XML技术讲座之五

Schema的由来

DTD作为XML 1.0规范的重要组成部分，对于XML文档的结构起到很好的描述作用。但是，它也具有一些缺点，比如，它采用了非XML的语法规则、不支持数据类型、扩展性较差等等。Schema正好解决了这些问题。从总体上讲，Schema具有以下优点：

• 一致性：Schema使得对XML的定义不必再利用一种特定的形式化的语言，而是直接借助XML自身的特性，利用XML的基本语法规则来定义XML文档的结构，使得XML达到了从内到外的完美统一，也为XML的进一步发展奠定了坚实的基础。
• 扩展性：Schema对DTD进行了扩充，引入了数据类型、命名空间，从而使其具备较强的可扩展性。
• 互换性：利用Schema，我们能够书写XML文档以及验证文档的合法性。另外，通过特定的映射机制，还可以将不同的Schema进行转换，以实现更高层次的数据交换。
• 规范性：同DTD一样，Schema也提供了一套完整的机制以约束XML文档中置标的使用，但相比之下，后者基于XML，更具有规范性。Schema利用元素的内容和属性来定义XML文档的整体结构，如哪些元素可以出现在文档中、元素间的关系是什么、每个元素有哪些内容和属性、以及元素出现的顺序和次数等等，都可一目了然。

Schema的发展

Schema是伴随着XML1.0规范的制订而推出的，从Schema的第一个方案到现在为止，W3C成员共提交了五个Schema规范，分别是XML-Data、DCD(Document Content Description for XML)、SOX(Schema for Object-Oriented XML)、DDML(Document Definition Markup Language)和XML Schema。直到现在，关于Schema还没有一个正式推荐标准，它仍处于不断修改完善的过程当中。

初识Schema

下面以一个简单的示例对Schema进行介绍（注：本例以及后面的Schema语法均以微软Internet Explorer 5.0的Schema实现为蓝本）：

第1行是XML类型声明语句，指明该文档是一个XML文档，并且符合版本1.0规范；该文档采用GB2312编码。

第2行是Schema声明语句，它包含了Schema命名空间的声明。本例中用到了两个命名空间：一是xmlns="urn:schemas-microsoft-com:xml-data"，它指定本文档是一个XML Schema文档；另一个是xmlns:dt="urn:schemas-microsoft-com:datatypes"，它定义了在本文档中可以使用的数据类型。

第3、4行是属性定义语句，它定义了两个属性：序号和性别。

第5、6、7、8行是元素定义语句，它定义了四个元素：姓名、年龄、电话、地址。其中为"电话"元素定义了数据类型：fixed.14.4。

第9-14行定义了本XML Schema的二级元素：联系人，指明该元素包含四个子元素：姓名、年龄、电话、地址。

第15-19行定义了本XML Schema的顶级元素：通讯录，指明该元素包含一个子元素：联系人，以及两个属性：序号、性别。

第20行是结束标记语句，它表明该XML Schema的描述到此为止。

Schema语法

Schema有着自己的一套完整的语法，涉及到的关键元素包括：Schema、ElementType、element、AttributeType、attribute、group、datatype、description。

Schema元素是XML Schema中第一个出现的元素，用于声明该XML文档是一个Schema文档。Schema具有两个属性：name指定该Schema的名称，而xmlns则指定该Schema包含的命名空间。

ElementType元素是XML Schema中重要元素之一，用于定义该XML Schema文档中出现的元素。通过属性content来表明ElementType所声明的元素是否为空、是否包含文本、是否包含子元素、还是既包含文本又包含子元素，通过dt:type指定该元素的数据类型，通过order指定该元素的子元素的排列规则，相应取值有：one、seq、many。element元素是用于声明在ElementType中出现的元素，它需要同ElementType配合使用。

AttributeType元素用于定义在Schema文档中出现的属性类型。其属性dt:type指定所声明属性类型的数据类型，可支持的数据类型包括：entity, entities, enumeration, id, idref, idrefs, nmtoken, nmtokens, notation, 和 string。default属性可用于指定该属性类型的缺省取值。required属性指定该属性对于引用它的元素是否是必须的。 attribute元素实际上是对AttributeType声明的属性的引用，它也需要同AttributeType配合使用。

group元素是用于将XML 文档中的元素分组。通过属性order可指定该分组中的元素或子分组的顺序，通过minOccurs和maxOccurs分别指定该分组在XML实例文档中出现的最少和最多次数。

datatype是XML Schema中一个重要元素，也是XML Schema的一大特色，它用于为ElementType和AttributeType指定数据类型。XML Schema支持两种数据类型，一种是XML 1.0标准中定义的十种基本数据类型：entity, entities, enumeration, id, idref, idrefs, nmtoken, nmtokens, notation, 和 string；另外，还支持一些扩展数据类型，包括：bin.base64, bin.hex, boolean, char, date, dateTime, dateTime.tz, fixed.14.4, float, int, number, time, time.tz, i1, i2, i4, r4, r8, ui1, ui2, ui4, uri, uuid。

description只能算是XML Schema中一个配角，它的主要作用是为ElementType和AttributeType元素提供描述信息。

Schema的应用

由于XML Schema的种种优点，现在Schema取代DTD已成大势所趋。在这种情况下，国际上一些知名企业和组织审时度势纷纷在战略上向XML Schema倾斜，提供对XML Schema的支持。其中最为典型的当然要数微软的BizTalk和xml.org组织的注册/资源库。更加值得一提的是，微软在其浏览器软件Internet Explorer 5.0中率先提供对Schema的支持，当然，因为最终的XML Schema标准尚未正式推出，因此微软支持的Schema也只是过渡性"标准"，今后还会不断修改。

来源：网络世界