XML DTD与Schema约束

一、【引言】

Xml即Extensible Markup Language可扩展标记语言。它是由SGML(Standard Gerneralized Markup language)发展而来的，允许开发者自定标签，可以将标签和内容有效的分离。在XML技术里，可以编写一个文档来约束XML文档的书写规范，称之为XML约束。本文主要介绍DTD与Schema两种约束（当然还还有其他的约束方式，如：XDR，SOX，但都用得极少）

二、【DTD (Document Type Definition)】

DTD是一种比较早起的xml约束方式，它也存在很多缺陷，尤其是在表达属性值和元素内容的类型约束上，而后文提到的XML Schema就是为了客服这些问题而诞生的。（但学习、了解DTD还是很有必要的，比如很多框架都还是原用DTD约束方式）
1、DTD的两种约束方式
DTD约束即可以作为一个单独的文件编写，也可以在XML文件内编写。
(1)、在xml文件内编写DTD

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<!DOCTYPE 书架 [
 <!ELEMENT 书架 (书+)>
 <!ELEMENT 书 (书名,作者,售价)>
 <!ELEMENT 书名 (#PCDATA)>
 <!ELEMENT 作者 (#PCDATA)>
 <!ELEMENT 售价 (#PCDATA)>
]>
<书架>
 <书>
  <书名>Java就业培训教程</书名>
  <作者>张孝祥</作者>
  <售价>39.00元</售价>
 </书>
 ...
</书架>

(2)、引用DTD约束
XML文件使用 DOCTYPE 声明语句来指明它所遵循的DTD文件，DOCTYPE声明语句有两种形式：

A、当引用的文件在本地时，采用如下方式：

<!DOCTYPE 文档根结点 SYSTEM "DTD文件的URL">

例如： <!DOCTYPE 书架 SYSTEM “book.dtd”>

B、当引用的文件是一个公共的文件时，采用如下方式：

<!DOCTYPE 文档根结点 PUBLIC "DTD名称" "DTD文件的URL">

例如：
<!DOCTYPE web-app PUBLIC
    "-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"
    "http://java.sun.com/dtd/web-app_2_3.dtd">

2、DTD约束语法细节：
(1)、 DTD的语法细节：元素定义1
在DTD文档中使用ELEMENT声明一个XML元素，语法格式如下所示：

<!ELEMENT 元素名称元素类型>
元素类型可以是元素内容、或类型
如为元素内容：则需要使用()括起来，如
<!ELEMENT 书架 (书名，作者，售价)>
<!ELEMENT 书名 (#PCDATA)>

如为元素类型，则直接书写，DTD规范定义了如下几种类型：
EMPTY：用于定义空元素，例如<br/> <hr/>
ANY：表示元素内容为任意类型。
(2)、 DTD的语法细节：元素定义2
元素内容中可以使用如下方式，描述内容的组成关系
用逗号分隔，表示内容的出现顺序必须与声明时一致。<!ELEMENT MYFILE (TITLE,AUTHOR,EMAIL)>
用|分隔，表示任选其一，即多个只能出现一个
<!ELEMENT MYFILE (TITLE|AUTHOR|EMAIL)>
在元素内容中也可以使用+、*、?等符号表示元素出现的次数：
+: 一次或多次 (书+)
?: 0次或一次 (书?)
*: 0次或多次 (书*)
也可使用圆括号( )批量设置，例
<!ELEMENT MYFILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>

(3)、属性定义
xml文档中的标签属性需通过ATTLIST为其设置属性
语法格式：

<!ATTLIST 元素名
    属性名1 属性值类型 设置说明
    属性名2 属性值类型 设置说明
    ……
>
属性声明举例：
<!ATTLIST 商品
    类别 CDATA #REQUIRED
    颜色 CDATA #IMPLIED
>

对应XML文件：

<商品 类别="服装" 颜色="黄色">…</商品>
    <商品类别="服装">…</商品>

设置说明：
#REQUIRED：必须设置该属性
#IMPLIED：可以设置也可以不设置
#FIXED：说明该属性的取值固定为一个值，在 XML 文件中不能为该属性设置其它值。但需要为该属性提供这个值
直接使用默认值：在 XML 中可以设置该值也可以不设置该属性值。若没设置则使用默认值。
举例：

<!ATTLIST 页面作者
    姓名 CDATA #IMPLIED
    年龄 CDATA #IMPLIED
    联系信息 CDATA #REQUIRED
    网站职务 CDATA #FIXED "页面作者"
    个人爱好 CDATA "上网"
       >

(4)常用属性值类型
CDATA：表示属性值为普通文本字符串。
ENUMERATED
ID
ENTITY(实体)
A、属性值类型——ENUMERATED
属性的类型可以是一组取值的列表，在 XML 文件中设置的属性值只能是这个列表中的某个值(枚举)

<?xml version = "1.0" encoding="GB2312" standalone="yes"?>
<!DOCTYPE 购物篮 [
    <!ELEMENT 肉 EMPTY>
    <!ATTLIST 肉 品种 ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">
]>
<购物篮>
 <肉 品种="鱼肉"/>
 <肉 品种="牛肉"/>
 <肉/>
</购物篮>

B、属性值类型——ID
表示属性的设置值为一个唯一值。
ID 属性的值只能由字母，下划线开始，不能出现空白字符

<?xml version = "1.0" encoding="GB2312" ?>
    <!DOCTYPE 联系人列表[
    <!ELEMENT 联系人列表 ANY>
    <!ELEMENT 联系人(姓名,EMAIL)>
    <!ELEMENT 姓名(#PCDATA)>
    <!ELEMENT EMAIL(#PCDATA)>
    <!ATTLIST 联系人 编号 ID #REQUIRED>
]>
<联系人列表>
    <联系人 编号="1">
        <姓名>张三</姓名>
        <EMAIL>[e-mail]</EMAIL>
    </联系人>
    <联系人 编号="2">
        <姓名>李四</姓名>
        <EMAIL>[e-mail]</EMAIL>
    </联系人>
</联系人列表>

C、实体定义——ENTITY
实体用于为一段内容创建一个别名，以后在XML文档中就可以使用别名引用这段内容了。
在DTD定义中，一条<!ENTITY …>语句用于定义一个实体。
实体可分为两种类型：引用实体和参数实体。
a、实体定义——引用实体
引用实体主要在 XML 文档中被应用
语法格式：
<!ENTITY 实体名称 “实体内容” >：直接转变成实体内容
引用方式：
&实体名称;
举例：
<!ENTITY copyright “I am a programmer">
……
&copyright;
b、实体定义——参数实体
参数实体被 DTD文件自身使用
语法格式：
<!ENTITY % 实体名称 "实体内容" >
引用方式：
%实体名称;
举例1：

<!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">
 
    <!ELEMENT 个人信息 (%TAG_NAMES; | 生日)>
  <!ELEMENT 客户信息 (%TAG_NAMES; | 公司名)>

举例2：

<!ENTITY % common.attributes
  " id ID #IMPLIED
 account CDATA #REQUIRED "
>
...
<!ATTLIST purchaseOrder %common.attributes;>
<!ATTLIST item %common.attributes;>

三、【XML Schema约束】

Schema与DTD完全不同，DTD使用不同于xml本身的另一套语法，而Schema自身也是一个xml文档，同时，schema对DTD中的不足 进行了不出，尤其是在表达属性值和元素内容的类型约束上（这也刚好是DTD的缺点）。
1、根标记
XML Schema模式是扩展名为“.xsd”的一个文本文件，使用XML语法来编写。 XML Schema模式的跟标记必须是schema，使用的名称空间是：
http://www.w3.org/2001/XMLSchema
名称空间的前缀xsd。例如：

<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
    ....
</xsd:shema>

2、元素标记
XML Schema模式的主要目的是约束XML文件中的标记。XML Schema模式用“element”标记来约束XML中的标记。可以将“element”标记作为XML Schema模式中根标记的子标记来使用， XML Schema模式中的“element”标记简称为元素。若元素是根标记的子标记，这样的元素称为全局元素，全局元素的作用是约束XML文件中任何级别上的子标记，而无论该XML标记是XML文件中的哪一级子标记。对于XML文件中没有子标记的标记， XML Schema模式使用“简单类型”元素来约束。 XML Schema模式中的“简单类型”元素的格式为：

<xsd:element name="标记名称" type="简单数据类型">

其中，“标记名称”就是对应的XML文件中标记的名称，“简单数据类型”是对标记中文本数据的限制。例如，如果XML Schema模式有如下的元素:

<xsd:element name="出生日期" type="xsd：date">

那么使用该模式进行约束的XML文件中任何名字为“出生日期”的标记中文本数据必须是日期类型。
XML Schema模式可以使用的简单数据类型有：int、float、double、date、time、string等。
如 ：
<xsd:element name="出生日期" type="xsd：date">
元素约束XML文件中的“出生日期”没有子标记，且标记的数据必须是日期型，即内容必须是“yyyy-mm-dd”形式。
3、复杂类型元素
对于XML文件中有子标记的标记， XML Schema模式可以使用“复杂类型”元素累约束。 XML Schema模式中“复杂类型”元素的格式为：

<xsd:element name="标记名称">
    <xsd:complexType>
        对子标记约束的元素
    </xsd:complexType>
</xsd:element>

“复杂类型”元素中最重要的部分就是“对子标记约束的元素”部分，如果该“复杂类型”元素想约束name指定的标记顺序出现几个子标记，而且这些子标记在模式中已经有全局元素对其进行了约束，那么“对子标记约束的元素”部分可以是使用带ref属性的元素，例如：

<xsd:element name="标记名称">
    <xsd:complexType>
        <xsd:sequence>
            <xsd:element ref="子标记1" />
            <xsd:element ref="子标记2" />
         <xsd:sequence>
    </xsd:complexType>
</xsd:element>
<xsd:element name="子标记1" type="简单数据类型" />
如果对子标记的约束不想引用全局元素，或没有约束该子标记的全局元素，“对子标记约束的元素”还可以是一个“复杂类型”元素。例如：
<xsd:element name="标记名称">
    <xsd:complexType>
        <xsd:sequence>
        <xsd:element name="子标记1" >
            < xsd:complexType>
                .......................
             < /xsd:complexType>
        </xsd:elemnt>     
         <xsd:sequence>
    </xsd:complexType>
</xsd:element>

4、属性
对于XML文件中的属性， XML Schema模式使用“attribute”标记累约束，该标记的格式如下：
<xsd:attribute name="属性名字" type="简单数据类型" use="条件">
其中use可取值：“required”、"optional"、"fixed"、"default"
“attribute”标记必须在“复杂类型”元素中使用，指出“复杂类型”元素约束的XML标记应当有怎样的属性，例如：

<xsd:element name="标记名称">
    <xsd:complexType>
        <xsd:simpleContent>
            <xsd:extension base="xsd:string">
                <xsd:attribute name="学号" type="xsd:int" use="required"  />
            </xsd:extension>
        </xsd:simpleContent>
    </xsd:complexType>
</xsd:element>

5、Schema的优点
A、Schema本身使用xml语法规则，使用者无需掌握新的语法规则
B、Schema提供了强大的属性表示与类型支持....