XML技术系列讲座（11）验证XLM数据合法性(上)

１、XML的合法性验证

应用XML技术的一个主要目标是为了方便信息交换。很显然，只有XML文档的格式或是结构得到交互各方的一致认可，这个目标才有可能实现。XML Schema（大纲）和DTD就是描述信息结构的模型，可以用来对XML文档内容的合法性进行验证。

Schema和DTD规定了在文档中能够使用的元素和属性，以及这些对象与文本内容的可能组合形式。作为对文档验证的标准，Schema和DTD不仅应该能被人们理解，对应用程序来说也应当是易于理解的。对文档合法性的验证包括两个方面：一方面是语法结构的验证，即元素类型、元素嵌套格式、属性类型、属性值数据类型、属性值是否可选等相关文档对象单元本身及其结构的合法性；另一方面是语义的验证，只有真正理解了XML文档的含义才能算是实现了信息交互，否则仅是结构上正确但意义模糊的信息，对于接收方来说一样是无用的，有时甚至会产生误解，起到相反的作用。

对XML文档的验证有如下几个步骤：

1．定义一份XML Schema或DTD: Schema或DTD为同一类型的所有文档定义了结构标准，比如有关书籍信息的文档可共享一份标准。

2．应用Schema或DTD：一般由文档的作者指定Schema，这样接收方可以很快地根据说明对文档进行验证。但在C/S（客户机/服务器）环境中，由于服务器无法判断XML在客户端是否已经验证过，所以为了能够确保验证过程，也为了避免可能的重复验证，对文档应用Schema或DTD的操作由服务器完成。

3．运行解析器进行验证：解析器在装载文档的同时扫描结构，遇到任何错误都会终止装载过程，并做出适当的响应。

２、Schema和DTD的区别

虽然，XML Schema和DTD都是用于文档验证，但二者还是有一定的区别，其中前者更为精确和灵活：

● XML Schema是一种内容“开放”的模型，可扩展、功能强，而DTD是内容“封闭”的模型，可扩展性差；

● XML Schema支持丰富的数据类型，完全能够满足网络应用特别是电子商务的需求，而DTD不支持元素的数据类型，对于属性的类型定义也很有限；

● XML Schema支持名称空间机制，DTD不支持;

● XML Schema可以针对不同情况分别对整个XML文档或者是文档局部进行验证，而DTD缺乏这种灵活性；

● XML Schema的语法完全遵循XML规范，可以和DOM技术结合使用，功能强大，而DTD语法自成一体，比较难以学习。

所以，Schema很有可能取代DTD成为验证XML文档合法性的新标准。

３、Schema的基本元素

Schema共有8种元素：<Schema>、<ElementType>、<element>、<group>、<AttributeType>、<attribute>、<datatype>和<description>。这些元素对XML中允许的语法和结构进行了定义。注意：必须在使用Schema前对这些元素进行定义。

1．<Schema>元素

Schema文件与其他的XML文档结构非常相似，根元素为<Schema>，表明文档类型：

<?xml version=“1.0”?>

<Schema name=“mySchema”

xmlns=“urn:schemas-microsoft-com:xml-data”

xmlns:dt=“urn:schemas-microsoft-com:datatypes”>

</Schema>

其中属性name指定Schema名称，xmlns指定所属名称空间。第一个xmlns指定全文的缺省名称空间，第二个定义了文档中可使用的数据类型的名称空间。

在XML中引用Schema的方法是在XML文档的根元素中使用名称空间指明Schema文件的URL地址，在URL前要加上“x-schema”前缀：

<?xml version=“1.0”?>

<myElement xmlns=“x-schema:http://mysite.com/myschema.xml”>

</myElement>

如果是在XML文档中的某一个元素中使用xmlns引用Schema，就是对文档进行局部合法性验证。

2．<ElementType>元素

<ElementType>元素用来声明XML文档中使用的新元素：

<ElementType

name = “element tag name”

content = “empty”|“textOnly”|“eltOnly”|“mixed”

model = “open” | “closed”

order = “one” | “seq” | “many”

dt:type = “XML data type” >

</ElementType>

Content属性规定声明的元素是否为空，是否包含文本或子元素，还是两者都有；order指定子元素的排列顺序; model规定了元素中是否可以包含未在Schema中定义的元素或属性; dt: type则指定了元素的数据类型。

3．<element>元素

<element>元素是对<ElementType>声明的元素的内容进行定义，说明在指定的元素类型中允许使用哪些子元素：

<element

type = “declared element type”

minOccurs = “0” | “1”

maxOccurs = “1” | “*” />

Type属性是必要的，同时要与〈ElementType〉中的name属性完全一致。minOccurs和maxOccurs属性分别指定了元素出现的最少和最多次数，默认值都为1。minOccurs为0说明元素是可选的，maxOccurs为*说明元素出现的次数不受限制。

4．<group>元素

<group>元素也出现在<ElementType>中，表达元素成组的概念。组里的对象可以是元素也可以是另一个子组。order属性制定组中元素的顺序：

<ElementType name=“...” >

<group minOccurs = “0” | “1”

maxOccurs = “1” | “*”

order = “one” | “seq” | “many” >

<element type=“……” />

</group>

</ElementType>

5．<AttributeType>元素

<AttributeType>元素定义了Schema中使用的属性类型。根据出现位置不同，其作用范围也不一样。如果是在<ElementType>元素中定义，那么所定义的属性类型就只能作用在该元素类型上; 如果定义在外部，那么文档中所有的元素类型就都可以使用该属性。

<AttributeType

name = “attribute name”

dt:type = “XML data type”

required = “yes” | “no”

dt:values = “enumerated list of values”

default = “default value” >

</AttributeType>

Name是属性类型名称; dt:type同<ElementType>元素中的用法一样 ；required指定该属性对于引用它的元素是否是必要的；dt:values只有当dt:type是“enumeration”时才有效，此时它列举属性的所有可能取值; default指定属性类型的缺省值，并且一定是有效值，比如属性类型是枚举型时，default取值一定是dt:values所列举值中的一个。

6．<attribute>元素

<attribute>元素对<AttributeType>声明的属性进行具体的定义：

<attribute

type = “declared attribute type”

required = “yes” | “no”

default = “default value” />

type属性唯一指定了引用的属性类型，取值要与<AttributeType>中的name属性完全一致; required说明该属性对于引用它的元素是否为必要的; default指定属性类型的缺省值。如果对同一属性的<AttributeType>和<attribute>中相对应的default和required属性都给出了定义，那么<attribute>的优先级别更高，以它的取值为准。

其他两个元素<datatype>和<description>分别定义了Schema元素的数据类型和为元素提供的说明资料，用法简单，本文不再一一举例说明。