Technologie Internetu wykład 9: XML Schema Piotr Habela Polsko-Japońska Wyższa Szkoła Technik...

1

Technologie Internetuwykład 9: XML Schema

Piotr Habela

Polsko-Japońska Wyższa SzkołaTechnik Komputerowych

2

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.

3

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.

4

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” />

5

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>

6

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.

7

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"/>

8

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.

9

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).

10

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…

11

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>

12

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.

13

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 minLengthDla typu string oznaczać to będzie liczbę znaków (np. kody walut), dla typów binarnych – liczbę oktetów, zaś dla list – ich rozmiar.

14

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.

15

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”.

16

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.– Stosowanie w rozszerzeniach – tylko gdy element bazowy jest pusty.

17

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.

18

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.

19

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>

20

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.

21

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.

22

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

23

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”.

24

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.

25

XPath – nawigacja w strukturze dokumentu

26

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.

27

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 „|”.

28

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;

29

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);

30

Budowa kroku XPathSkładnia 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()

31

Skróty dla typowych kroków XPathPełna postać Skrótparent::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::paraodpowiadać może //child::para a w konsekwencji //para.

32

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::paraodpowiada .//para

• Podobnie, krok „..” jest skrótem od parent::node(). Np.. ../tytul zastępuje parent::node()/child::title (selekcjonuje potomne elementy tytul).

33

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:

= != > >= &lt; &lt;= 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. „>=”).

34

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;

35

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).

36

Ograniczenia języka XPath• Nie można wyszukiwać łańcuchów rozciągających się

poprzez kilka elementów;• Niemożność wskazania na znaczniki początkowy i

końcowy;• Niemożność wyszukiwanie encji i sekcji CDATA;• Niemożność wskazywania punktów lub zakresów w

tekście.

• Specyfikacja XPointer, przyjmująca nieco inny model dokumentu, uzupełnia te braki.