XML基础知识
当你使用Web Service、SOAP 传递或接受数据进行通讯时，
当你使用Spring、Struts、Maven 等当今流行框架及工具进行搭建配置时，
当你开发中需要解析Html、xls、PDF、Access 等文件时，
你会发现Xml将是这些领域中一项不可或缺的技术。可是你真正的研究过其中的奥秘么？如果一直以来只是一知半解的话，那么接下来就跟我一起扫扫盲吧。
一、XML与XSD(XML Schema Definition)
<?xml version="1.0" encoding="UTF-8"?> <itnan xmlns="http://www.it-nan.com/schema/libs" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.it-nan.com/schema/libs ../xsd/libs.xsd" > <info>IT男's blog</info> <url>http://www.it-nan.com</url></itnan>
上面这行代码是一个简单的xml格式文档。下面我们来逐一了解其中的含义：
第一行：xml标签，指明这是一个xml文档；version是版本号（指明xml的版本）；encoding是编码规则（指明当前文档采用的编码格式 ）。
第二行：xmlns是默认命名空间,声明url为“http://www.it-nan.com/schema/libs”的是默认的命名空间（如果后面有:xxx 则表明是定义为xxx的命名空间，如：xmlns:xsi）；itnan是默认命名空间中定义的根节点标签（如果前面有类似于xxx: 的前缀，则表明该标签是从xxx命名空间中定义的标签，如：xsi:schemaLocation）。
第三行：这行是声明url为“http://www.w3.org/2001/XMLSchema-instance”的命名空间，由前缀xsi代表。“http://www.w3.org/2001/XMLSchema-instance”这个地址为xml的基础空间，所有的基础属性的定义都来自于这里，如：下面用到的schemaLocation属性，xsi是开发人员约定的一个名字，不是固定的，可以随意定义。
第四行：这行是用于指定命名空间与定义标签结构的XSD（XML Schema Definition）文件的对应关系。schemaLocation属性的值由多个URI引用对组成，两个URI之间以空白符分隔。第奇数个URI是命名空间的名字，第偶数个URI给出模式文档的位置（可以是url地址，也可以是相对路径），编辑器将从这个位置读取XSD文件，并与他的命名空间匹配来限制该空间下的标签结构。
第五、六行：这个是在定义itnan下的标签，而这个标签的结构是根据默认命名空间下的xsd文件定义出来的。下面就让我们看看xsd文件是如何定义的。
<?xml version="1.0" encoding="UTF-8"?><schema xmlns="http://www.w3.org/2001/XMLSchema" targetNamespace="http://www.it-nan.com/schema/libs" elementFormDefault="qualified"> <element name="itnan"> <complexType> <sequence> <element name="info" type="string"/> <element name="url" type="string"/> </sequence> </complexType> </element></schema>
上面这行代码是一个简单的xsd文档。下面我们来逐一了解其中的含义：
第一行：由于xsd文档也是符合xml规范的，所以也要在第一行声明这是一个xml文档；version是版本号（指明xml的版本）；encoding是编码规则（指明当前文档采用的编码格式 ）。
第二行：xmlns也同上面xml文档的一样表示默认的命名空间；而“http://www.w3.org/2001/XMLSchema”这个地址为xsd的基础命名空间，所有的基础属性的定义都来自于这里，如：下面用到的targetNamespace、elementFormDefault、element等。
第三行：由于这个xml文档里的“http://www.w3.org/2001/XMLSchema”为默认命名空间，而targetNamespace就是这个命名空间所定义的属性，所以targetNamespace属性不用加前缀修饰。这个属性是用于定义下面所规定的标签结构服务于哪个命名空间,所以这个值是与引用这个xsd文件的xml文档中声明的schemaLocation属性的命名空间必须要一致。（而这里表示下面的这些定义都是用于“http://www.it-nan.com/schema/libs”命名空间下的标签）
第四行：elementFormDefault有两个值“qualified”和“unqualified”。“qualified”表示：下面定义的所用标签都为targetNamespace设置的命名空间服务，而“unqualified”表示：除了全局元素或者类型将归于目标命名空间外，局部元素将归于无名命空间。（这个属性大部分都设置为“qualified”）
第五行之后：这些就都是xsd用来定义xml文档标签结构的代码，下面统一介绍。
二、常用的Schema文档教程
1. 最简单的Schema文档
如何写一个最简单的XML Schema文档呢？
首先，我们写出一个最简单的XML文档。
hello.xml：
<?xml version="1.0"?><greeting>Hello World!!</greeting><!--一个根元素：greeting；且这个元素不含属性，无子元素，内容是字符串。-->
hello.xsd：
<?xml version="1.0"?> <xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="greeting" type="xsd:string"/></xsd:schema>
XML Schema文档后缀名是.xsd，完全符合XML语法，根元素是schema，命名空间xmlns:xsd=”http://www.w3.org/2001/XMLSchema，用元素定义实例文档中的元素，如greeting。
2. 含子元素的Schema文档
假设实例文档是如下的：
customer.xml：
<customer> <name>teiki</name> <address>No.237, Road Waitan, Shanghai</address></customer>
则可以写出以下的XML Schema文档：
customer.xsd：
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"> <xsd:element name="customer"> <xsd:complexType> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <xsd:element name="address" type="xsd:string" /> </xsd:sequence> </xsd:complexType> </xsd:element></xsd:schema>
实例文档customer.xml中，元素含有两个子元素，所以我们在Schema文档中采用ComplexType来定义该元素。sequence表示子元素依次出现的顺序。
3. 含子元素和孙元素的Schema文档
这次我们给出一个更加复杂一些的文档：
customer.xml：
<customer> <name>Teiki</name> <address> <!-- address追加一个地址子元素 --> <prefecture>Zhejiang</prefecture> <city>Hangzhou</city> <street>Xilu Road, No.121, 7F</street> </address></customer>
为此，我们需要一个更加复杂一点的Schema文档：
address.xsd：
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="customer"> <xsd:complexType> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <!-- 追加子元素address--> <xsd:element name="address"> <xsd:complexType> <xsd:sequence> <xsd:element name="prefecture" type="xsd:string"/> <xsd:element name="city" type="xsd:string" /> <xsd:element name="street" type="xsd:string" /> </xsd:sequence> </xsd:complexType> </xsd:element> </xsd:sequence> </xsd:complexType> </xsd:element></xsd:schema>
不过，我们还可以采用ref元素来重新编写这个Schema文档：
address2.xsd：
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="customer"> <xsd:complexType> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <xsd:element ref="address"/> </xsd:sequence> </xsd:complexType></xsd:element><xsd:element name="address"> <xsd:complexType> <xsd:sequence> <xsd:element name="prefecture" type="xsd:string"/> <xsd:element name="city" type="xsd:string" /> <xsd:element name="street" type="xsd:string" /> </xsd:sequence> </xsd:complexType></xsd:element></xsd:schema>
使用ref元素可以直接将其指向另一个模块，使文档更加具有可读性。
4. 定义相同子元素的数量
先看这个简单的订购数据实例文档：
order.xml:
<order><orderItem>Accounting Book</orderItem><orderItem>Taxation Book</orderItem></order>
假设元素，即每次的订购书目不能超过10种，那该怎么写这个Schema文档呢？这里要用到的maxOccurs属性。
order.xsd:
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="order"> <xsd:complexType> <xsd:sequence> <xsd:element name="orderItem" type="xsd:string" maxOccurs="10" /> </xsd:sequence> </xsd:complexType></xsd:element></xsd:schema>
第7行中的maxOccurs属性为10，代表orderItem元素可以最大有10个。如果，不设定元素个数，则可以用maxOccurs=”unbounded”来定义。
类似，如果要定义最小值，可以使用minOccurs，比如下面这句：
<xsd:element name="orderItem" type="xsd:string" minOccurs="5" maxOccurs="10"/>
这两个属性缺省值都是1。
5. 定义可选项的子元素
假如上面的订书数据中，可以用书名或者书号任一一种订购，则实例文档可能如下：
order2.xml:
<order> <orderItem> <!--书名订购--> <name>Accounting Book</name> </orderItem> <orderItem> <!--书号订购--> <id>7-5058-3496-7</id> </orderItem></order>
这时书写Schema文档还需要使用choice元素。
order2.xsd:
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="order"> <xsd:complexType> <xsd:sequence> <xsd:element ref="orderItem" maxOccurs="10" /> </xsd:sequence> </xsd:complexType></xsd:element><xsd:element name="orderItem"> <xsd:complexType> <xsd:choice> <xsd:element name="name" type="xsd:string"/> <xsd:element name="id" type="xsd:string"/> </xsd:choice> </xsd:complexType></xsd:element></xsd:schema>
稍微更复杂的可选项子元素
再稍微修改一下订书数据的实例文档：
order3.xml:
<order> <orderItem> <name>Accounting Book</name> <quantity>2</quantity> </orderItem> <orderItem> <id>7-5058-3496-7</id> </orderItem></order>
这里假定值为1时，缺省。
如何修改Schema文档呢？
order3.xsd:
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="order"> <xsd:complexType> <xsd:sequence> <xsd:element ref="orderItem" maxOccurs="10"/> </xsd:sequence> </xsd:complexType></xsd:element><xsd:element name="orderItem"> <xsd:complexType> <xsd:sequence> <xsd:choice> <xsd:element name="name" type="xsd:string"/> <xsd:element name="id" type="xsd:string"/> </xsd:choice> <xsd:element name="quantity" type="xsd:string" minOccurs="0"/> </xsd:sequence> </xsd:complexType></xsd:element></xsd:schema>
文档中的quantity最少出现值为0，也就是可以有，也可以没有。
当然，也可以直接在元素中，包含quantity,然后定义它的minOccurs。
6. 内置简单类型
具有简单类型的元素只能包含字符数据，不能包含子元素，也不能有属性。XML Schema推荐标准内置了44种简单类型，如例中的xs:string、xs:integer等，这些简单类型可以直接引用。XML Schema内置的数据类型的层次结构如下图所示。
xsd-simpleType
XML Schema支持类型的派生，这和面向对象语言中对象的继承有些类似，但又不完全相同。XML Schema类型的派生分为限制（restriction）和扩展（extension），通过限制派生的新类型的值范围是原类型值范围的子集，通过扩展则可以为现有类型添加新的元素和属性。
对于简单类型，只有限制派生而没有扩展派生，我们只能通过限制一个现有的简单类型（内置的简单类型或派生于内置简单类型的简单类型）来派生一个新的简单类型。那如何对现有的简单类型进行限制呢？XML Schema给我们提供了12个面（facet），用于指定一个值的有效范围、约束值的长度和精度、枚举一系列的有效值，或者指定有效值必须匹配的正则表达式。
面与类型的关系就好像棱镜的面与棱镜的关系，透过不同的面，你看到的景观（内容）是不同的。在XML Schema中，面相当于是对一个现有的简单类型添加某些约束（限制），约束不同，得到的结果就不同。也就是说，你可以把面（facet）看成是对数据类型的约束，目的是为了让它的值限制在一定的范围内。实际上，这些面就是http://www.w3.org/2001/XMLSchema名称空间中的一些元素，只不过这些元素是用来对现有类型的值进行约束的，因而称为面。
要定义新的简单类型，使用xs:simpleType元素，要对现有的基类型进行限制，使用xs:restriction元素，并在该元素的内部使用限制值范围的面（facet）。例如，我们定义一个雇员年龄的类型，雇员年龄要求在18~60岁之间，我们可以从内置的xs:integer类型派生一个新的简单类型ageType，然后使用xs:minInclusive和xs:maxInclusive面来限制年龄值的范围。
例如这个实力文档：
<xs:simpleType name="ageType"> <xs:restriction base="xs:integer"> <xs:minInclusive value="18"/> <xs:maxInclusive value="60"/> </xs:restriction></xs:simpleType>
7. 自定义简单类型
如果内置简单类型的44种还不能满足要求，怎么办呢？下面学习自定义简单类型。(XML的扩展性充分体现在这里)
例如这个实例文档：
order4.xml:
<order> <orderItem> <id>7-5058-3496-7</id> <quantity>5</quantity> </orderItem></order>
ID是一个标准的ISBN编码，我们怎么定义这个ISBN编码呢？
<xsd:simpleType name="idType">
<xsd:restriction base="xsd:string">
<xsd:pattern value="\d{1}-\d{4}-\d{4}-\d{1}"/>
</xsd:restriction></xsd:simpleType>
idType是一个自定义的简单类型。
我们对它做了限制：
<xsd:restriction base=”xsd:string”>代表它是基于一个字符串类型。再用pattern元素来描述该字符串的形式。
value=”\d{1}-\d{4}-\d{4}-\d{1}”这是一个正则表达式，关于正则表达式，以后再介绍。嘻嘻！
利用这个自定义的简单类型，我们可以重新写Schema文档：
order4.xsd:
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="order">
<xsd:complexType>
<xsd:sequence>
<xsd:element ref="orderItem" maxOccurs="10"/>
</xsd:sequence>
</xsd:complexType></xsd:element><xsd:element name="orderItem">
<xsd:complexType>
<xsd:sequence>
<xsd:element name="id" type="idType"/>
<xsd:element name="quantity" type="xsd:integer"/>
</xsd:sequence>
</xsd:complexType></xsd:element><xsd:simpleType name="idType">
<xsd:restriction base="xsd:string">
<xsd:pattern value="\d{1}-\d{4}-\d{4}-\d{1}"/>
</xsd:restriction></xsd:simpleType></xsd:schema>
假如我们事先确定好ID只有3个，即只有3个ISBN是可选的，那怎么办？我们可以用enumeration元素来进行列举。
<xsd:simpleType name="idType"> <xsd:restriction base="xsd:string"> <xsd:enumeration value="7-5058-3496-7"/> <xsd:enumeration value="7-5005-6450-3"/> <xsd:enumeration value="7-3020-6069-7"/> </xsd:restriction></xsd:simpleType>
再来看订购量quantity的值，如果我们设定其值必须在1－10之间，该怎么办呢？可以这些自定义一个简单类型。
<xsd:simpleType name="quantityType"> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="1"/> <xsd:maxInclusive value="10"/> </xsd:restriction></xsd:simpleType>
其中，minInclusive,maxInclusive分别代表该类型的取值范围。
所以最终修改后的Schema文档如下：
order4-1.xsd:
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"><xsd:element name="order"> <xsd:complexType> <xsd:sequence> <xsd:element ref="orderItem" maxOccurs="10"/> </xsd:sequence> </xsd:complexType></xsd:element><xsd:element name="orderItem"> <xsd:complexType> <xsd:sequence> <xsd:element name="id" type="idType"/> <xsd:element name="quantity" type="quantityType"/> </xsd:sequence> </xsd:complexType></xsd:element><xsd:simpleType name="idType"> <xsd:restriction base="xsd:string"> <xsd:enumeration value="7-5058-3496-7"/> <xsd:enumeration value="7-5005-6450-3"/> <xsd:enumeration value="7-3020-6069-7"/> </xsd:restriction></xsd:simpleType><xsd:simpleType name="quantityType"> <xsd:restriction base="xsd:integer"> <xsd:minInclusive value="1"/> <xsd:maxInclusive value="10"/> </xsd:restriction> </xsd:simpleType></xsd:schema>
8. 定义属性
最后，我们再来讲讲元素的属性如何在Schema文档中定义。
比如上面的order.xml实例文档中：
<order> <orderItem id="7-5058-3496-7" /></order>
对此，我们在Schema文档中采用一个attribute来定义：
order.xsd:
<xsd:element name="orderItem"> <xsd:complexType> <xsd:sequence> ←空元素 </xsd:sequence> <!--定义该元素属性--> <xsd:attribute name="id" type="xsd:string"/> </xsd:complexType></xsd:element>
那么，实例文档中该属性值是必须的还是可有可无的呢？我们可以这样限制：
<xsd:attribute name="id" type="idType" use="required"/>
这里我们讲id属性类型作为一种自定义数据类型idType。
而且，用attribute元素的use属性来定义是否是必须的属性。
required是必须值，optional是可选值，prohibited是无属性值。
那么对于属性的缺省值，我们怎么定义呢？
比如：
<order> <orderItem id="4-8443-1780-6" quantity="3"/></order>
我们还可以用attribute元素的另一个属性default来定义：
<xsd:attribute name="quantity" type="xsd:integer" default="1"/>
所以，我们可以重新写出一个Schema文档：
order2.xsd:
<xsd:element name="orderItem"> <xsd:complexType> <xsd:sequence></xsd:sequence> <xsd:attribute name="id" type="idType" use="required"/> <xsd:attribute name="quantity" type="xsd:integer" default="1"/> </xsd:complexType></xsd:element>
上面的属性我们定义我们还可以采用属性组的办法来重新改写Schema文档。
order3.xsd:
<xsd:element name="orderItem"> <xsd:complexType> <xsd:sequence></xsd:sequence> <xsd:attributeGroup ref="orderItemAttributes"/> </xsd:complexType></xsd:element><xsd:attributeGroup name="orderItemAttributes"> <xsd:attribute name="id" type="idType" use="required"/> <xsd:attribute name="quantity" type="xsd:integer" default="1"/></xsd:attributeGroup>
这个属性组就不详细解释了，不过，大家一看就清楚了吧。
9.最后，我们写一个完整的订书order.xml的Schema文档。
<?xml version="1.0"?><xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
<xsd:element name="order">
<xsd:complexType>
<xsd:sequence>
<xsd:element ref="orderItem" maxOccurs="10"/>
</xsd:sequence>
</xsd:complexType></xsd:element><xsd:element name="orderItem">
<xsd:complexType>
<xsd:sequence></xsd:sequence>
<xsd:attributeGroup ref="orderItemAttributes"/>
</xsd:complexType></xsd:element><xsd:attributeGroup name="orderItemAttributes">
<xsd:attribute name="id" type="idType" use="required"/>
<xsd:attribute name="quantity" type="xsd:integer" default="1"/></xsd:attributeGroup><xsd:simpleType name="idType">
<xsd:restriction base="xsd:string">
<xsd:pattern value="\d{1}-\d{4}-\d{4}-\d{1}"/>
</xsd:restriction></xsd:simpleType></xsd:schema>