Technologie Internetu
wykład 9: XML Schema Piotr Habela
Polsko-Japońska Wyższa Szkoła
Technik Komputerowych
W poprzednim odcinku…
• Zastosowanie definicji typów dokumentów;
• Rozwiązania DTD (Document Type Definition):
– Definicja zewnętrzna lub wewnętrzna;
– Rodzaje odwołań do zasobów zewnętrznych;
– Elementy proste (znakowe, puste, dowolne);
– Modele zawartości elementowej (liczności, wybór, sekwencje);
– Deklaracje elementów: dostępne typy oraz wartości domyślne;
– Rodzaje encji (entities) w XML;
– Rola przestrzeni nazwowych (namespaces);
– Ograniczenia DTD.
• XML Schema:
– Rozbudowany system typów;
– Obsługa przestrzeni nazwowych.
Plan wykładu
• Budowa dokumentu XML Schema:
• Najważniejsze możliwości XML Schema;
– Deklarowanie atrybutów i zawartości elementowej;
– Typy wbudowane XML Schema;
– Tworzenie typów pochodnych:
poprzez ograniczenia i poprzez rozszerzenia;
– Sposoby organizowania podelementów;
– Ograniczenia unikalności;
– …
• Język XPath:
– Sposoby nawigacji;
– Skróty;
– Predykaty;
– Dostępne operacje.
XML Schema – podstawowe informacje
• Instance document oznacza dokument zbudowany zgodnie z daną specyfikacją schematu.
• Dokument-wystąpienie nie musi obowiązkowo odwoływać się do swojej specyfikacji schematu.
• Schematy XML Schema są zwykle umieszczane w odrębnych plikach – zwyczajowo z rozszerzeniem .xsd. Ten skrót jest również używany do oznaczenia przestrzeni nazwowej (namespace), obejmującej
standardowe elementy XML Schema.
• Definicja schematu zawarta jest w elemencie-korzeniu XML o nazwie schema: <xsd:schema> … </xsd:schema>
• Deklaracja elementu oraz atrybutu (lokalnie wewnątrz odpowiednich elementów lub globalnie, celem wielokrotnego użycia):
<xsd:element name=“nazwaElementu“ type=”typElementu” />
<xsd:attribute name=“nazwaAtrybutu“ type=”typAtrybutu” />
Składniki definicji schematu
• Obok deklaracji elementów i atrybutów, istnieje możliwość globalnego zdefiniowania:
własnego typu prostego. Wówczas zawartością definicji typu jest ograniczenie któregoś z wbudowanych typów prostych (zob. dalej):
<xsd:simpleType name="IdentProduktu">
. . .
</xsd:simpleType>
… oraz typu złożonego. W tym wypadku wewnątrz mogą znaleźć się deklaracje podelementów oraz atrybutów.
<xsd:complexType name="DaneAdresowe">
. . .
</xsd:complexType>
Kompozycyjność definicji schematów
• Deklaracje atrybutów mogą występować w ramach definicji typu złożonego albo w ramach definicji elementu.
• Deklaracje elementów mogą występować globalnie, w ramach definicji typu złożonego albo w ramach definicji innego elementu.
• Definicje typów mogą wystąpić globalnie (z nadaniem nazwy atrybutem name) albo wewnątrz deklaracji
opisywanego przezeń elementu (anonimowo, celem jednorazowego wykorzystania w miejscu definicji);
• Zwróćmy uwagę na to kluczowe rozróżnienie:
– Definicje typów tworzą nowe typy dostępne do wykorzystania;
– Deklaracje elementów określają nazwy i typy elementów i
atrybutów, które mogą pojawić się w odpowiednich miejscach dokumentu.
Definicje typów a elementy złożone
• Definicja typu – umieszczona w korzeniu schematu:
– można się doń potem odnosić w deklaracjach elementów w sposób analogiczny jak dla atrybutów prostych => czytelniejsze
deklaracje oraz ponowne użycie definicji typów;
• Definicja typu złożonego:
– konstruowana elementem xsd:complexType;
– może zawierać deklaracje elementów, atrybutów oraz referencji do elementów;
– nie może być użyta w deklaracjach atrybutów;
• Deklaracja elementu poprzez podanie typu:
– Podanie w atrybucie type nazwy globalnie zdefiniowanego typu;
• Deklaracja poprzez referencję:
– powoduje wstawienie do bieżącej deklaracji globalnie zadeklarowanego elementu o podanej nazwie:
<xsd:element ref="adres" minOccurs="0"/>
Deklarowanie zawartości elementowej
• Zarówno w definicjach globalnych typów jak i w deklaracjach elementów złożonych, podelementy
definiujemy wewnątrz elementu xsd:complexType.
• Ograniczenia na liczbę wystąpień podelementów:
– domyślnie dolną a zarazem górną granicą liczności jest
„dokładnie 1”;
– liczności te można modyfikować za pomocą atrybutów: elementu minOccurs i maxOccurs, których wartościami muszą być liczby naturalne. Wartością specjalną dla atrybutu maxOccurs może być ponadto ”unbounded”.
– Deklaracje liczności nie są dozwolone dla elementów globalnych.
Deklarowanie atrybutów
• Atrybuty (poza globalnymi) deklarujemy wewnątrz elementu xsd:complexType.
• Mogą posiadać wyłącznie typy proste.
• Występowanie atrybutu określone jest atrybutem (tj. atrybutem w elemencie xsd:attribute) use, mogący przybierać wartość:
”optional”, ”required” lub ”prohibited”.
Domyślną deklaracją (przy pominięciu) jest ”optional”.
• Domyślną wartość atrybutu można przypisać stosując atrybut
defalut. Atrybut use musi wówczas przybrać wartość ”optional”.
• Wymuszenie stałej wartości atrybutu osiągamy poprzez zastosowanie w jego deklaracji atrybutu fixed=”wartość”. Wówczas, jeśli atrybut jest opcjonalny, wymagana jest albo jego nieobecność w wystąpieniu albo jego wystąpienie ze zgodną wartością.
• Atrybut default stosuje się też w deklaracjach elementów. Tu jednak podstawienie wystąpi tylko wtedy, gdy w dokumencie dany element pojawi się bez zawartości (jeśli nie wystąpi w ogóle, to do
podstawienia nie dojdzie).
Typy wbudowane
• Specyfikacja określa wiele wbudowanych typów prostych.
Część z nich zdefiniowano poprzez nałożenie restrykcji na definicje bardziej podstawowe. Niektóre typy wbudowane:
– string, normalizedString, token, byte, unsignedByte – positiveInteger, negativeInteger, nonPositiveInteger,
nonNegativeInteger
– integer, long, decimal, float, boolean
– base64Binary -> każde 6 bitów kodowane symbolem alfanumerycznym;
time - np. 13:20:00.000, 13:20:00.000-05:00 – dateTime - np. 1999-05-31T13:20:00.000-05:00
– duration - np. P1Y2M3DT10H30M12.3S
– date (oraz ich wycinki) - np. 1999-05-31
– anyURI - np. http::/www.w3c.org/
– language - np. en-US, pl
– ID, IDREF, IDREFS, NOTATION…
Definiowanie typów pochodnych przez ograniczenia
• Tworzeniu pochodnych typów prostych poprzez nakładanie ograniczeń służy element xsd:restriction, umieszczany
wewnątrz elementu xsd:simpleType.
• Element restriction zawiera atrybut base, określający typ bazowy definicji. Może zawierać szereg podelementów,
określanych jako constraining facets (aspekty ograniczające).
• Np. dla typów liczbowych można użyć elementów xsd:maxExclusive i xsd:minInclusive z atrybutem value=”warośćLiczbowa”. Np.
<xsd:simpleType name="numerWewnetrzny">
<xsd:restriction base="xsd:integer">
<xsd:minInclusive value="10000"/>
<xsd:maxInclusive value="99999"/>
</xsd:restriction>
</xsd:simpleType>
Inne aspekty ograniczające (1)
• Dla atrybutów xsd:string i pochodnych można
sformułować wzorzec przy użyciu wyrażeń regularnych:
umieszczamy podelement xsd:pattern z atrybutem value=”wyrażenieRegularne”.
• Np. "\d{3}-[A-Z]{2}" oznacza trzy cyfry dziesiętne, myślnik oraz dwie wielkie litery.
<xsd:simpleType name="kodProduktu">
<xsd:restriction base="xsd:string">
<xsd:pattern value="\d{3}-[A-Z]{2}"/>
</xsd:restriction>
</xsd:simpleType>
• Wyrażenia regularne posiadają bardzo bogate możliwości.
M. in. można odwoływać się do różnych kategorii znaków
Unicode.
Inne aspekty ograniczające (2)
• Kolejną możliwością jest podanie dozwolonych wartości danego typu w postaci wyliczenia (enumeration). Służą temu podelementy xsd:enumeration z atrybutami value:
<xsd:restriction base="xsd:string">
<xsd:enumeration value=„PLN"/>
<xsd:enumeration value=„USD"/>
</xsd:restriction>
• Dla typów liczbowych można określać łączną liczbę cyfr oraz liczbę cyfr po przecinku:
xsd:totalDigits, xsd:fractionDigits
• Można określać długość albo jej limity: maksymalny i minimalny:
length, albo maxLength i minLength
Dla typu string oznaczać to będzie liczbę znaków (np. kody walut), dla typów binarnych – liczbę oktetów, zaś dla list – ich rozmiar.
Właściwości aspektów ograniczających
• Łączenie aspektów ograniczających:
– aspekty wzorca współistniejące dla danej definicji z typem wyliczeniowym są traktowane alternatywnie (suma logiczna);
– inne kombinacje aspektów ograniczających stanowią warunek w postaci iloczynu logicznego.
• Blokowanie właściwości aspektów – uniemożliwi redefinicję danego ograniczenia w typie pochodnym:
fixed=”true”;
• Ograniczenia można też stosować do typów złożonych. W tym wypadku wyprowadzanie poprzez zawężenie liczby wystąpień wymaga ponownego podania całej ich
zawartości. Jednakże korzyścią pozostaje w takim wypadku
zgodność typologiczna z nadtypem.
Typy pochodne – pozostałe możliwości
• Rozszerzenia: przypominają specjalizację klas w językach programowania.
• Składnia analogiczna jak w wypadku ograniczeń. Zamiast xsd:constraint stosuje się xsd:extension:
<xsd:extension base=”typBazowy”> . . . </xsd:extension>
• Wprowadzone w ramach rozszerzenia podelementy muszą być w wystąpieniach dołączane na końcu.
• Blokowanie wyprowadzeń (deklaracje atrybutem final):
Można zabronić wyprowadzania typów, umieszczając w ich definicji atrybut final z wartością
”#restriction”, ”#extension” lub ”#all”.
Organizacja podelementów
• Podelementy mogą być grupowane (za pomocą znaczników zwanych compositors) w kompozycje trzech rodzajów:
– Sekwencja: wszystkie podelementy muszą wystąpić dokładnie w podanej kolejności: <xsd:sequence> . . . </xsd:sequence>
– Wybór: musi wystąpić dokładnie jeden z wymienionych podelmentów: <xsd:choice> . . . </xsd:choice>
– Zbiór: wszystkie zawarte elementy muszą wystąpić, jednakże ich kolejność jest dowolna <xsd:all> . . . </xsd:all>
• Kompozycje choice i sequence mogą być wzajemnie
zagnieżdżane. Można też określać dla nich liczności (minOccurs i maxOccurs).
• Ograniczenia kompozycji all:
– Tutaj dozwoloną licznością jest tylko 1 (domyślnie) albo 0..1.
– Nie można zagnieżdżać w nim innych kompozycji.
– Nie może też być zagnieżdżany w innej kompozycji.
Zawartość prosta z atrybutami
• Musimy użyć complexType (a nie simpleType), gdyż ten pierwszy nie pozwala na zdefiniowanie atrybutów.
Wewnątrz complexType umieszczamy:
<xsd:simpleContent> . . . </xsd:simpleContent>
• Zawartość prosta takiego elementu musi zostać
wprowadzona poprzez rozszerzenie (xsd:extension),
atrybutem base: base=”nazwaTypuProstego”. Wówczas
z typu bazowego pochodzi określenie zawartości elementu
(np. xsd:string), zaś rozszerzenie wprowadza potrzebne
nam atrybuty.
Grupy elementów i atrybutów
• Ograniczają nadmiarowość definicji schematu.
• Zastosowanie (ograniczenie nadmiarowości i uczynienie schematów bardziej przejrzystymi) odpowiada encjom parametrycznym z DTD.
• Do zadeklarowania grupy stosowane są elementy odpowiednio: <xsd:group> … </xsd:group> oraz
<xsd:attributeGroup> ... </xsd:attributeGroup>, posiadające atrybut name.
• Odwołaniom do takich grup służą te same elementy
występujące w postaci elementów pustych z atrybutem ref.
Ograniczenia unikalności (1)
• W wypadku DTD jedynym (mało elastycznym) środkiem zapewnienia unikalności było użycie typu ID.
• Ograniczenia unikalności deklaruje się na końcu deklaracji elementu, którego dotyczą, albo w elementach nadrzędnych (najczęściej umieszczane są w końcu elementu korzenia
(xsd:schema).
• Postać ograniczenia:
<xsd:key name=”nazwaNaszegoKlucza”>
<xsd:selector
xpath=”elementwRamachKtoregoZapewniamyUnikalnosc” />
<xsd:field xpath=”poleKlucza”/> <!-- atrybut lub podelement -->
… <!-- klucz może być złożony -->
</xsd:key>
Ograniczenia unikalności (2)
• Selektory i pola wskazujemy używając atrybutu xpath. Jak sugeruje nazwa, identyfikuje on zawartość dokumentu XML w sposób
określony specyfikacją XPath.
• Jak zobaczymy, ograniczenia na miejsce występowania deklaracji unikalności wynikają właśnie z założeń specyfikacji XPath.
• Podobne do ograniczenia xsd:key jest xsd:unique. To drugie
odróżnia się dopuszczalnością pustych elementów (i niepowtarzalność sprawdza się wówczas tylko pośród niepustych elementów).
• Zarówno ograniczenie unikalności jak i ograniczenie klucza mogą dotyczyć wartości złożonych.
• Integralność referencyjna – określa zależność klucza obcego.
Przedmiotem odwołania musi być wartość zadeklarowana jako klucz.
• Deklarowane za pomocą elementu keyref:
<xsd:keyref refer=”nazwaKlucza”> . . . </xsd:keyref>
• Atrybut refer określa, do jakiego klucza odwołują się referencje.
• Selektor i pole (lub pola) są deklarowane analogicznie jak w wypadku kluczy i wartości unikalnych.
Definiowanie list
• Zawartością elementu a także atrybutu może być kolekcja wartości typu prostego, rozdzielona znakami białymi.
• Tego rodzaju zawartość deklaruje się jako listę (list) określonego typu bazowego.
• Listy nie mogą składać się z innych list.
• Deklaracje – za pomocą elementu xsd:list:
<xsd:list itemType=”nazwaTypuZawartosci” />
• Listy mogą składać się jedynie z wartości (jednego) typu
prostego.
Wariantowe definicje typów (unie)
• Dopuszczalne wartości typów prostych można definiować jako sumę wartości dopuszczanych przez dwa lub więcej typów.
• Deklaracji takich typów służą unie (unions). Wewnątrz
elementu <xsd:union> . . . </xsd:union> umieszczane są dwie lub więcej definicje typu;
• Jeśli zaś potrzebne typy zostały już zadeklarowane
globalnie, można się odwołać do ich nazw w atrybucie memberTypes:
<xsd:union memberTypes=”nazwaTypu1 nazwaTypu2”/>
• W efekcie uzyskujemy nowy typ prosty mogący przybierać wartość zgodną z dowolnym z wymienionych typów.
• Przykład zastosowania w XML Schema: atrybut
maxOccurs
Synonimy oraz byty abstrakcyjne
• Aby dla definicji danego elementu umożliwić tworzenie
jego wystąpień pod różnymi nazwami (synonimy lub wersje językowe), stosowane są tzw. grupy substytucji
(substitutionGroups).
<xsd:element name=”znizka” type=”xsd:decimal” />
<xsd:element name=”upust” substitutionGroup=”znizka”
type=”xsd:decimal” />
• Elementy służące tylko jako podstawa dla grupy substytucji oraz typy służące wyłącznie jako podstawa dla definicji
innych (poprzez rozszerzenie lub ograniczenie), możemy
zadeklarować jako abstrakcyjne. Stosujemy w tym celu dla
nich atrybut abstract: abstract=”true” .
Sposoby budowy schematów - podsumowanie
• Poprzez zagnieżdżanie: definicje potrzebnych typów tworzone anonimowo na potrzeby poszczególnych
deklaracji.
• Płaski katalog elementów: elementy tworzące hierarchię są deklarowane globalnie, zaś w ich docelowych miejscach
występowania w schemacie stosuje się odwołania do tych globalnych deklaracji.
• Definiowanie typów: globalnie są definiowane nazwane
typy, wykorzystywane następnie w deklaracjach elementów i atrybutów. Metoda najskuteczniej ogranicza
nadmiarowość, choć wprowadza pewien narzut, wobec
czego nadaje się szczególnie dla bardziej rozbudowanych
schematów.
XPath – nawigacja w strukturze dokumentu
XPath - charakterystyka
• Język deklaratywny służący wskazywaniu elementów, atrybutów, lub całych fragmentów dokumentu XML.
• Posiada zwięzłą nie-XML-ową składnię, przyjętą w celu umożliwienia umieszczania wyrażeń XPath w wartościach atrybutów oraz w URI.
• Typy zwracanych wartości:
– boolean;
– number (liczba zmiennoprzecinkowa);
– string;
– node-set (zbiór węzłów).
• Ścieżka (ciąg określający) XPath jest zbudowana z tzw.
kroków (step), oddzielonych symbolem „/”.
• Krok może reprezentować: element, atrybut lub funkcję.
Poszczególne kroki zawężają obszar przeszukiwania.
Kontekst wyrażenia XPath
• Wyrażenia danego kroku działają w kontekście określanym przez kroki poprzednie.
• Na kontekst składają się:
– Bieżący węzeł (tzw. context node);
– Dwie dodatnie liczby naturalne (pozycja kontekstu - context position oraz rozmiar kontekstu - context size);
– Wiązania zmiennych;
– Biblioteka dostępnych funkcji;
– Zadeklarowane przestrzenie nazwowe widoczne w zakresie wyrażenia.
• Można podawać alternatywne ścieżki w postaci tzw.
wzorca (pattern). Poszczególne ścieżki są wówczas
porozdzielane symbolami „|”.
Relacje pomiędzy węzłami
• XPath operuje na drzewie węzłów XML, czyli na strukturze hierarchicznej. Węzłem jest element XML wraz z jego
zawartością. Można wyróżnić następujące zależności pomiędzy węzłami:
– rodzic (parent) – dziecko (child) => pomiędzy elementem nadrzędnym a jego podelementem;
– rodzeństwo (sibling): poprzednik-następnik
=> określa kolejność występowania elementów tego samego poziomu;
– przodek (ancestor) – potomek (descendant): rozszerzenie relacji rodzic-dziecko na zależności pośrednie;
Kierunki nawigacji
• Dostępne są następujące słowa kluczowe - operatory stosowane do selekcji elementów (zwane osiami (?) (axes)):
– self – aktualny węzeł (zwany kontekstem: context node);
– parent – rodzic aktualnego węzła;
(Tylko dwa powyższe zwracają wyniki nie będące nigdy kolekcjami.) – child – bezpośrednie podelementy;
– descendant – całe drzewo podelementów poniżej aktualnego;
– descendant-or-self – j.w. plus aktualny węzeł;
– ancestor – przodkowie aktualnego węzła;
– ancestor-or-self – j.w. plus aktualny węzeł;
– following-sibling – kolejne węzły na tym samym poziomie hierarchii;
– preceding-sibling – wcześniejsze węzły na tym samym poziomie;
– following – wszystkie węzły zdefniowane za węzłem aktualnym w dokumencie (bez potomków i węzłów atrybutów oraz przestrzeni nazwowych);
– preceding – wszystkie węzły zdefiniowane przed węzłem aktualnym (bez przodków i węzłów atrybutów oraz przestrzeni nazwowych);
Budowa kroku XPath
Składnia pojedynczego kroku jest następująca:
• kierunek (axis);
• podwójny dwukropek: “::”
• symbol „*” albo nazwa elementu, albo funkcja:
– node() – text()
– comment()
– processing-instruction() <- może zawierać nazwę szukanej instrukcji przetwarzania;
• dowolna liczba predykatów umieszczonych w nawiasach kwadratowych: „[ ]”
• Przykłady kroków:
child::*
child::section[position()=2]
ancestor::processing-instruction()
Skróty dla typowych kroków XPath
Pełna postać Skrót
parent::node() ..
/descendant-or-self::node() //
self::node() .
attribute:: @
[position()=2] [2]
(Symbol „/” oznacza korzeń dokumentu.)
• Ponadto child jest kierunkiem domyślnym i wobec tego może być pominięty. Zatem zapisowi:
/descendant-or-self::node()/child::para odpowiadać może
//child::para a w konsekwencji //para.
Wykorzystanie skrótów
• Uwaga: Globalne wyszukiwania mogą być w swej skróconej postaci nieco mylące. Np. ścieżka
/descendant::para[1]
zwróci „pierwszy z brzegu” element para, zaś //para[1]
zwróci wszystkie elementy para występujące jako pierwsze podelementy swoich rodziców.
• Ważną rolę odgrywa również skrót “.”, będący odpowiednikiem self::node(). Wraz ze skrótem „//” pozwala na zwięzłe
sformułowanie wyrażenia przeszukującego gałęzie począwszy od bieżącego elementu:
self::node()/descendant-or-self::node()/child::para odpowiada .//para
• Podobnie, krok „..” jest skrótem od parent::node(). Np.. ../tytul
zastępuje parent::node()/child::title (selekcjonuje potomne elementy tytul).
Predykaty wyszukiwania
• Predykaty zmieniają pozycję kontekstu i rozmiar kontekstu.
• Występują opcjonalnie, umieszczane wewnątrz nawiasów kwadratowych celem zawężenia zwróconego zbioru
elementów.
• Muszą zwracać wartość logiczną.
• Dostępne operatory logiczne:
= != > >= < <= and or not
• Dostępne operatory arytmetyczne:
+ - * div mod
• Np. //produkt[cena*1.22 < 1000]
• Jak już wspomniano można wyszukiwać węzły wg ich
pozycji, podając predykat np. [position()=2], skracalny do
postaci [2] (możliwe także inne porównania, np. „>=”).
Operacje stosowalne w predykatach XPath (1)
• Operacje na łańcuchach tekstowych:
– concat(łańcuch1, łańcuch2, …) – contains(łańcuch, wzorzec)
– normalize-space(łańcuch)
– starts-with(łańcuch, wzorzec) – string-length(łańcuch)
– substring(łańcuch, od, do),
– substring-after(łańcuch, wzorzec),
– substring-before(łańcuch, wzorzec), translate(łańcuch, stare, nowe),
– string(…) => konwersja na string;
Operacje stosowalne w predykatach XPath (2)
• Operacje na liczbach:
– ceiling(liczba), floor(liczba), round(liczba), – sum(zbiór_węzłów),
– number(…) -> konwersja;
• Operacje na wartościach logicznych:
– false(), true(), not();
– boolean(…) -> konwersja;
• Operacje na węzłach:
– count(zbiór_węzłów) – last()
– position()
– id(identyfikator) -> wyszukanie węzła według indentyfikatora;
– local-name(element), name(element), namespace-uri(element).