XML Schema 讓你能把 XML 文件中的元素宣告為特定型別,再由解析器去檢查文件內容與結構是否符合。它定義了兩大類資料型別:預定義的簡單型別與複雜型別。兩者的分界很清楚——複雜型別可以像容器一樣容納其他元素,簡單型別只能承載資料本身。簡單型別為 Schema 帶來了低層次的型別檢查能力。
| 型別 | 說明 |
|---|---|
| string | 字串資料 |
| boolean | 布林值,True 或 False |
| date | 曆法日期,格式為 CCYY-MM-DD |
| dateTime | 曆法日期與時間 |
| time | 24 小時制時間,可依時區調整 |
| decimal | 任意精度與位數的十進位數 |
| integer | 整數 |
| float | 標準的 32 位元浮點數 |
這只是常用的一部分。若需要更完整的清單,可參考 W3C 網站上的「XML Schema Part 2: Datatypes」。當然,你也可以自行定義簡單型別。
複雜型別由 complexType 元素定義,通常至少帶一個 name 屬性,方便其他元素宣告時引用;唯一的例外是它直接嵌在某個元素內部(見下文的匿名定義)。每個複雜型別都包含一個內容定義,用來規範這個型別能裝什麼。
| 內容模型 | 說明 |
|---|---|
| sequence | 範圍內的所有元素必須依序出現,範圍由 minOccurs 與 maxOccurs 決定 |
| choice | 範圍內有且只有一個元素必須出現 |
| any | 任何宣告允許的元素都可以出現 |
| simpleContent | 只含非嵌套的內容;可用 extension 擴充先前定義的簡單型別 |
| complexContent | 只含子元素;可用 extension 擴充先前定義的複雜型別 |
| attribute | 只能包含具名屬性 |
範例 Schema 中的第一個 complexType 定義了 bookType,從註解可以看出,它為目錄中的單一本書建模。bookType 內含一個 sequence,告訴解析器:這個型別的元素必須按照 sequence 標籤內的順序,完整包含其中列出的所有元素。就 bookType 而言,author、title、genre、price 與 publish_date 都必須出現。
那 description 呢?它同樣寫在 sequence 裡,但並非必要。因為它帶了 minOccurs="0"——minOccurs 定義的是元素在複雜型別中可出現的最小次數,設為零就代表這個元素可有可無。
author 的情況相反。它有 maxOccurs 屬性但沒有指定值,意思是作者可以出現無限多次——一本書至少有一位作者,但顯然不必然只有一位。至於既沒有 minOccurs 也沒有 maxOccurs 的元素,就必須而且只能出現一次;因此 bookType 的 sequence 中,其餘元素都是必填且單次出現。
範例 Schema 中最後一個複雜型別是 catalogType。從它無界的 maxOccurs 可以看出,一份目錄可以包含多於一次的 sequence,也就是多本書。
依你的背景不同,前面那種結構描述可能顯得囉嗦,也可能讓人一時摸不著頭緒。事實上,book 與 catalog 元素完全可以用不那麼正規的方式宣告:把 complexType 直接嵌進 element 裡,再用 ref 屬性讓子元素指向先前定義好的 book 元素即可。
那麼問題來了:既然如此,前面那些迂迴的寫法有什麼意義?答案只有一個——可擴充性。把型別獨立定義出來,就能跨多份文件重用,甚至用不同的 Schema 對它做擴充。這和開發應用程式時重用或擴充抽象資料型別、物件,是完全同一個道理。
XML Schema 的語法並不簡單。用純文字編輯器手工刻一份 Schema 是可以的,但那份痛苦最好親自體驗一次才會相信。更實際的做法是借助工具:晚近的一些 XML 工具甚至提供了圖形化的 Schema 編輯介面。XML Spy 與 Cape Clear Studio 都是具備 Schema 建立功能的整合型 XML 開發環境。另外還有 dtd2xs 這類 DTD 轉 XML Schema 的轉換工具,它同時提供獨立應用程式與 Java 類別兩種形式。和 DTD 一樣,網路上現成的 Schema 定義非常多,可依專案需要挑選採用。
XML Schema 具備強制約束文件內容與結構的能力,是 XML 世界中一項重要而強大的標準。本文只做了原理性的概覽,但希望足以成為你繼續深入的地基。接下來,我們把話題轉向 DOM 解析器。