关于Xerces-C++执行schema校验相关问题的详细解答
关于
Xerces-C++
执行
schema
校验相关问题的详细解答
*****************************************************
作者: 胡家辉/雨水 转载请注明出处:http://blog.csdn.net/gobitan
*****************************************************
小插曲
: 前面我写了一篇名为《采用Xerces C++执行基于schema的XML文档校验》的文章放在我CSDN的BLOG上，当时只是为了简单地介绍了这个功能，没有对其相关的东西做详细的介绍。后来发现关注这篇文章的朋友还很多，不少朋友还发来邮件，让我感到很欣慰。其中也有来自国家应用软件产品质量监督检验中心的朋友。
为了更好的与更多的朋友交流这方面的技术问题，这里我对采用Xerces-C++执行基于schema的XML校验的相关问题做一个较为详细的介绍，欢迎大家评论交流！
*****************************************************
正文开始
*****************************************************
采用Xerces-C++对XML进行schema校验，这个在项目中应用还是比较多，目前我自己的所在的项目就有应用，它能确保XML文档满足业务的各种规则约束。大家可能比较关心，如果校验失败，如何查看错误信息，也就是如何看到失败的原因，以便对XML文档进行修正。
还有一点，我想也这里介绍一下。在前面的文章中，我介绍了对XML进行校验时直接从文件系统加载XML文档和XSD文档，但是实际项目中处于性能考虑往往是从某个内存空间进行加载，因此这里还将介绍一种从内存加载文档的方法。
最能说明问题的还是代码，为了保持完整性，我把上篇文章中用到的XML文档和schema文档实例在这里还是贴出来一下。
[被校验的XML文档：gobitan.xml ]
*********************************************************************
<?xml version="1.0" encoding="UTF-8"?>
<phonebook xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:noNamespaceSchemaLocation="gobitan.xsd">
<name>
<first>Tom</first>
<last>Jones</last>
</name>
<phone type="home">420-203-2032</phone>
</phonebook>
*********************************************************************
[执行校验的schema文档：gobitan.xsd ]
*********************************************************************
<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
<xs:element name="phonebook">
<xs:complexType>
<xs:sequence>
<xs:element name="name" minOccurs="1" maxOccurs="1">
<xs:complexType>
<xs:sequence>
<xs:element name="first" type="xs:string"/>
<xs:element name="last" type="xs:string"/>
</xs:sequence>
</xs:complexType>
</xs:element>
<xs:element name="phone" minOccurs="0" maxOccurs="unbounded">
<xs:complexType>
<xs:simpleContent>
<xs:extension base="xs:string">
<xs:attribute name="type" type="xs:string"/>
</xs:extension>
</xs:simpleContent>
</xs:complexType>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>
*********************************************************************
[源代码：gobitan.cpp ]
*********************************************************************
#include <stdio.h>
#include<xercesc/sax2/XMLReaderFactory.hpp>
#include <xercesc/util/OutOfMemoryException.hpp>
#include "SAX2PrintHandlers.hpp"
XERCES_CPP_NAMESPACE_USE
int main( int argc , char** argv )
{
//系统初始化
try
{
XMLPlatformUtils::Initialize();
}
catch (const XMLException &xe)
{
printf("%s", (const char*)xe.getMessage());
return -1;
}
// 创建解析器
SAX2XMLReader* parser = XMLReaderFactory::createXMLReader();
//设置名称空间属性, 如果没有如下两行则忽略名称空间 及名称空间前缀
parser->setFeature(XMLUni::fgSAX2CoreNameSpaces, true);
parser->setFeature(XMLUni::fgSAX2CoreNameSpacePrefixes, true);
//设置验证属性
parser->setFeature(XMLUni::fgXercesValidationErrorAsFatal, true);
parser->setFeature(XMLUni::fgSAX2CoreValidation, true);
parser->setFeature(XMLUni::fgXercesSchema, true);
parser->setFeature(XMLUni::fgXercesSchemaFullChecking, true);
//加载XSD文件
parser->loadGrammar ("gobitan.xsd", Grammar::SchemaGrammarType, true);
parser->setFeature (XMLUni::fgXercesUseCachedGrammarInParse, true);
try
{
//定义打印对象
SAX2PrintHandlers handler("UTF-8", XMLFormatter::UnRep_CharRef, false);
//设置内容打印函数: 如果没有这行,则不打印出XML文档内容
parser->setContentHandler(&handler);
//设置错误打印函数: 如果没有这行,则不打印错误信息
parser->setErrorHandler(&handler);
//解析并验证XML文档
parser->parse("gobitan.xml");
}
catch (const OutOfMemoryException &ome)
{
printf("%s", (const char*)ome.getMessage());
}
catch (const XMLException &xe)
{
printf("%s", (const char*)xe.getMessage());
}
printf("Error count: %d/n", parser->getErrorCount());
delete parser;
XMLPlatformUtils::Terminate();
return 0;
}
*********************************************************************
下面对上面的代码进行解释和说明，源代码可分为六个部分：
(1) 系统初始化，代码如下
XMLPlatformUtils::Initialize(); //主要完成Xerces系统的初始化工作
(2) 创建解析器
SAX2XMLReader* parser = XMLReaderFactory::createXMLReader();
其实Xerces不只这一种方式，这里暂不深究。
(3) 解析器属性设置：这是介绍的重点之一
parser->setFeature(XMLUni::fgSAX2CoreNameSpaces, true);
如果将这项属性设置为true，那么该解析器就支持名称空间，否则忽略。
parser->setFeature(XMLUni::fgSAX2CoreNameSpacePrefixes, true);
如果将这项属性设置为true，那么该解析器就支持名称空间前缀，否则忽略。
parser->setFeature(XMLUni::fgXercesValidationErrorAsFatal, true);
这是一个非常重要的属性，正如fgXercesValidationErrorAsFatal名字的含义一样，如果该属性设置为true，那么当解析器执行校验时，将校验错误看作是致命的，系统就停止解析。
如果该属性设置为false，那么无论遇到多少个校验错误，系统都回执行完毕，如果设置了打印函数，那么系统会将所有的校验错误一一列出。
(4) 加载schema文件
parser->loadGrammar ("gobitan.xsd", Grammar::SchemaGrammarType, true);
这是加载schema文档，这里就不多说。
parser->setFeature (XMLUni::fgXercesUseCachedGrammarInParse, true);
这是设置缓存属性，是否缓存加载的schema内容。
(5) 设置打印函数
注意，这个打印函数是Xerces自带的，当你下载的是xerces-c_2_7_0-windows_2000-msvc_60.zip文件时，解压后/xerces-c-windows_2000-msvc_60/samples/SAX2Print目录下有一个SAX2PrintHandlers文件，它定义了该打印函数。
然后分别设置内容打印和错误打印，如下：
parser->setContentHandler(&handler);
如果不设置这项，那么系统解析时就不打印解析的内容。
parser->setErrorHandler(&handler);
如果不设置这项，那么schema
的校验错误就不会打印出来，所以这句很关键。
(6) 最后就是执行解析和校验。
注意：上面凡是有设置true的地方，系统的默认值均为false，也就说当你设置为false时，该语句可以省略。
以上程序在VC6.0下编译通过执行，注意上面的如果你下载下去没问题程序执行结果应该是打印出XML文档，并显示校验错误数为0。执行程序时请将xml和schema文件跟工程放在同一级目录，否则文件名应该带有路径。
为了对上面对的程序有较为深入的认识，请在XML文档中的<first>Tom</first>下一行中加入
<mid>Tom</mid>
那么再执行上面的程序，系统就会报校验错误，并打印出如下所示的错误提示：
Error at file D:/MyPrj/xml/gobitan.xml, line 6, char 10
Message: Unknown element 'mid'
因为在schema文件中没有定义mid这个元素，因此校验时就会报错。这样你就可以根据错误提示对你的XML文档进行修正。
下面介绍如何从内存中加载xm和schema文件。Xerces提供了一个内存构造器MemBufInputSource，可以从内存中构造数据源。
*******************************************************************
/* 创建Xml数据源 */
MemBufInputSource *pXmlMemBufIS = new MemBufInputSource(
(const XMLByte*)pcXmlDoc,
(const unsigned int)strlen(pcXmlDoc),
g_cXmlBufferId);
/* 创建XSD数据源 */
MemBufInputSource *pXsdMemBufIS = new MemBufInputSource(
(const XMLByte*)pcSchema,
(const unsigned int)strlen(pcSchema),
g_cXsdBufferId);
*******************************************************************
上面的pcXmlDoc和pcSchema分别是存放xml和schema文件的内存区域，g_cXmlBufferId是定义的一个ID，可以随意定义一个，如 http://www.hujiahui.cn均可。
如果使用上面的方式，还需要加入头文件如下：
#include <xercesc/framework/MemBufInputSource.hpp>
然后在加载xml和schema的地方换成* pXsdMemBufIS就可以了。
本文写的时间仓促，若有不妥之处欢迎指正!