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>

</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

 1 <!ELEMENT books (book+)>
 2 
 3     <!ELEMENT book ((author,title,price)|comment+)>
 4 
 5        <!ELEMENT author (#PCDATA)>
 6 
 7        <!ELEMENT title (#PCDATA)>
 8 
 9        <!ELEMENT price (#PCDATA)>
10 
11    
12 
13 <!ATTLIST comment
14 
15 author CDATA #IMPLIED
16 
17 title CDATA #REQUIRED
18 
19 price CDATA #IMPLIED
20 
21 language CDATA #FIXED "Chinese"
22 
23 type (java|.net|oracle) "java"
24 
25 id ID #REQUIRED
26 
27 >

Books.xml

 1 <?xml version="1.0" encoding="UTF-8"?>
 2 
 3 <!DOCTYPE books SYSTEM "books.dtd">
 4 
 5 <books>
 6 
 7     <book>
 8 
 9        <author>joy</author>
10 
11        <title>java core</title>
12 
13        <price>100</price>
14 
15     </book>
16 
17     <book>
18 
19        <comment id="S001" author="joy" title="Java" price="20" language="Chinese" />
20 
21        <comment id="S002" author="joy" title="Java" price="20" language="Chinese" />
22 
23     </book>
24 
25 </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）

 1 <?xml version="1.0" encoding="UTF-8"?>
 2 
 3 <schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.example.org/fullname"
 4 
 5     xmlns:tns="http://www.example.org/fullname" elementFormDefault="qualified">
 6 
 7     <!-- 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
 8 
 9        targetNamespace:可以等同于java里面定义的包名
10 
11        xmlns:tns ：给命名空间取个别名
12 
13      -->
14 
15     <element name="fullname" type="tns:fnm"></element>
16 
17     <complexType name="fnm">
18 
19        <sequence>
20 
21            <element name="first-name" type="string"></element>
22 
23            <element name="last-name" type="string"></element>
24 
25        </sequence>
26 
27     </complexType>
28 
29 </schema>

 1 <?xml version="1.0" encoding="UTF-8"?>
 2 
 3 <fullname xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 4 
 5        xmlns="http://www.example.org/fullname"
 6 
 7        xsi:schemaLocation="http://www.example.org/fullname fullname.xsd">
 8 
 9     <first-name>zhou</first-name>
10 
11     <last-name>xiaoxiao</last-name>
12 
13 </fullname>

示例：（复杂点）

 1 <?xml version="1.0" encoding="UTF-8"?>
 2 
 3 <schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.example.org/factory"
 4 
 5     xmlns:pre="http://www.example.org/factory" elementFormDefault="qualified">
 6 
 7     <element name="factory" type="pre:fac"></element>
 8 
 9     <complexType name="fac">
10 
11        <sequence maxOccurs="unbounded">
12 
13            <element name="worker">
14 
15               <complexType>
16 
17                   <attribute name="id" type="ID" use="required"></attribute>
18 
19                   <attribute name="name" type="string"></attribute>
20 
21                   <attribute name="age">
22 
23                      <simpleType>
24 
25                          <restriction base="unsignedInt">
26 
27                             <maxInclusive value="80"></maxInclusive>
28 
29                             <minInclusive value="1"></minInclusive>
30 
31                          </restriction>
32 
33                      </simpleType>
34 
35                   </attribute>
36 
37                   <attribute name="sex" >
38 
39                      <simpleType>
40 
41                          <restriction base="string">
42 
43                             <enumeration value="男"></enumeration>
44 
45                             <enumeration value="女"></enumeration>
46 
47                          </restriction>
48 
49                      </simpleType>
50 
51                   </attribute>
52 
53               </complexType>
54 
55            </element>
56 
57        </sequence>
58 
59     </complexType>
60 
61 </schema>

 1 <?xml version="1.0" encoding="UTF-8"?>
 2 
 3 <factory xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
 4 
 5     xmlns="http://www.example.org/factory"
 6 
 7     xsi:schemaLocation="http://www.example.org/factory factory.xsd">
 8 
 9     <worker id="w001" name="jack" age="25" sex="男"/>
10 
11     <worker id="w002" name="tom" age="24" sex="男"/>
12 
13     <worker id="w003" name="mary" age="26" sex="女"/>
14 
15 </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)>