CAM 即內容裝配機制(Content Assembly Mechanism),是一種全新的 XML 結構驗證方法。由於它是一個新生事物、文件相對稀少,本文便肩負起「掃盲」的任務,試圖成為它「缺少的那本手冊」。
XML 文檔的驗證需要確認文檔是完整的,並且符合文檔類型定義(DTD)中指定的規則。DTD 是最早的規範說明方法,它提供了有用但有限的功能,只有一點語義支援;接著出現了 XML Schema,它提供了更多靈活性與功能,增強了對結構的支援,也很好地支援了語義;Schematron、RelaxNG 也曾嘗試提升對語義的支援,但進展有限。如今,一種全新技術在 OASIS 的保護下應運而生,它就是 CAM。
CAM 不僅是一門 schema 語言,其設計目的是更好地滿足業務交流與互操作性要求。它提供了強有力的機制來驗證 XML 的結構與語義,使其簡潔、易於使用與維護;它還提供了一個上下文機制——能根據 XML 自身其他部分或外部參數,動態調整哪些 XML 實例應被視為有效。
XML 文檔是元素的多層次組合,它是一個用於儲存任意數量文字或資料結構的樹狀結構。XML 文檔必須格式良好——只有一個根,其元素與屬性必須符合簡單的語法規則。在 XML 被映射到特定的問題域之前,它都沒什麼用處;任何專用語義都必須事先定義好,否則就會被視為無效而遭到拒絕。
思考一下這個顧客地址片段:
<address>
<address_street>221B Baker Street</address_street>
. . .
</address>
要在 XML Schema 中驗證它,你通常會定義如下結構:
<xs:element name="address"/>
. . .
<xs:element name="address_street" type="xs:string"/>
. . .
</xs:element>
XML Schema 是一種基於語法的系統,你需要同時為語義與結構定義語法;而 Schematron 是基於規則的系統,可用規則同時指定語義與結構。兩者從根本上都把語義與結構糾纏在一起,耦合度很高。相比之下,CAM 是一個混合系統,它把結構從語義中獨立出來(低耦合),再用規則指定語義:
<as:Structure>
<address>
<address_street>%street number and name%</address_street>
. . .
</address>
</as:Structure>
<as:Rules>
<as:constraint action="datatype(//address_street,string)" />
</as:Rules>
CAM 模板的 <as:Structure> 小節定義了 XML 文檔的層次結構,實際上是從 XML 範例複製而來,只是把真實資料替換成以百分比標記的占位符。這種「所見即所得」的方式,比起手寫規則代碼要直觀得多,就像用 Word 排版遠比手寫 RTF 標記輕鬆一樣。

即使 XML Schema 不是所見即所得的,一些工具(如 XMLSpy、Liquid XML Studio)能帶來類似的感覺。思考下面這段定義 cost(範圍 1–999、保留 2 位小數)的程式碼:
<xs:element name="cost">
<xs:simpleType>
<xs:restriction base="xs:decimal">
<xs:fractionDigits value="2" />
<xs:totalDigits value="5" />
<xs:minInclusive value="1" />
<xs:maxInclusive value="999" />
</xs:restriction>
</xs:simpleType>
</xs:element>
而下面兩行 CAM 語法即可表達等同含義:
<as:constraint action="setNumberMask(//Part/cost,###.##)" />
<as:constraint action="setNumberRange(//Part/cost,1-999)" />
CAM 模板的 <as:Rules> 小節則定義了 <as:Structure> 之外的其餘語義,包括資料類型、約束、基數、條件等。
相對於 DTD 與 XML Schema,CAM 具備多項關鍵優勢:它能隔離結構與業務規則、支援當前節點的條件驗證與跨節點條件驗證、提供上下文機制與結構可變性、支援參數化引用與命名空間感知、可定義自訂資料類型,並具備固有的所見即所得特性。此外,CAM 的規則語句與其執行時幾乎一致,真正做到「按原文所見即所得」。目前它仍屬初生階段,工具與編輯器數量尚少,但發展迅速。
你可以從 jcam.org.uk 下載最新版的 CAM 編輯器,可選擇 CAM 模板編輯器或 Jcam 引擎(後者執行 CAM 驗證)。啟動編輯器後,你可以從零開始,或從既有的 XML、XSD 檔建立模板。以 W3C 的 Purchase Order 模型為例,把 po.xsd 存到本地,選擇「檔案」→「從模型新建模板」,指定該檔路徑並選擇根元素 purchaseOrder,編輯器便會為你產生一個基礎的 CAM 模板。

編輯器中的每個標籤容器都對應一個視圖。結構視圖以樹形結構顯示 XML 的層次;規則視圖則顯示所有構成模板語義的業務規則。與結構不同,規則在檔案中的存儲形式與規則視圖略有差異。從這些規則不難發現幾個特點:規則可能有條件或絕對;項目與條件透過 XPath 指定(CAM 大量使用 XPath,提供極大的靈活性與清晰度);規則可適用於很廣或很窄的元素範圍;而且規則壓縮、簡潔、直觀——編寫 CAM 規則幾乎就跟撰寫應用需求一樣。
有了模板,就能驗證 XML 檔。W3C 除了提供定單模型,還提供了一個定單實例 po.xml,但下載而來的原檔存在一個印刷錯誤。當你嘗試打開畸形的 XML 檔時,CAM 編輯器會顯示錯誤訊息並拒絕載入。

修正錯誤後,你便能載入該 XML 檔,編輯器會以 XML 視圖繪製成可折疊展開的樹狀結構,此時相同元素顯示的是真實值而非占位符。

選擇「運行」→「運行 JCam」即可開始驗證,結果顯示在運行結果視圖中。你會發現驗證過程抓出了兩個錯誤:錯誤節點會有紅色或黃色圖標,其父元素與根元素也會顯示警告標記。有趣的是,這個 XML 檔在任何 XML Schema 編輯器中驗證都沒有錯誤,為何在此失敗?原來 CAM 模板會檢查 zip 是否符合浮點數格式,而美國 zip 代碼應是 5 位或 9 位整數——問題出在原始 XSD 把 zip 定義為十進位數而非整數。

在結構視圖中選中 <zip> 元素,其附加規則會顯示在項目規則視圖中。在規則類別上按右鍵選擇「編輯規則」,即可開啟編輯約束規則對話框。點擊數字特徵碼欄位,把 ######.## 修改為 #####,重新驗證後,//shipTo/zip 的錯誤便會消失。由於 //billTo/zip 是相同的錯誤,可用相同手法修正。

規則更新後,也別忘了更新占位符(例如把 %54321.00% 改為 %54321%)。占位符有兩個作用:一是讓 CAM 處理程式據以判斷元素內容是否已被固定(由兩側的百分比符號決定),二是提示使用者該元素應包含什麼內容。
只修改占位符與規則就足夠了嗎?未必。zip 代碼雖只含數字,但本質上是字串——因為 00001 是有效代碼,而 1 不是。因此應把行為從 setNumberMask 改為 setStringMask,並輸入 5 個 0 作為字串特徵碼。改動後重新驗證一組測試用例,你會發現所有結果都正確了。
正式 CAM 規範的 3.4.3 節列出了有效的特徵碼字元:字串特徵碼方面,X 代表任一強制字元、A 為強制字母數字或空格、? 為任一單一字元、* 為零或多個字元、0 為數字(含前綴 0)等;數字特徵碼方面,0 為數字、# 為取消前綴 0 的數字、. 為小數點;日期特徵碼方面,DD 為月中的某天、MM 為月份、YYYY 為四位數年份等。
如果你追求的是一個文件完整、bug 全清的工具,CAM 或許會讓你略感失望;但若你不介意寶石周圍那點瑕疵,我相信 CAM 會是你兵器庫中一件強大的工具。本文為第一部分,到此告一段落。在第二部分中,你將看到 CAM 更強大的地方,包括通用結構與通用規則、基於內部或外部因子的條件驗證,以及如何避免常見錯誤等進階話題。