，与之前介绍过的DTD一样，XML文档中的每一个元素都要对应一个element，语法为：

<element name="元素名称"></element>

例如，对于上文的XML文档，Schema的元素定义应为

<element name="books"></element>
<element name="book"></element>
<element name="name"></element>
<element name="author"></element>
<element name="price"></element>

对于出现多次的元素，定义中可以为element添加minOccurs属性和maxOccurs属性来表示元素出现的最少次数和最多次数，而不确定（次数）可用unbounded来表示。所以，语法为：

• 元素出现零次或一次：

  <element name="元素名称" minOccurs="0" maxOccurs="1"></element>
  

• 元素出现零次或多次：

  <element name="元素名称" minOccurs="0" maxOccurs="unbounded"></element>
  

• 元素出现一次或多次：

  <element name="元素名称" minOccurs="1" maxOccurs="unbounded"></element>
  

这里介绍复杂元素的概念，一个元素如果包含子元素和属性，就是简单元素，反之就是复杂元素。
对于简单元素，定义中可以为element元素添加type属性来表示元素的数据类型（复杂元素则不能这样做）：

<element name="元素名称" type="数据类型"></element>

对于含有多个子元素的元素（复杂元素），定义语法应为：

<element name="元素名称">
    <complexType>
        <sequence>
            <element name="子元素名称1" ...></element>
            <element name="子元素名称2" ...></element>
            <element name="子元素名称3" ...></element>
        </sequence>
    </complexType>
</element>

这里的sequence元素规定了子元素出现的顺序，需要注意的是，即使是只有一个子元素的元素，定义语法也为：

<element name="元素名称">
    <complexType>
        <sequence>
            <element name="子元素名称" ...></element>
        </sequence>
    </complexType>
</element>

sequence元素不可缺少。
说完了对元素的定义，接下来介绍对属性的定义。定义属性的语法为：

<attribute name="属性名称" type="数据类型" 属性类型></attribute>

下面是Schema中的数据类型：

Schema数据类型

这里的属性类型若不注明，则认为属性是可选的（即不强制要求存在）。除此之外，属性类型一般分为三种：

• 必选：语法为：

  <attribute name="属性名称" type="数据类型" use="required"></attribute>
  

• 有默认值：语法为：

  <attribute name="属性名称" type="数据类型" default="默认值"></attribute>
  

• 有固定值：语法为：

  <attribute name="属性名称" type="数据类型" fixed="固定值"></attribute>
  

对于包含属性的元素，前面说过属于复杂元素（即使这个元素只含属性不含子元素），因此定义应为：

<element ...>
    <complexType>
        <attribute ...></attribute>
    </complexType>
</element>

对元素和属性定义完了，最后要做的就是要让XML实例文档引用这个Schema，也就是引用定义好的元素和属性，因此就要为这些元素和属性指定一个名称空间。语法为：

targetNamespace="名称空间" 

这个名称空间是自己定义的URI地址，我采用的是Eclipse的默认设置，为http://www.example.org/Schema文件名。
同样，targetNamespace也是根元素schema的一个属性。因此，对于上文的XML文档，Schema文档应为：

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.w3.org/2001/XMLSchema" 
targetNamespace="http://www.example.org/books">
    <element name="books">
        <complexType>
            <sequence>
                <element name="book" minOccurs="1" maxOccurs="unbounded">
                    <complexType>
                        <sequence>
                            <element name="name" type="string"></element>
                            <element name="author" type="string"></element>
                            <element name="price" type="double"></element>
                        </sequence>
                        <attribute name="id" type="string" use="required"></attribute>
                    </complexType>
                </element>
            </sequence>
        </complexType>
    </element>
</schema>

以上就是对Schema文档的编写。

修改XML实例文档

既然已经有了Schema文档作为约束，在XML实例文档中就要去引用它。和编写Schema文档的第一步一样，首先要引用定义好的元素和属性，语法也为：

xmlns="名称空间"

这里的名称空间则不是W3C那个了，而是作为约束的Schema文档为定义好的元素和属性所绑定的名称空间，对于我来说就是http://www.example.org/books。
接下来是声明这个XML文档是应用了Schema约束技术的一个实例，语法为：

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

这个语法是固定的，大家记住就行。
最后就是指定Schema文档的位置进行引用，语法为：

xsi:schemaLocation="名称空间 Schema文件名"

这里的名称空间也是Schema文档所绑定的名称空间。
xmlns、xmlns:xsi和xsi:schemaLocation都是XML实例文档根元素的属性，因此，对文档的修改实际上只是添加这三个属性，其他内容不用修改。上文的XML文档应修改为：

<?xml version="1.0" encoding="UTF-8"?>
<books xmlns="http://www.example.org/books"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.example.org/books books.xsd">
    <book id=“01”>
        <name>三体</name>
        <author>刘慈欣</author>
        <price>23.8</price>
    </book>
    <book id=“02”>
        <name>龙族</name>
        <author>江南</author>
        <price>19.6</price>
    </book>
</books>

参考资料

http://www.w3school.com.cn/schema/index.asp

Schema相对于DTD来说语法更复杂，语法细节也更多，这里只是简单介绍了一些基本知识，而更复杂的语法也代表着更详尽的功能，这也是Schema能逐步取代DTD的原因了。