XML学习笔记5——XSD复杂数据类型

　　和简单数据类型对应就是复杂数据类型了，XML元素的数据类型可以是简单数据类型，也可以是复杂数据类型，而XML属性的数据类型就只能是简单数据类型。这篇笔记，就来学习一下XSD中的复杂数据类型了。

1、定义复杂数据类型

（1）和<simpleType>元素用来定义简单数据类型相对应，可以使用<complexType>元素来定义复杂数据类型。其语法为：

<complexType  　　
　　id=ID  　　
　　name=NCName  　　
　　abstract=true|false  　　
　　mixed=true|false  　　
　　block=(#all|extension与restriction的自由组合)  　　
　　final=(#all|extension与restriction的自由组合)  　　
　　any-attributes>
  (annotation?,(simpleContent|complexContent|((group|all|choice|sequence)?,((attribute|attributeGroup)*,anyAttribute?))))
</complexType>

其中<complexType>元素的属性说明如下：

属性	说明
id	唯一标识<complexType>元素本身
name	使用<complexType>元素新定义的数据类型的名称
abstract	是否为抽象的数据类型，如为抽象的，则不能在XML文档中直接使用这种数据类型
mixed	是否为混合类型，如果是混合类型，则允许同时出现字符数据和子元素 如果子元素是<simplexContent>，则不能使用该属性 如果子元素是<complexContent>，则mixed属性可以被<complexContet>元素的mixed属性重写
block	防止使用指定派生类型的复杂类型来替换当前定义的复杂类型
final	防止使用指定派生类型来派生新的类型
any attributes	指定non-schema命名空间的任何其他属性

（2）复杂数据类型只能用于元素而不能用于属性，进一步，可以根据能应用的元素对数据类型进行分类：

• 简单数据类型：相应的元素内容是简单类型值，并且元素不能有属性，使用<simpleType>定义
• 含简单内容的复杂数据类型：相应的元素内容是简单类型值，但元素具有属性，使用<complexType> <simpleContent> </simpleContent> </complexType>定义，其中<simpleContent>元素的语法如下：

<simpleContent id=ID any-attributes>
  (annotation?,(restriction|extension))
</simpleContent>

• 含复杂内容的复杂数据类型：相应的元素可以是包含子元素的元素，空元素或包含混合内容的元素，而不管元素是否有属性，使用<complexType> <complexContent> </complexContent> </complexType>定义，其中<complexContent>元素的语法如下：

<complexContent id=ID mixed=true|false any-attributes>
  (annotation?,(restriction|extension))
</complexContent>

（3）在根元素<schema>下定义的复杂数据类型为全局的，此时name属性是必须的，否则为局部的。

（4）final属性用于指定不能以那种方式派生新类型，可以取的值有#all，extension和restriction的自由组合，默认值为根元素<schema>的finalDefault属性值。这个属性其实和<simplexType>的final属性类似，只是<simplexType>的final属性取值可以是#all或restriction、list、union的自由组合。

（5）block属性指定不能使用指定方式派生出来的类型来替换所定义的类型，可以取的值和final相同，默认值为根元素<schema>的blockDefault属性值。

2、定义元素

（1）在定义复杂数据类型时，需要定义子元素和属性，那么怎么定义元素呢？在XSD中，可以使用<element>元素来定义元素，其语法如下：

<element 
　　id=ID 
　　name=NCName 
　　ref=QName 
　　type=QName 
　　substitutionGroup=QName 
　　default=string 
　　fixed=string 
　　form=qualified|unqualified 
　　maxOccurs=nonNegativeInteger|unbounded 
　　minOccurs=nonNegativeInteger 
　　nillable=true|false 
　　abstract=true|false 
　　block=(#all|extension、restriction和substitution的自由组合) 
　　final=(#all|extension和restriction的自由组合) 
　　any-attributes>
  (annotation?,((simpleType|complexType)?,(unique|key|keyref)*)
</element>

其中element元素的各属性如下表：

属性	说明
id	唯一标识<element>元素
name	新定义元素的名称，根元素<schema>下定义时为必须属性
ref	对另一个元素的引用，可包含一个命名空间前缀
type	数据类型，可以是内建数据类型、simpleType或complexType定义的类型
substitutionGroup	可用来替代该元素的元素名称，必须具有相同的类型或从其派生类型
default	默认值，元素内容是简单类型或textOnly时使用
fixed	固定值，元素内容是简单类型或textOnly时使用,默认值default和固定值fixed不能同时指定
form	是否通过命名空间前缀限定该元素，默认值为<schema>元素的elementFormDefault属性值
maxOccurs	在父元素中出现的最大次数，非负整数或无限制（unbounded），默认值为1
minOccurs	在父元素中出现的最少次数，必须小于或等于maxOccurs，默认值为1
nillable	是否可以将显示的零值分配给该元素，默认为false，如果为true，则在XML文档中可以设定该元素的nil属性为true
abstract	是否为抽象元素，如为抽象元素，则不能直接在XML文档中使用
block	阻止使用指定派生方式的元素来替换当前元素
final	设置element元素上final属性的默认值
any attributes	指定non-schema命名空间的任何其他属性

其中父元素是根元素<schema>时，不能使用ref、form、maxOccurs、minOccurs等属性，而substitutionGroup、final等属性则只能使用在父元素为根元素的情况下。

（2）可以通过<group>元素将一组属性定义在一起，然后在其它需要元素的地方用元素组的引用就可以了。语法如下：

<group 
　　id=ID 
　　name=NCName 
　　ref=QName 
　　maxOccurs=nonNegativeInteger|unbounded 
　　minOccurs=nonNegativeInteger 
　　any-attributes>
   (annotation?,(all|choice|sequence)?)
</group>

看一个例子：

<xs:group name="personGroup">
  <xs:sequence>
     <xs:element name="firstname" type="xs:string"/>
     <xs:element name="lastname" type="xs:string"/>
  </xs:sequence>
</xs:group>

<xs:element name="person" type="personType"/>

<xs:complexType name="personType">
  <xs:sequence>
    <xs:group ref="personGroup"/>
    <xs:element name="country" type="xs:string"/>
  </xs:sequence>
</xs:complexType>

这里涉及到了三种顺序指示器，用于定义元素的顺序：

• all：子元素能以任意顺序出现，但是每个子元素必须只出现一次，这个时候可以把minOccurs设置为0或1，并且只能把maxOccurs设置为1
• choice：子元素是互斥的关系，只能出现其中之一
• sequence：子元素必须按照指定的顺序出现

（3）元素通配符

　　在某些情况下，如果无法确定指定元素还需要包含哪些子元素、哪些属性，这时候可使用通配符。XSD中使用<any>元素作为元素通配符，表示任何元素，即<any>元素出现的位置可以使用任何元素代替，其语法格式如下：

<any
　　id=ID
　　maxOccurs=nonNegativeInteger|unbounded
　　minOccurs=nonNegativeInteger
　　namespace=namespace
　　processContents=lax|skip|strict
　　any-attributes>
　　(annotation?)
</any>

<any>元素的属性：

属性	说明	取值/取值类型	默认值
id	唯一标识该元素	ID类型
maxOccurs	该元素最多可出现的次数	非负整数或unbounded	1
minOccurs	该元素最少可出现的次数	非负整数，必须小于maxOccurs	1
namespace	指定可代替该通配符的元素必须来自哪个空间	##any：任意命名空间的元素 ##other：来自当前命名空间之外的其它任意命名空间的元素 ##local：无命名空间限定的元素 ##targetNamespace：当前命名空间的元素 命名空间URI：指定命名空间的元素 上面多个值的列表：值列表中的任意一个命名空间的元素
processContents	指定应用程序或XML处理器如何对替换元素进行验证	strict：XML处理器必须获得由namespace指定的命名空间对应的Schema，并验证来自该命名空间的所有元素 lax：XML处理器尝试获取由namespace指定的命名空间对应的Schema，成功则验证所有元素，否则也不报错 skip：XML处理器不会获取所需命名空间，也不会进行任何验证	strict

（4）元素替换

XSD还提供了一种机制，允许使用一个元素替换另一个元素，如果想定义某个元素可替换另一个元素，可以为该元素增加substitutionGroup属性，其值就是该元素想替换的元素的名字。使用元素替换需注意两点：

• 替换元素和被替换元素必须以全局元素的形式来声明
• 替换元素和被替换元素要么有相同的数据类型，要么替换元素类型是被替换元素类型的派生类型

另外，

• 可以使用final属性来阻止自己被指定派生类型替换
• 可以使用block属性来阻止指定派生类型的替换

3、定义属性

　　定义属性和定义元素是完全统一的，只是定义属性使用<attribute>元素，其语法格式如下：

<attribute 
　　id=ID 
　　name=NCName 
　　ref=QName 
　　type=QName 
　　default=string 
　　fixed=string 
　　form=qualified|unqualified 
　　uese=optional|prohibited|required 
　　any-attributes>
  (annotation?,(simpleType?))
</attribute>

（1）<attribute>元素的属性基本和<element>元素相同，不同的是form属性的默认值是根元素<schema>的attributeFormDefault属性的值。另外，use属性是<element>所没有的，它表示怎么使用这个属性，可以取的值有：

• optional：属性是可选的，并且可以具有指定数据类型的任意值
• prohibited：不能使用属性（既然不能使用，为何还要定义？主要是在派生新类型使用，用来删除原类型的某个属性）
• required：必须的属性，此时不能指定default和fixed

（2）在根元素<schema>下定义的属性称之为全局属性，其它的属性则可以通过<attribute>元素的ref属性来引用全局属性；也可以直接将<attribute>放在<complexType>元素内部定义属性。

（3）类似<group>元素定义元素组，还可以使用<attributeGroup>元素定义属性组，其语法格式如下：

<attributeGroup id=ID name=NCName ref=QName any-attributes>
 (annotation?,((attribute|attributeGroup)*,anyAttribute?))
</attributeGroup>

（4）属性通配符

　　类似于元素通配符，可以使用<anyAttribute>表示属性通配符，其语法格式如下：

<anyAttribute
　　id=ID
　　namespace=namespace
　　processContents=lax|skip|strict
　　any-attributes>
(annotation?)
</anyAttribute>

其中属性含义与元素通配符<any>相同。

4、再看看怎么派生复杂数据类型

　　知道怎么定义元素和属性之后，就可以进一步看怎么定义复杂数据类型了，总的来说，定义复杂数据类型需要弄清两个问题：第一个问题是基类型的问题——定义复杂数据类型的基础是哪个类型？第二个问题就是派生方式的问题——派生复杂数据类型可以使用限制<restriction>和扩展<extension>两种方式。

（1）基类型

• anyType类型：和DTD中的ANY类似，XSD中也有一个anyType类型，这种类型的元素没有任何限制，可以包含子元素，可以包含字符串内容，还可以添加任何属性（但这些属性需要在XSD文件中定义过），anyType类型是所有简单类型和所有复杂类型的基类型，通常用于派生新的类型，而不是直接用来定义元素。
• 简单类型
• 含简单内容的复杂类型：元素内容是简单类型值，但元素包括属性
• 空元素类型：用于定义内容为空或空字符串的元素，但是该元素可以接受属性。定义空元素类型有两种方式：
• 扩展长度为0的字符串：如果该元素不需要包含属性，那么直接使用长度为0的字符串类型定义该元素即可
• 限制anyTye：限制anyType时不定义任何子元素，只定义所需属性即可

<xs:simpleType name="emptyString">
  <xs:restriction base="xs:string">
     <xs:maxLength value="0"/>
  </xs:restriction>
</xs:simpleType>
<xs:element name="book">
  <xs:complexType>
    <xs:simpleContent>
       <!--以空字符串为基础派生新的复杂类型-->
       <xs:extension base="emptyString">
         <!--添加一个属性-->
         <xs:attribute name="name" type="xs:token"/>
       </xs:extension>
    </xs:simpleContent>
  </xs:complexType>
</xs:element>

<xs:element name="book2">
  <xs:complexType>
    <!--不指定子元素，即定义了一个空元素-->
    <!--添加一个属性-->
    <xs:attribute nae="name" type="xs:token"/>
  </xs:complexType>
</xs:element>

• 包含子元素的类型
• 混合内容类型

（2）派生方式

• 限制<restriction>
• 扩展<extension>　

下面是我从这基类型和派生方式两个维度统计的一个列表：

基类型	派生方式	定义时使用的XSD元素	说明
anyType类型	限制	<complexType><complexContent><restriction>	因为anyType只能限制，不能扩展，所以可以省略<complexContent><restriction>元素， 而直接在<complexType>内部使用<all>|<choice>|<sequence>等元素
	扩展		anyType类型已经没有任何限制了，所以也就不需要再扩展了
简单类型	限制	<simpleType>	限制简单类型最终结果也是一个简单类型，因此使用<simpleType>元素
	扩展	<complexType><simpleContent><extension>	可以通过添加属性或属性组派生复杂数据类型
包含简单内容的复杂类型	限制	<complexType><simpleContent><restriction>	为元素内容增加进一步的约束 为元素的属性类型增加进一步的约束 删除某些属性
	扩展	<complexType><simpleContent><extension>	添加属性
空元素类型	限制	<complexType><complexContent><restriction>	对指定属性增加进一步的约束 删除某个属性
	扩展	<complexType><complexContent><extension>	为原有类型增加属性：派生出来的新类型依然是空元素类型 为原有类型增加子元素：派生出来的新类型将是包含子元素的类型 为原有类型增加mixed="true"：派生出来的新类型将是混合内容类型
包含子元素的类型	限制	<complexType><complexContent><restriction>	可以对指定属性的类型增加进一步约束 可以对指定子元素的类型增加进一步约束 可以删除指定属性 可以删除指定元素
	扩展	<complexType><complexContent><extension>	为基类型增加新的子元素 为基类型增加新的属性
混合内容类型	限制	<complexType><complexContent><restriction>	限制混合内容类型的方式和限制包含子元素的类型基本相同
	扩展	<complexType><complexContent><extension>	扩展混合内容类型的方式和扩展包含子元素的类型基本相同，但是必须保留mixed="true"

　　派生类型的另外一种用法：

　　假设在XSD中定义了元素<book>，其类型是book_type（包含一个name属性），同时还定义了book_type的派生数据类型extended_book_type（在book_type基础上添加就价格price属性），这种情况下，在实际XML文档中， 可以以如下两种方式使用<book>元素：

<!--1。第一种方式，book元素实际类型为book_type类型-->
<book name="example1"/>

<!--2。第二种方式，使用xsi:type指定book元素的实际类型为extended_book_type，这里xsi为命名空间http://www.w3.org/2001/XMLSchema-instance对应的前缀-->
<book name="example2" xsi:type="extended_book_type" price="100"/>

5、一致性约束

　　定义元素还可以指定3种类型的约束：

• key约束：相当于DB里面的主键约束，要求指定内容必须存在而且唯一
• keyref约束：相当于DB里面的外键约束，要求指定内容的值必须使用refer属性引用另一个key约束或unique约束
• unique约束：相当于DB里面的唯一约束，要求指定内容必须唯一，但可以不存在

这3个一致性约束都只能在<element>元素内定义，且只能在<element>元素的最后面定义。

　　在DB中定义约束时，不仅需要指定使用哪类约束，还需要定义应该对哪些字段应用约束，在XSD中定义一致性约束也完全类似，也需要指定该约束将对哪些部分起作用，因此需要在约束内使用如下两个子元素：

• <selector>：需指定一个xpath属性，其值是一个XPath表达式，用来确定一个元素范围，在一次约束定义中，<selector>必须且只能出现一次
• <field>：需要指定一个xpath属性，其值是一个XPath表达式，在一次约束定义中，<field>至少要出现一次，也可以出现多次

这两个元素的含义是：在<selector>元素的XPath表达式表示的范围内，<field>元素的XPath表达式所表示的内容必须遵守一致性约束，如果有多个<field>元素，则它们的XPath表达式内容的组合必须遵守一致性约束，当XPath表达式所表示的内容无需遵守，这个概念相当于DB中的多列组合约束。

　　看下例子：

<xs:element name="book-list">
  <xs:complexType>
     <xs:sequence>
        <xs:element ref="book" maxOccurs="unbounded"/>
     </xs:sequence>
  </xs:complexType>
  <!--定义key约束，只在book-list之内有效-->
  <xs:key name="nameKey">
    <!--在当前上下文的book元素之内（即book-list/book之内）-->
    <xs:selector xpath="book"/>
    <!--指定book-list/book元素之内的name元素的值必须存在且唯一-->
    <xs:field xpath="name"/>
  </xs:key>
</xs:element>

6、定义符号

最后看一下和DTD中对应的定义符号的用法，在XSD中使用<notation>元素定义符号，用来标识XML文档中的外部数据，该元素可接受的属性有：

• id：指定该符号的唯一标识，通常无需指定
• name：指定该符号的名称，是一个必填属性，而且该名称在整个XSD内必须是唯一的
• public：指定该符号所标识数据的外部格式或对应处理程序，必填属性，相当于DTD中<!NOTATION>中PUBLIC的作用
• system：指定该符号所标识数据的外部格式或对应处理程序，可选属性，相当于DTD中<!NOTATION>中SYSTEM的作用