Schema

Einleitung

Drachen

Ersatz und Erweiterung für XML DTD
(Neben-)bedingungen für Aufbau der Dokumentenstruktur
z.B. Anzahl bestimmter Elemente
Bedingungen über Datentypen für Elemente und Attribute
z.B. Integer, Float, URL
Objektorientierung und Vererbung
mehrere konkurrierende Ansätze:
XDR (XML-Data Reduced, BizTalk), SOX (Schema for Object-Oriented XML), Schematron, DSD (Document Structure Description), XML Schema
beim W3C im Candidate Recommendation Zustand

Beispiel in XML

<!ELEMENT KontoStand (#PCDATA) >

und XML-Schema

<element name="KontoStand">
<simpleType type="float" /> 
</element>

Notwendigkeit von Datentypen

class Bestellung {
      Integer lfdNr;
      String bemerkung;
      Date bestellDatum;
      Date lieferDatum;
      Adresse rechnungsAdresse;
      Adresse lieferAdresse;
      Artikel[] artikel;
}

class Adresse {
      String vorName;
      String nachName;
      String strasse;
      Integer plz;
      String ort;
}

class Artikel { 
      Integer aNr;
      String bezeichnung;
      Float preis;
      Integer anzahl;
}

class Date { ... }

Wie können diese Informationen typsicher über das Internet ausgetauscht werden?

Mit XML ist nur die folgende Definition möglich.

<!ELEMENT Bestellung (lfdNr, bemerkung?, 
                      bestellDatum, lieferDatum,
                      rechnungsAdresse, lieferAdresse,
                      waren) >
<!ELEMENT lfdNr (#PCDATA) >
<!ELEMENT bemerkung (#PCDATA) >
<!ELEMENT bestellDatum (#PCDATA) >
<!ELEMENT lieferDatum (#PCDATA) >

<!ELEMENT rechnungsAdresse (vorName, nachName,
                            strasse, plz, ort) >
<!ELEMENT lieferAdresse (vorName, nachName,
                         strasse, plz, ort) >
<!ELEMENT vorName (#PCDATA) >
<!ELEMENT nachName (#PCDATA) >
<!ELEMENT strasse (#PCDATA) >
<!ELEMENT plz (#PCDATA) >
<!ELEMENT ort (#PCDATA) >

<!ELEMENT waren (artikel+) >
<!ELEMENT artikel (aNr, bezeichnung?,
                   preis?, anzahl) >
<!ELEMENT aNr (#PCDATA) >
<!ELEMENT bezeichnung (#PCDATA) >
<!ELEMENT preis (#PCDATA) >
<!ELEMENT anzahl (#PCDATA) >

Probleme mit dieser Definition:

lfdNr, plz, aNr, anzahl sind nur als Zeichenkette definiert, nicht als Integer
preis ist nur als Zeichenkette definiert, nicht als Float
bestellDatum, lieferDatum sind nur als Zeichenkette definiert, nicht als echter normalisierter Datumstyp

folgendes fehlerhaftes Dokument lässt sich damit definieren:

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE Bestellung SYSTEM "Bestellung.dtd" >

<lfdNr>4711</lfdNr>
<bemerkung>eilig</bemerkung>
<bestellDatum>12.1.01</bestellDatum>
<lieferDatum>2001-01-30</lieferDatum>

<rechnungsAdresse>
<vorName>Karl</vorName>
<nachName>Dall</nachName>
<strasse>L 15, 16</strasse>
<plz>68131</plz>
<ort>Mannheim</ort>
</rechnungsAdresse>

<lieferAdresse>
<vorName>Karl</vorName>
<nachName>Knallinger</nachName>
<strasse>A 5, 6</strasse>
<plz>D-68131</plz>
<ort>Mannheim</ort>
</lieferAdresse>

<waren>
<artikel>
<aNr>4712</aNr>
<anzahl>zwei</anzahl>
</artikel>
<artikel>
<aNr>4713</aNr>
<anzahl>-3</anzahl>
</artikel>
</waren>

</Bestellung>

Eine XML Schema Definition mit streng typisierten Definitionen folgen im Abschnitt Beispiele

XML Schema Sprachkonstrukte: Structures

von XML zu Schema

in XML DTD:

<!ELEMENT ename (cname*,econtent) >
<!ATTLIST ename aname atyp awert >

XML Schema Definition:

<element name="ename" >   
<complexType>   
<sequence> 
<element name="cname" type="mytype" maxOccurs="5" />
econtent 
</sequence> 
<attribute name="aname" >
<simpleType type="atyp" value="awert" />
</attribute>
</complexType> 
</element>

genauere Kontrolle über die Datentypen im Content
Bedingungen über die Anzahl und der Datentypen: Basis, Derived, eigene
Kontrolle über die Datentypen und Werte von Attributen
in der gleichen Weise wie für Elemente

Namensräume

XML Schema Namespaces (Prefix oft xsd:)
```
http://www.w3.org/2000/10/XMLSchema
```
und für XML-Schema Dokumente (Prefix oft xsi:)
```
http://www.w3.org/2000/10/XMLSchema-instance
```

URI für XML-Schema Definitionen

xsi:schemaLocation="url1 url2 url3 ..."

xsi:noNamespaceSchemaLocation="datei.name"

XML Schema Processor Conformance

minimal
geht auch für Programme, die Validieren
representational
Validieren auch externe Schema
full
Validieren auch Schema im WWW

XML Schema Datentypen (schema components)

einfache / elementare Typen (simple types)
zusammengesetzte Typen (complex types)
Attribute (attributs)
Elemente (elements)

Attribut-Gruppen
Identity Constraints
key, keyref, unique
Modell Gruppen
Folgen (sequence), Conjunction (All-Listen), Disjunction (Choice-Listen)
Notationen
public, system URI

Annotationen, Bemerkungen, Kommentare
Partikel
Wildcards

XML Schema Facetten (schema facets)

Beschränkungen (contraints) der Datentypen

length, minLength, maxLength
bei Listen und Zeichenketten
pattern, enumeration
fast überall
maxInclusive, maxExclusive, minInclusive, minExclusive
bei Zahlen und Zeiten
precision, scale
bei Zahlen
duration, period
bei Zeiten

Schema

<schema
    xmlns="http://www.w3.org/2000/10/XMLSchema
    targetNamespace="http://purl.org/metadata/dublin_core"
    version="M.n"
  >
Content: ((include | import | redefine | annotation)* , 
         ((attribute | attributeGroup | 
           complexType | element | group | notation | simpleType),
          annotation*)*)
</schema>

Root Element, enthält alle anderen Konstrukte

Element

<element 
    default = string 
    fixed = string 
    maxOccurs = for maxOccurs : 1
    minOccurs = nonNegativeInteger : 1
    name = NCName 
    type = QName 
    ...
    >
Content: (annotation? , 
         ((simpleType | complexType)? , 
          (key | keyref | unique)*))
</element>

Element, wie in XML
Datentypen können per type Attribut referenziert werden
Datentypen können auch direkt im Content definiert werden

Attribute

<attribute 
    name = NCName 
    type = QName 
    use = prohibited | optional | required | default | fixed : optional
    value = string 
    ...
    >
Content: (annotation? , (simpleType?))
</attribute>

Im Content von Attributen können einfache Datentypen definiert werden
Datentypen können auch per type Attribut referenziert werden

complexType

<complexType 
    mixed = boolean : false
    name = NCName 
    ...
    >
Content: (annotation? , 
          (simpleContent | complexContent | 
           ((group | all | choice | sequence)? , 
            ((attribute | attributeGroup)* ,
             anyAttribute?))
          ))
</complexType>

Definition von Datentypen, die komplexeren Content haben können (Folgen, Mengen, Selektionen)
und von Datentypen die Attribute haben können

simpleType

<simpleType 
    name = NCName 
    ...
    >
Content: (annotation? , 
          ((list | restriction | union)))
</simpleType>

Definition von einfachen Datentypen, die keine Attribute haben können mit einfachem Content

attributeGroup

<attributeGroup 
    name = NCName 
    ...
    >
Content: (annotation? , 
          ((attribute | attributeGroup)* ,
           anyAttribute?))
</attributeGroup>

zur Zusammenfassung von Attributen zu Gruppen

group

<group 
    maxOccurs = for maxOccurs : 1
    minOccurs = nonNegativeInteger : 1
    name = NCName 
    ...
    >
Content: (annotation? , 
          (all | choice | sequence)?)
</group>

zur Zusammenfassung von Elementen zu Gruppen

notation

<notation 
    name = NCName 
    public = A public identifier, per ISO 8879 
    system = uriReference 
    ...
    >
Content: (annotation?)
</notation>

Definition von Bezeichnugen

annotation

<annotation>
Content: (appinfo | documentation)*
</annotation>

zur Dokumentation der Schema-Definitionen

XML Schema Sprachkonstrukte: Datatypes

Datentypen Definition

name = NCName
variety = ( atomic | list | union )
[baseTypeDefinition]
[facets]
[fundamentalFacets]
[annotation]

Definition der primitiven, abgeleiteten und eigenen Datentypen
Einschränkung oder Erweiterung des Datentyps durch Facetten
Facetten sind:
Muster (pattern), Aufzählungen (enumeration), Längenbeschränkungen, Wertebereichsbeschränkungen, Genauigkeit bei Zahlen

Basis Datentypen und Facetten

	{base type definition}	applicable {facets}
If {variety} is list, then
	[all datatypes]	length, minLength, maxLength, enumeration
If {variety} is union, then
	[all datatypes]	pattern, enumeration
else if {variety} is atomic, then
primitive	string	length, minLength, maxLength, pattern, enumeration
	boolean	pattern
	float	pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	double	pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	decimal	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	timeDuration	pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	recurringDuration	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	binary	encoding, length, minLength, maxLength, pattern, enumeration
	uriReference	length, minLength, maxLength, pattern, enumeration
	ID	length, minLength, maxLength, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	IDREF	length, minLength, maxLength, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	ENTITY	length, minLength, maxLength, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	NOTATION	length, minLength, maxLength, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	QName	length, minLength, maxLength, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive

derived	language	length, minLength, maxLength, pattern, enumeration
	IDREFS	length, minLength, maxLength, enumeration
	ENTITIES	length, minLength, maxLength, enumeration
	NMTOKEN	length, minLength, maxLength, pattern, enumeration
	NMTOKENS	length, minLength, maxLength, enumeration
	Name	length, minLength, maxLength, pattern, enumeration
	NCName	length, minLength, maxLength, pattern, enumeration
	integer	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	nonPositiveInteger	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	negativeInteger	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	long	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	int	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	short	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	byte	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	nonNegativeInteger	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	unsignedLong	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	unsignedInt	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	unsignedShort	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	unsignedByte	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	positiveInteger	precision, scale, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	timeInstant	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	time	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	timePeriod	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	date	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	month	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	year	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	century	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	recurringDate	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive
	recurringDay	duration, period, pattern, enumeration, maxInclusive, maxExclusive, minInclusive, minExclusive

Quelle: W3C, 2000

Beispiele

Beispiel Bestellung (einfach)

Einfache Schema Definition mit den Datentypen string, integer, decimal in Anlehnung an die XML DTD.

<?xml version="1.0" encoding="UTF-8"?>

<schema>

<element name="Bestellung">
<complexType>
<sequence>
<element name="lfdNr" type="string" />
<element name="bemerkung" type="string" />
<element name="bestellDatum" type="Date" />
<element name="lieferDatum" type="Date" />
<element name="rechnungsAdresse" type="Adresse" />
<element name="lieferAdresse" type="Adresse" />
<element name="waren" type="Waren" />
</sequence>
</complexType>
</element>


<complexType name="Adresse">
<sequence>
<element name="vorName" type="string" />
<element name="nachName" type="string" />
<element name="strasse" type="string" />
<element name="plz" type="integer" />
<element name="ort" type="string" />
</sequence>
</complexType>


<complexType name="Waren">
<sequence>
<element name="artikel" type="Artikel" maxOccurs="10" />
</sequence>
</complexType>

<complexType name="Artikel">
<sequence>
<element name="aNr" type="integer" />
<element name="bezeichnung" type="string" minOccurs="0" />
<element name="preis" type="decimal" minOccurs="0" />
<element name="anzahl" type="integer" />
</sequence>
</complexType>

<simpleType name="Date" base="string" />

</schema>

Beispiel-Dokument mit Fehlern.

<?xml version="1.0" encoding="UTF-8" ?>
<Bestellung xmlns:xsi="http://www.w3.org/1999/XMLSchema-instance"
            xsi:noNamespaceSchemaLocation='Bestellung-1.xsd'>

<lfdNr>4711</lfdNr>
<bemerkung>eilig</bemerkung>
<bestellDatum>12.1.01</bestellDatum>
<lieferDatum>2001-01-30</lieferDatum>

<rechnungsAdresse>
<vorName>Karl</vorName>
<nachName>Dall</nachName>
<strasse>L 15, 16</strasse>
<plz>68131</plz>
<ort>Mannheim</ort>
</rechnungsAdresse>

<lieferAdresse>
<vorName>Karl</vorName>
<nachName>Knallinger</nachName>
<strasse>A 5, 6</strasse>
<plz>D-68131</plz>
<ort>Mannheim</ort>
</lieferAdresse>

<waren>
<artikel>
<aNr>4712</aNr>
<anzahl>zwei</anzahl>
</artikel>
<artikel>
<aNr>4713</aNr>
<anzahl>-3</anzahl>
</artikel>
</waren>

</Bestellung>

Gefundene Fehler:

valid Bestellung-1e.xml
[Error] Bestellung-1e.xml:22:20: Datatype error: 
        In element 'plz' : 'D-68131' is not a decimal..
[Error] Bestellung-1e.xml:29:23: Datatype error: 
        In element 'anzahl' : 'zwei' is not a decimal..
Bestellung-1e.xml: 995 ms (24 elems, 2 attrs, 34 spaces, 104 chars)

Die Datumsprobleme und die Anzahl -3 werden nicht entdeckt.

Beispiel Bestellung (streng)

Funktioniert noch nicht ganz: mit Oracle xmlschema ok, mit Apache xerces in alter Syntax

<?xml version="1.0" encoding="UTF-8" ?>

<Bestellung 
   xmlns="http://www.example.com/Bestellung"
   xmlns:xsd="http://www.w3.org/2000/10/XMLSchema"
   xmlns:xsi="http://www.w3.org/1999/XMLSchema-instance"
   xsi:schemaLocation="http://www.example.com/Bestellung Bestellung-4.xsd"
   >

<lfdNr>4711</lfdNr>
<bemerkung>eilig</bemerkung>
<bestellDatum>12.1.01</bestellDatum>
<lieferDatum>2001-01-30</lieferDatum>

<rechnungsAdresse>
<vorName>Karl</vorName>
<nachName>Dall</nachName>
<strasse>L 15, 16</strasse>
<plz>68131</plz>
<ort>Mannheim</ort>
</rechnungsAdresse>

<lieferAdresse>
<vorName>Karl</vorName>
<nachName>Knallinger</nachName>
<strasse>A 5, 6</strasse>
<plz>68131</plz>
<ort>Mannheim</ort>
</lieferAdresse>

<waren>
<artikel>
<aNr>4712</aNr>
<anzahl>2</anzahl>
</artikel>
<artikel>
<aNr>4713</aNr>
<anzahl>-3</anzahl>
</artikel>
</waren>

</Bestellung>

Definition for Oracle xmlschema

<?xml version="1.0" encoding="UTF-8"?>

<schema xmlns="http://www.w3.org/2000/10/XMLSchema"
        targetNamespace="http://www.example.com/Bestellung"
        xmlns:r="http://www.example.com/Bestellung"
	elementFormDefault="qualified"
        >

<element name="Bestellung">
<complexType>
<sequence>
<element name="lfdNr" type="string" />
<element name="bemerkung" type="string" />
<element name="bestellDatum" type="r:Datum" />
<element name="lieferDatum" type="r:Datum" />
<element name="rechnungsAdresse" type="r:Adresse" />
<element name="lieferAdresse" type="r:Adresse" />
<element name="waren" type="r:Waren" />
</sequence>
</complexType>
</element>


<complexType name="Adresse">
<sequence>
<element name="vorName" type="string" />
<element name="nachName" type="string" />
<element name="strasse" type="string" />
<element name="plz" type="decimal" />
<element name="ort" type="string" />
</sequence>
</complexType>


<complexType name="Waren">
<sequence>
<element name="artikel" type="r:Artikel" maxOccurs="10" />
</sequence>
</complexType>

<complexType name="Artikel">
<sequence>
<element name="aNr" type="decimal" />
<element name="bezeichnung" type="string" minOccurs="0" />
<element name="preis" type="decimal" minOccurs="0" />
<element name="anzahl" type="positiveInteger" />
</sequence>
</complexType>

<simpleType name="Datum" >
<restriction base="string">
<pattern value="\d{4}-\d{2}-\d{2}" />
</restriction>
</simpleType>

</schema>

Gefundene Fehler (Oracle xmlschema):

valido Bestellung-4.xsd Bestellung-4e.xml
Parsing Bestellung-4e.xml

<Line 16, Column 37>: XSD-2025: (Error) 
    Invalid text '12.1.01' in element: 'bestellDatum'
<Line 42, Column 20>: XSD-2025: (Error) 
    Invalid text '-3' in element: 'anzahl'
Parser Exception: Invalid text '12.1.01' in element: 'bestellDatum'

Gefundene Fehler (Apache xerces):

valid Bestellung-3e.xml
[Error] Bestellung-3e.xml:7:38: Datatype error: 
        In element 'bestellDatum' : Value '12.1.01' does not 
        match regular expression facet '\d{4}-\d{2}-\d{2}'..
[Error] Bestellung-3e.xml:33:21: Datatype error: 
        In element 'anzahl' : -3 is out of bounds:[ 0 <= X    ]..
Bestellung-3e.xml: 1155 ms (24 elems, 2 attrs, 34 spaces, 99 chars)

Beispiel Personaldaten

xml, dtd, xsd

Stand der Entwicklung

11. Januar 2001

XML Schema, Part 0 Primer, Part 1 Structures, Part 2 Datatypes,
W3C Candidate Recommendation, 24. October 2000
Tools:
Apache Xerces mit SAX und DOM Parser
Oracle xmlschema