Schematron 抽象范式的灵活性

文档选项 未显示需要 JavaScript 的文档选项

级别： 中级

Uche Ogbuji (uche.ogbuji@fourthought.com), 首席顾问, Fourthought, Inc.

2004 年 10 月 01 日

如果对 XML 格式有一定的了解，并且知道不可能让与会的每个人都同意模式中的所有细节，那么请考虑 Schematron 抽象范式。Schematron 可能是最强大的 XML 模式语言（也许不仅仅是一种模式语言）。它的高级特性特别是抽象范式，允许使 XML 模式迅速适应不同的 XML 格式。这样就为 XML 模式带来了无限的可能性，包括限制 XML 格式，或者使其更具一般性和适应性。

ISO Schematron 是一种非常独特的 XML 模式语言，无论是结合其他模式语言或者单独使用都具有强大的功能。我曾经在教程“ Schematron 实用入门”中指出，Schematron 不仅仅是一种模式语言，而且是一种成熟的 XML 报告工具。本文将讨论 ISO Schematron 的一些高级特性，如果您对这种技术还不熟悉，建议您阅读那一教程。我将主要讨论变量赋值和抽象范式（pattern），这两种技术为 XML 模式设计带来了令人印象深刻的可能性。与上述那篇教程一样，本文中将使用 候选 XML表示 Schematron 模式调用的 XML 文件。

上述教程中曾经提到，严格地说， Schematron 是多种潜在的数据（包括 XML 和其他格式，如扁平文本或者数据库格式）访问方式的宿主语言。但是据我所知，所有 Schematron 执行基本上都使用 XPath 和 XSLT 作为查询语言，用于处理 XML。本文中就假定使用这样的一种执行。测试中使用的是 Scimitar ISO Schematron 工具箱（请参阅 Resources）。

Schematron 测试中的变量

Schematron 的很多思想受到 XSLT 的启发，包括使用变量简化代码。这一点对于约束数据类型非常有用，您需要验证 XML 中的某些文本是某种给定数据类型（如整数、日期、时间或 URL）的有效表示。通常，使用 XPath 检查源数据的词法特性冗长而复杂。明智地使用变量可以帮助简化。您可以按照通常的方式在 assert 和 report 元素的 test 属性中引用变量，比如 $var 。您可以在 Schematron 中使用 let 指令为变量赋值。清单 1 中的 Schematron 代码可以检验提供的钱数是否在 $10,000 和 $1,000,000 美元之间，允许使用千分符和美元符号。

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.ascc.net/xml/schematron">
  <title>Example of let</title>
  <pattern name="Nor too many nor too few dollars">
    <rule context="money">
      <!-- Remove dollar signs and US convention comma separators -->
      <let name="amount" value="number(translate(@amount, '$,', ''))"/>
      <assert test="$amount >= 10000 and $amount <= 1000000">
        Amount should range from ten thousand to one million dollars
      </assert>
    </rule>
  </pattern>
</schema>
  

XPath $amount >= 10000 and $amount <= 1000000 ，相对于 number(translate(@amount, '$,', '')) >= 10000 and number(translate(@amount, '$,', '')) <= 1000000 （Schematron 与 XSLT 一样，XPath 中的“<”必须转义），当然是一种改进。 let 指令的 value 属性在运行时使用封闭的 rule 中定义的上下文计算得到。清单 2、 3和 4都是非常简单的例子，对于 清单 1来说都是有效的，清单 5和 6是无效的。

<money amount="$300,000.00"/>
  

<money amount="500,000"/>
  

<money amount="10000.00"/>
  

<money amount="$1,000.00"/>
  

<money amount="$3,000,000.00"/>
  

let 指令也可以出现在 rule 之外，直接作为 schema 、 pattern 或 phase 的孩子。如果 let 出现在 rule 之外，其 value 以文档根作为上下文节点计算得到。分阶段变量是参数化在不同阶段执行的测试的一种有趣方式。

回页首

Schematron 抽象范式

可以使用变量限制模式的参数化，就是说用规则之外的代码确定特定规则内的部分表达式。这种限制以如何在 XPath 中使用变量为中心。比如，如果希望参数化的是候选 XML 中的元素名，表达式可能就变得非常复杂（比方说必须使用谓词而不是简单的元素名测试）。

Schematron 抽象范式是一种更加灵活的参数化机制。抽象范式是一种特殊的范式，基本上被看作是一个模板。参数和 XPath 变量使用同样的语法（“$param”），但含义有所不同。Schematron 处理程序在用给定的值对参数进行文字串置换时，要执行一次预处理程序。抽象范式在模式编写中的重要用途在于，与候选 XML 中的精确词汇表相比，它更加灵活，强调 XML 中表达的一般概念。比方说，表格是 XML 格式中一种很常见的、增强可读性的组件。但是 XHTML 1.1 中的 Basic Table 模块和 DocBook 中的表格使用不同的词汇表。前者的词汇表源于 HTML，后者则基于 SGML 语言中的 CALS 表格标准。 清单 7 是一个抽象范式的例子，其中包含 XML 表格结构中的一些典型的约束。

  <pattern abstract="true" name="table">
    <rule context="$table">
      <assert test="$row">A table has at least one row</assert>
    </rule>
    <rule context="$row">
      <assert test="$cell">A table row has at least one cell</assert>
    </rule>
  </pattern>
  

属性 abstract="true" 表明这是一个抽象范式。范式中的查询（主要在 context 和 test 属性中）可以包含 $table 这样的 参数引用。参数引用与 XPath 变量引用非常不同，它们完全是运行之前计算的串置换，使用给定的参数可以方便地改写查询。 如果不使用参数引用，抽象范式就与非抽象范式一样。清单 8 中使用抽象范式通过提供的参数值创建它的具体版本。

  <pattern name="xhtml-basic-table" is-a="table">
    <param formal="table" actual="table"/>
    <param formal="row"  actual="tr"/>
    <param formal="cell"  actual="td"/>
  </pattern>
  <pattern name="cals-table" is-a="table">
    <param formal="table" actual="ctable"/>
    <param formal="row"  actual="tbody/row"/>
    <param formal="cell"  actual="entry"/>
  </pattern>
  

清单 8 创建了两个范式，由 is-a 属性给定的抽象范式的具体实例，在该例中属性值为 is-a="table" 。 param 元素提供了抽象范式中每个参数引用的值。比方说， 清单 8 中第一个 pattern 的第一个 param 具有属性 formal="table" ，表明它是为抽象范式中的参数实例 $table 赋值。这个值由 actual 属性（即 actual="table" ）提供。它仅仅是置换文本，不作任何特殊处理。清单 9 是该范式的实例模型，是通过将 清单 8第二个范式的参数应用于 清单 7的抽象范式得到的。置换文本用蓝色突出显示。

  <pattern name="cals-table">
    <rule context="
        
        table
				
        ">
      <assert test="
        
        tbody/row
				
        ">A table has at least one row</assert>
    </rule>
    <rule context="
        
        tbody/row
				
        ">
      <assert test="
        
        cell
				
        ">A table row has at least one cell</assert>
    </rule>
  </pattern>
      
      

允许使用只带一个 is-a 属性的范式指定参数，但是这种范式必须包含规则或者 let 元素。比如，如果希望通过添加范式来确保 CALS 表格中只能使用 tbody ，就不能简单地在 清单 8中的第二个范式增加一条规则，而必须为新增加的规则创建全新的、具体的范式。清单 10 是一个完整的 Schematron 例子，综合了清单 7和 8中的代码，并增加了一个新的、仅用于 CALS 表格形式的具体范式。

<?xml version="1.0" encoding="UTF-8"?>
<schema xmlns="http://www.ascc.net/xml/schematron">
  <title>Table abstract patterns</title>
 
  <pattern abstract="true" name="table">
    <rule context="$table">
      <assert test="$row">A table has at least one row</assert>
    </rule>
    <rule context="$row">
      <assert test="$cell">A table row has at least one cell</assert>
    </rule>
  </pattern>
  <pattern name="xhtml-basic-table" is-a="table">
    <param formal="table" actual="table"/>
    <param formal="row"  actual="tr"/>
    <param formal="cell"  actual="td"/>
  </pattern>
  <pattern name="cals-table" is-a="table">
    <param formal="table" actual="ctable"/>
    <param formal="row"  actual="tbody/row"/>
    <param formal="cell"  actual="entry"/>
  </pattern>
  <!-- special stand-alone pattern for CALS-specific table rules -->
  <pattern name="cals-table-extra">
    <rule context="ctable">
      <assert test="tbody">A table has a tbody</assert>
    </rule>
  </pattern>
</schema>
  

回页首

结束语

您已经看到，Schematron 抽象范式的基本机制非常简单。虽然如此，它却大大增强了 XML 模式的表达能力。常常遇到这样的情况，就模式的基本想法能够广泛达成一致，但是很难统一到具体的语法上来。比方说，表示订单可能有无数种 XML 格式，但是都需要有一些品名元素、交货地点等。 Schematron 抽象范式可以独立于订单格式所用的具体语法描述这类一般性概念。这种灵活性是 SGML 中的 Architectural Form 规范的优点之一。Architectural Form 是创建特殊 DTD 的一种方法，这种 DTD 允许 XML 名称的再映射。这种方法非常巧妙，但是也很复杂，很少有人能够充分地理解它并利用其强大的功能。Schematron 将其用于 XPath 查询从而提供了一种更加简单、更加灵活的方法。

如我在“ 技巧：将数据词典用于 XML 和 Web 服务大纲”一文中所述，如果再加上语义丰富的注释，还可以进一步增强 Schematron 抽象范式的表达能力。得到的模式更容易适应不同的语法，同时又保持 语义透明性，这是我在 Thinking XML 专栏中发明的一个词，即这样一种能力，无论信息使用了何种具体的语法，XML 系统都能正确解释。

即使眼下还用不上语义透明性，抽象范式也是一种很有用的工具。如果 XML 词汇表的用户分布在世界各地，而您希望提供元素名和属性名、受控词汇表等的本地化版本，可以考虑使用抽象范式。总之，这种 Schematron 设备将让您重新考虑更好的 XML 模式设计方式。

参考资料

• 您可以参阅本文在 developerWorks 全球站点上的 英文原文。
  
  
• 通过 Ogbuji 的教程“ Schematron 实用入门”（ developerWorks，2004 年 9 月）学习 Schematron。
  
  
• Scimitar是本文使用的 ISO Schematron 实现。 Schematron 发明者 Rick Jelliffe 提供的 Weblog还提到了其他几种 ISO Schematron 实现。
  
  
• 要进一步了解 Architectural Form 及其与 Schematron 抽象范式的关系，请阅读 Leigh Dodds 的文章“ Schematron and Architectural Forms”，文中提供了很多有用的链接。
  
  
• 研究 XHTML 1.1及其在“ Modularization of XHTML”中定义的模块。其中 5.6.1 节定义了“ Basic Tables Module”。从实用的角度讲，作者建议阅读“ Tables Module”，它的命名更合适，而且定义了更适合访问的表格模型。
  
  
• 请参阅 OASIS Technical Memorandum TM 9502:1995，它定义了 CALS Table Model DTD。这是一种广泛采用的 SGML 表格形式，总的来说也是对各种文档语言很有影响的表格模型。
  
  
• 进一步研究 Ogbuji Thinking XML 专栏 中讨论的语义透明性、XML 设计和其他话题，不要忘记 Thinking XML讨论论坛 是对此进行讨论的好地方。 Rick Jelliffe 在关于语法灵活性的 XML-DEV 分论坛中提供了抽象范式的 一个例子（已经过期）。
  
  
• 在 developerWorks Developer Bookstore中可以找到各种关于 XML 的书籍。
  
  
• 在 developerWorks XML专区可以找到更多的 XML 资源。
  
  
• 了解如何才能成为一名 IBM 认证的 XML 及相关技术的开发人员。
  

关于作者

		Uche Ogbuji 是 Fourthought,Inc.的顾问兼创始人，该公司是一家专为企业知识管理提供 XML 解决方案的软件供应商和咨询公司。 Fourthought 开发了 4Suite，这是一个用于 XML、RDF 和知识管理应用程序的开放源代码平台。Ogbuji 先生还是 VersaRDF 查询语言的首席开发人员。他是一位出生于尼日利亚的计算机工程师和作家，目前生活和工作在美国科罗拉多州的博耳德。您可以通过 uche.ogbuji@fourthought.com与 Ogbuji 先生联系。

对本文的评价

太差！ (1) 需提高 (2) 一般；尚可 (3) 好文章 (4) 真棒！(5) 建议？

回页首