1.3 XML Schema和DTD
DTD是近几年来XML技术领域所使用的最广泛的一种模式。但是，由于DTD并不能完全满足XML自动化处理的要求，例如不能很好实现应用程序不同模块间的相互协调，缺乏对文档结构、属性、数据类型等约束的足够描述等，所以W3C于2001年5月正式推荐XML Schema为XML的标准模式。显然，W3C希望以XML Schema来作为XML模式描述语言的主流，并逐渐代替DTD。那么，从技术角度看，XML Schema与DTD有哪些区别，XML Schema又有哪些优势呢？
1.3.1 XML模式与XML格式
XML模式是指用来描述XML结构、约束等因素的语言，例如，XML Schema、DTD、XDR、SOX等。XML格式则是XML文档本身所具有的格式。这里以XML Schema来代表W3C所推荐的XML Schema模式标准，而以“XML模式”来代表所有的XML模式描述语言。
从模式描述语言来说，XML Schema和DTD都属于语法模式。与概念模式不同，语法模式在对同一事物描述时，可以采用不同的语法，例如在对关系模式描述时，无论是使用XML Schema还是DTD，都既可以用元素也可以用属性来描述关系模式的列。
模式必须以某种格式来表示，XML Schema的格式与DTD的格式有着非常明显的区别，事实上XML Schema也是XML的一种应用，也就是说XML Schema的格式与XML的格式是完全相同的，而作为SGML DTD的一个子集，DTD具有与XML格式完全不同的格式。这种区别会给XML Schema的使用带来许多好处：
● XML用户在使用XML Schema的时候，不需要为了理解XML Schema而重新学习，节省了时间。
● 由于XML Schema本身也是一种XML，所以许多的XML编辑工具、API开发包、XML语法分析器可以直接地应用到XML Schema，而不需要修改。
● 作为XML的一个应用，XML Schema理所当然地继承了XML的自描述性和可扩展性，这使得XML Schema更具有可读性和灵活性。
● 由于格式完全与XML一样，XML Schema除了可以像XML一样处理外，也可以同它所描述的XML文档以同样的方式存储在一起，方便管理。
● XML Schema与XML格式的一致性，使得以XML为数据交换的应用系统之间，也可以方便地进行模式交换。
● XML有非常高的合法性要求，DTD对XML的描述，往往也被用作验证XML合法性的一个基础，但是DTD本身的合法性却缺少较好的验证机制，必须独立处理。XML Schema则不同，它与XML有着同样的合法性验证机制。
1.3.2 数据类型
或许，对于许多开发人员来讲，XML Schema与DTD相比的一个最显著的特征，就是对数据类型的支持了。这完全是因为DTD提供的数据类型只有CDATA、Enumerated、NMTOKEN、NMTOKENS等十种内置（built-in）数据类型。这样少的数据类型通常无法满足文档的可理解性和数据交换的需要。XML Schema则不同，它内置了三十七种数据类型，如long, int, short, double等常用的数据类型，并通过将数据类型表示为由value space、lexical space和facet组成的三元组而获得更大的灵活性。但是，XML Schema数据类型的真正灵活性来自于其对用户自定义类型的支持。XML Schema提供两种方式来实现数据类型的自定义。
简单类型定义（simpleType）
这是在XML Schema内置的数据类型基础上或其他由XML Schema内置的数据类型继承或定义所得到的简单的数据类型（simpleType）基础上，通过restriction, list或者union方式定义新的数据类型。
以下三个清单定义的都是简单数据类型：
清单1-2 restriction方式的定义
<simpleType name=' Sku' >
<restriction base=' string' >
<pattern value=' \d{3}-[A-Z]{2}' />
</restriction>
</simpleType>
清单1-3 list方式的定义
<simpleType name=' listOfDouble' >
<list itemType=' double' />
</simpleType>
清单1-4 union方式的定义
<xsd:attribute name="size">
<xsd:simpleType>
<xsd:union>
<xsd:simpleType>
<xsd:restriction base="xsd:positivelnteger">
<xsd:minlnclusive value="1"/>
<xsd:maxlnclusive value="12"/>
</xsd:restriction>
</xsd:simpleType>
<xsd:simpleType>
<xsd:restriction base="xsd:string">
<xsd:enumeration value="month"/>
</xsd:restriction>
</xsd:simpleType>
</xsd:union>
</xsd:simpleType>
</xsd:attribute>
复合类型定义（complexType）
该方法提供了一种功能强大的复杂数据类型定义的机制，可以实现包括结构描述在内的复杂的数据类型。下面是一个以complexType定义实现关系模式中表结构的例子，假设有表T_C_Type（Psign, Count），其中Psign为CHAR数据类型，Count为NUMBER数据类型。则有：
清单1-5 complexType定义
<! --表结构类型定义-->
<complexType name="T_C_Type">
<sequence minOccurs="0" maxOccurs="unbounded">
<element name="Psign">
<complexType>
<simpleContent>
<restriction base="string">
<attribute name="value" type="string"/>
</restriction>
</simpleContent>
</complexType>
</element>
<element name="Count" minOccurs="0">
<complexType>
<complexContent>
<restriction base="anyType">
<attribute name="value" type="int" use="optional"/>
</restriction>
</complexContent>
</complexType>
</element>
</sequence>
</complexType>
不仅如此，XML Schema还允许元素的内容取空值，这一点可以扩大XML Schema对数据情况的描述范围，而DTD却无能为力。例如：
清单1-6 XML Schema元素取空值的定义
<element name="test" nullable="true"/>
1.3.3 元素顺序的支持
DTD与XML Schema都支持对子元素顺序的描述，但DTD没有提供对无序情况的描述，也就是如果以DTD来描述元素的无顺序出现的情况，它必须采用穷举元素各种可能出现的排列顺序的方式，这种方法不仅繁琐，有时甚至是不现实的。例如对于table的a, b子元素，如果希望它们以任意的顺序出现，用DTD来描述：
清单1-7 a, b子元素任意顺序出现的DTD定义
<? xml version="1.0" encoding="UTF-8"? >
<! ELEMENT ENTER_NAME_OF_ROOT_ELEMENT_HERE EMPTY>
<! ELEMENT table ((a, b)—(b, a))>
<! ELEMENT a (#PCDATA)><! ELEMENT b (#PCDATA)>
XML Schema提供了<all>标记来描述这种情况：
清单1-8 a, b子元素任意顺序出现的XML Schema定义
<xsd:element name="a" type="xsd:string"/>
<xsd:element name="b" type="xsd:string"/>
<xsd:element name="table">
<xsd:complexType>
<xsd:all>
<xsd:element ref="a"/>
<xsd:element ref="b"/>
</xsd:all>
</xsd:complexType>
</xsd:element>
可见，用XML Schema来实现子元素的无序描述要简单得多。
1.3.4 命名空间
在XML中引入命名空间的目的是为了能够在一个XML文档中使用其他XML文档中的一些具有通用性的定义（通常是一些元素或数据类型等的定义），并保证不产生语义上的冲突。DTD并不能支持这一特性，这进一步限制了DTD的适用范围，而XML Schema却能很好地满足这一特性。
并且，XML Schema还提供了include和import两种引用命名空间的方法。下面的例子中XML Schema文档引用了其他两个XML Schema的定义，通过使用import实现了混合使用不同命名空间的目的。例子中还定义了不同命名空间中元素之间的keyref约束。
清单1-9 XML Schema对命名空间的使用
<schema targetNamespace="http://202.117.84.144"
xmlns:xs="http://202.117.84.144"
xmlns="http://www.w3.org/2001/XMLSchema"
xmlns:a="http://202.117.84.228/middlewareSqlServer2000sqlservertest2021178422
xmlns:b="http://202.117.84.228/middlewareOracle805ioracletest20211784144"
elementFormDefault="qualified">
<import namespace="http://202.117.84.228/middlewareSqlServer2000sqlserverte
st20211784228"
schemaLocation="F:\xml schema\middlewareSqlServer2000sqlservertest20
211784228.xsd"/>
<import namespace="http://202.117.84.228/middlewareOracle805ioracletest202
11784144"
schemaLocation="F:\xml schema\middlewareOrcal805ioracletest20211784144.
xsd"/>
<annotation>
<documentation xml:lang="cn">
schema for Middleware
Copyright 2001 Zhou Jingtao. All rights reserved.
</documentation>
</annotation>
<element name="CombineDatabase">
<complexType>
<sequence>
<element name="CombinGlobeSchema">
<complexType>
<sequence>
<element ref="a:H-Database"/>
<element ref="b:H-Database"/>
</sequence>
</complexType>
<keyref name="SqlServerTest_T_C_Psign" refer="b:gz_jgxx_lD_pk">
<selector xpath="a:H-Database/a:SqlServerTest/a:T_C/a:Count"/>
<field xpath="@value"/>
</keyref>
</element>
</sequence>
</complexType>
</element>
</schema>
1.3.5 对API的支持
在使用XML技术时，DOM和SAX可能是技术人员最常使用的XML API。但是DOM和SAX只对XML实例文档有效，虽然可以通过它们实现用DTD来验证XML文档，但是DOM和SAX却没有提供解析DTD文档内容的功能，也就是说我们无法通过DOM或SAX来得到DTD中元素、属性的声明和约束的描述。然而在基于XML+DTD的数据交换过程中，一些应用程序需要得到DTD本身的描述内容和结构，以方便对XML文档中数据的处理，例如在使用关系数据库存储XML文档的过程中就涉及如何将DTD映射为关系模式描述的问题。为了实现对DTD的解析，研究人员必须为DTD开发新的接口或者专用工具，这样会带来了很多不便。
由于XML Schema本身就是一个XML文档，所以我们可以通过使用DOM、SAX或JDOM等XML API很容易地解析XML Schema，这就实现了XML文档与其描述模式处理方式的一致性，利于数据的传输和交换。
1.3.6 对于属性的定义
DTD以关键字#IMPLIED、#FIXED和#REQUIRED来指定属性是否出现，并支持属性默认值的定义。XML Schema则提供了更明确的标记来实现属性的清晰易懂的表示。XML Schema废弃了DTD的# IMPLIED，不再支持属性的隐含状态，要求必须给出明确的状态，并以prohibited来表示属性的禁用；对于默认值的表达则更为直观，用default来直接给出。
清单1-10 DTD 、XML Schema对属性的限制
<! ATTLlST TestDTD testAr1 CDATA #lMPLlED>
<! ATTLlST TestDTD testAr2 CDATA #REQUlRED>
<! ATTLlST TestDTD testAr3 CDATA #FlXED "3">
<! ATTLlST TestDTD testAr4 CDATA "3">
<xsd:attribute name="TestAr1" type="xsd:string" use="optional" default="3"/>
<xsd:attribute name="TestAr2" type="xsd:string" use="prohibited"/>
<xsd:attribute name="TestAr3" type="xsd:string" use="required" fixed="3"/>
1.3.7 注释
DTD和XML Schema均支持<! -注释内容-->这样的注释方法，但是XML Schema提供了更灵活和有用的注释方式：documentation和appinfo。它们提供了面向读者和应用的注释，如清单1-11所示。
清单1-11 XML Schema的注释
<xsd:annotation>
<xsd:documentation>面向用户和应用的注释</xsd:documentation>
<xsd:appinfo>
//这是一段C语言代码。
#include stdio.h
void main()
{
int i, j;
i =1;
j=i+1;
}
</xsd:appinfo>
1.3.8 对数据库的支持
目前如何将关系数据表示为XML数据及如何实现基于关系数据库的XML数据存储、查询和更新已成为研究的热点。Deutsh, Florescu, Kossman, Shanmugasundaram和D W Lee等人都在XML与关系数据的相互转化问题方面作了较为深入的研究。然而由于XML Schema成为正式推荐标准的时间较晚，加之DTD语法相对简单，所以现在大部分的研究和应用都是基于DTD展开的。但是，DTD在对关系数据的描述方面存在着明显的不足，例如DTD有限的数据类型根本无法完成对关系数据数据类型的一一映射，也无法实现大部分的数据规则的描述。XML Schema提供了更多的内置数据类型，并支持用户对数据类型的扩展，基本上满足了关系模式在数据描述上的需要，这一点可以说是XML Schema比DTD更适合描述关系数据的一个主要的原因。
通过比较，可以看出，XML Schema比DTD具有更强的表现力，能够更好地满足不同领域应用的需求。那么，是不是可以说DTD会很快被XML Schema替代并最终消失呢？从作者的观点来看，XML Schema虽然在大多数的应用领域都有替代DTD的趋势，但是DTD仍然有它的适用范围，不可能被XML Schema完全替代：
● DTD是作为XML标准的一部分发布的，W3C似乎并没有准备将其从XML标准中废除掉，对于DTD的支持还将持续。
● 目前大多数的面向XML的应用，都对DTD做了很好的支持，DTD的工具也相对较为成熟。一般情况下，这些应用和工具并不会选择以XML Schema替换DTD的方式对其升级，更多的选择应该是二者都支持。当然，对于那些对数据交换或者描述能力要求较高、DTD已不能满足功能需求的应用来说，以XML Schema代替DTD已经成为一种必然趋势。
● 当前大多数与XML模式相关的算法研究都是基于DTD展开的，作为一种研究的延续，并不会放弃DTD的研究成果，但是，针对XML Schema的研究将会成为一个新的热点。
● 在一些相对要求简单的处理环境中，DTD仍然会占有一席之地。
● 同其他技术的发展一样，由于新标准的出现，DTD的作用会逐渐减弱，但正如层次数据库在今天仍然在使用一样，对XML Schema是否会完全替代DTD做一个结论似乎为时过早。
所以，作为一种强有力的标准，XML Schema成为XML模式的主流已经成为一种趋势；但作为一种最简单的XML模式，DTD也还将会在一段时间内发挥它应有的作用。