XML Schema 是描述 XML 文件結構與內容的規則語言。它說清楚三件事:文件裡有哪些元素、元素之間是什麼關係、以及元素與屬性的資料型別是什麼。而且它本身就是一份符合 XML 語法的文件,用任何通用 XML 解析器都能讀取。
DTD 的短板相當集中:
XML Schema 正是針對這些痛點設計的:
這份 Schema 只宣告了一個元素 quantity,型別是 nonNegativeInteger(非負整數);xmlns 宣告的是 Schema 自身的命名空間。
因此下面這段 XML 是合法的:
<quantity>5</quantity>
而這一段則不合法,因為 -4 是負數:
<quantity>-4</quantity>
元素(element)、屬性(attribute)、注釋(notation)是構成 Schema 的三塊積木。它們再組合成:
如果一個元素只包含數字、字串或其他資料,沒有子元素、也沒有屬性,就稱之為簡單型別。圖中的 quantity 就是標準範例:內容必須是非負整數。反過來說,寫成 <quantity>some</quantity> 就會驗證失敗。
Schema 內建了一整批簡單型別,可直接用來描述元素內容與屬性值。
string, boolean, decimal, float, double, duration
dateTime, time, date, gYearMonth, gYear, gMonthDay,
gDay, gMonth, hexBinary, base64Binary, anyURI, QName
NOTATION
normalizedString(string), token(normalizedString), language(token)
NMTOKEN(token), Name(token), NCName(Name), ID(NCName), IDREF(NCName)
IDREFS(list of IDREF), ENTITY(NCName), ENTITIES(list of ENTITY)
integer(decimal), nonPositiveInteger(integer),
negativeInteger(nonPositiveInteger), long(integer), int(long),
short(int), byte(short), nonNegativeInteger(integer)
unsignedLong(nonNegativeInteger), unsignedInt(unsignedLong),
unsignedShort(unsignedInt), unsignedByte(unsignedShort),
positiveInteger(nonNegativeInteger)
圖中先定義了一個名為 quantityType 的簡單型別,它繼承自 integer,並用 minInclusive 與 maxInclusive 把取值範圍鎖定在 2 到 5;最後再讓元素 quantity 採用這個型別。
正確:<quantity>3</quantity>
錯誤:<quantity>10</quantity>
錯誤:<quantity>aaa</quantity>
這裡用到的 restriction 是 Schema 的靈魂之一,它讓你能限定某個值只能落在特定範圍、符合特定格式,或取自一份清單。可用的 facets 大致分兩類:
基本性質:equal, ordered, bounded, cardinality, numeric
限制 facets:length, minLength, maxLength, pattern, enumeration,
whiteSpace, maxInclusive, maxExclusive, minInclusive, minExclusive,
totalDigits, fractionDigits
這個 SKU 型別要求「三個數字 + 一個連字號 + 兩個大寫英文字母」,pattern 後面接的就是正則表達式。
正確:<ourSKU>123-AB</ourSKU>
錯誤:<ourSKU>abc-AB</ourSKU>
錯誤:<ourSKU>123-ab</ourSKU>
USState 型別用 enumeration 把所有州名逐一列出,取值時就只能從清單裡挑。像 <!-- and so on ... --> 這種寫法則是一般 XML 註解。
正確:<stateName>AK</stateName>
錯誤:<stateName>Alaska</stateName>
list 用來定義列表型別。listOfIntType 被定義成整數清單,元素值可以同時放好幾個整數,彼此以空白分隔。
正確:<listOfMyInt>1 5 15037 95977 95945</listOfMyInt>
錯誤:<listOfMyInt>1 3 abc</listOfMyInt>
union 把多個成員型別合併成一個新型別,圖中的成員是 USState 與 listOfMyIntType。套用這個型別的元素,值必須是其中一種型別的實例,但不能同時混雜兩種。
正確:<zips>CA</zips>
正確:<zips>95630 95977 95945</zips>
正確:<zips>AK</zips>
錯誤:<zips>CA 95630</zips>
前面我們都是先定義一個具名型別,再把元素的 type 指向它。如果這個型別只會用一次,乾脆直接寫在元素宣告裡,省掉一個名字——這就是匿名型別定義。圖中 quantity 的型別就是一個取值 1 到 99 的整數。
簡單型別的元素只有內容;一旦元素需要帶屬性、或需要嵌套其他元素,就得改用複合型別。
圖中用 complexType 宣告了一個匿名型別:simpleContent 表示這個元素底下沒有子元素,extension 表示它的內容是 decimal,並用 attribute 加上一個型別為 string 的 currency 屬性。
正確:<internationalPrice currency="EUR">423.46</internationalPrice>
同樣用匿名型別定義 salutation,但這次 complexType 多了一個 mixed="true"。這表示元素裡同時有文字內容與子元素——name 就是 salutation 的子元素。
正確:<salutation>Dear Mr.<name>Robert Smith</name>.</salutation>
錯誤:<salutation>Dear Mr.</salutation>
至於 sequence,它要求子元素的出現順序必須與 Schema 中宣告的順序一致。與它並列的還有 choice 與 all,後文會再談。
有些元素根本沒有內容,內容模型是空的。做法是先宣告一個只能包含子元素、不能包含文字的元素型別,然後不給它任何子元素宣告,內容模型就自然是空的了。
圖中的 complexContent 表示只允許子元素,接著定義了 currency 與 value 兩個屬性,但不宣告任何子元素。
正確:
<internationalPrice currency="EUR" value="423.46"/>
錯誤:
<internationalPrice currency="EUR" value="423.46">
Here is a mistake!
</internationalPrice>
其實還有更簡潔的寫法:
<xsd:element name="internationalPrice">
<xsd:complexType>
<xsd:attribute name="currency" type="xsd:string"/>
<xsd:attribute name="value" type="xsd:decimal"/>
</xsd:complexType>
</xsd:element>
之所以行得通,是因為一個沒有寫 simpleContent 或 complexContent 的複合型別定義,會被視為內容型別是 anyType 的 complexContent 的簡寫。這是規格允許的語法糖,模式處理器完全吃得下。
anyType 對內容不做任何約束。可以像其他型別一樣使用它,宣告出來的元素完全不受限:值可以是 423.46,可以是任何字元序列,也可以是文字與元素混雜的內容。而且 anyType 就是預設型別,所以不寫 type 屬性時,效果等同於明確指定 anyType。
什麼時候該用它?當元素內容需要保持開放時——例如一段散文裡可能需要嵌入標籤以支援多語言或國際化標記——完全不受約束或只有輕微約束的宣告會更合適。
為了讓其他讀者與應用程式理解 Schema,規格提供了三個注釋用元素:
annotation
documentation
appInfo
圖中把基本的結構描述與版權資訊放進 documentation,這是放置「給人讀的說明」的建議位置。實務上還建議在 documentation 上加 xml:lang 屬性,明確標示這段說明用的是哪一種語言。
圖中 purchaseOrderType 引入了兩個元素組,於是購買訂單有兩種描述地址的方式:一是同時包含彼此獨立的送貨地址與帳單地址,二是只給一個同時充當兩者的單一地址。
choice 組的語意是「只能出現其中一個分支」。這裡的第一個分支是一個引用 shipAndBill 元素組的內部 group,該組由 shipTo、billTo 構成;第二個分支是 singleUSAddress。所以實例文件中的 purchaseOrder 必須要不然帶 billTo 加 shipTo,要不然帶一個 singleUSAddress。
choice 之後接著是 comment 與 items 的宣告,兩者都是外層 sequence 的子內容,因此它們必須按順序排在地址元素之後。
補充一點:內容模型中無論具名或匿名的元素組(group、choice、sequence、all)都可以帶 minOccurs 與 maxOccurs 屬性,用來控制整組的出現次數。
可以建立一個具名的屬性組,把 item 元素共同需要的屬性集中定義,再在元素宣告中透過名稱引用它,例如 ItemDelivery。
這麼做有兩個好處:可讀性提高,維護也更容易——屬性組只需在一處定義與修改,就能被多個宣告重用。要注意兩件事:屬性組本身可以再包含其他屬性組;而屬性組的宣告與引用必須放在複合型別定義的最後面。
XML Schema 用一個「空值信號」來表達空值。也就是說,元素內容裡並沒有一個真正的空值寫法,取而代之的是一個用來宣告「此元素內容為空」的屬性。我們把 shipDate 的宣告改一下,讓它能明確告知讀者這個欄位可為空:
<xsd:element name="shipDate" type="xsd:date" nillable="true"/>
接著在實例文件中把 nil 屬性設為真,就表示這裡刻意留空:
<shipDate xsi:nil="true"></shipDate>