XML Schema, abgekürzt XSD (XML Schema Definition), ist eine Empfehlung des W3C zum Definieren von Strukturen für XML-Dokumente. Anders als bei den klassischen XML-DTDs wird die Struktur in Form eines XML-Dokuments beschrieben. Darüber hinaus wird eine große Anzahl von Datentypen unterstützt.
XML Schema beschreibt in einer komplexen Schemasprache Datentypen, einzelne XML-Schema-Instanzen (Dokumente) und Gruppen solcher Instanzen. Ein konkretes XML-Schema wird auch als eine XSD (XML Schema Definition) bezeichnet und hat als Datei üblicherweise die Endung .xsd. Im Gegensatz zu DTDs kann bei Verwendung von XML-Schemata zwischen dem Namen des XML-Typs und dem in der Instanz verwendeten Namen des XML-Tags unterschieden werden.
Neben XML Schema gibt es weitere Konzepte zur Definition von XML-Strukturen, wie RELAX NG oder Schematron. Auch DTD als Normbestandteil von XML selbst kann verwendet werden.
Datentypen XML Schema unterscheidet zwischen einfachen (atomaren) Datentypen und komplexen Datentypen. Der Begriff Typ bezeichnet im nachfolgenden Text jeweils die abstrakte Spezifikation der Struktur eines Abschnitts innerhalb eines XML-Dokumentes. Datentypen in XML Schema werden klassifiziert in eingebaute bzw. vordefinierte (built-in) und benutzerdefinierte (user defined) Datentypen.
In der Spezifikation des W3C für XML Schema sind 19 voreingestellte primitive Datentypen (z. B. boolean, string, float, date und NOTATION) und weitere 25 davon abgeleitete primitive Datentypen (wie ID und integer) definiert.
Einfache Typen XML Schema stellt einige grundlegende atomare Datentypen bereit. Die atomaren Datentypen enthalten die „klassischen“ Typen, wie sie zum Teil auch in anderen Typsystemen (z. B. C, Java oder SQL) spezifiziert sind: xs:string xs:decimal xs:integer xs:float xs:boolean xs:date xs:time
Hinzu kommen weitere XML-spezifische atomare Typen, unter anderem: QName: qualifizierter Name, global eindeutiger Bezeichner. Aufgebaut aus sogenannten NCNames (Non-Colonized Names), wobei jeder NCName bis auf den letzten einen Namensraum (Namespace) bezeichnet. Der letzte NCName entspricht dem lokalen Namen innerhalb des Namensraumes. Die einzelnen NCNames werden mittels Punkt (.) zu einem QName zusammengesetzt. anyURI: Uniform Resource Identifier (URI) language: Sprachbezeichnung, z. B. de-DE, en-US, fr ID: Identifikationsattribut innerhalb von XML-Elementen IDREF: Referenz auf einen ID-Wert Einfache XML-Datentypen dürfen weder XML-Kindelemente enthalten noch XML-Attribute besitzen.
Außer den atomaren Datentypen gehören Listen und Unions (bestehend aus atomaren Elementen und Listen) zu den einfachen Typen:
Das folgende Beispiel definiert einen neuen XML-Datentyp mit dem Namen monatInt sowie eine Liste monate dieses neuen Typs: <xs:simpleType name="monatInt"> <xs:restriction base="xs:integer"> <xs:minInclusive value="1"/> <xs:maxInclusive value="12"/> </xs:restriction> </xs:simpleType> <xs:simpleType name="monate"> <xs:list itemType="monatInt"/> </xs:simpleType> Eine Instanz des neuen Typs könnte wie folgt aussehen: <monate> 1 2 3 4 5 6 7 8 9 10 11 12 </monate> Die einzelnen Elemente einer Liste werden durch Leerraum (hier: Leerzeichen) getrennt.
Zu den einfachen Typen gehören zusätzlich noch sogenannte Vereinigungen (englisch ). Ein neuer Typ wird als Vereinigungsmenge bereits bestehender Typen definiert. Jede Instanz wählt dann ihren Typ aus dieser Menge. Das nachfolgende Beispiel definiert einen weiteren Typ monatsname sowie einen Union-Typ monat: <xs:simpleType name="monatsname"> <xs:restriction base="xs:string"> <xs:enumeration value="Jan"/> <xs:enumeration value="Feb"/> <xs:enumeration value="Mär"/> <!-- und so weiter … --> </xs:restriction> </xs:simpleType> <xs:simpleType name="monat"> <xs:union memberTypes="monatsname monatInt"/> </xs:simpleType> XML-Elemente vom Typ monat dürfen entweder ganzzahlige Werte im Bereich 1–12 enthalten oder eine der entsprechenden Monatsbezeichnungen als Zeichenkette. Gültige Instanzen sind beispielsweise: <monat>Jan</monat> <monat>2</monat>
Komplexe Typen In Ergänzung zu den einfachen Typen bieten komplexe XML-Datentypdefinitionen die Möglichkeit, Elementenstrukturen zusammenhängend zu definieren. Solche Strukturen können weitere Elemente und Attribute beinhalten.
Das folgende Beispiel definiert einen neuen Typ pc-Typ mit entsprechenden Kindelementen name, hersteller etc., sowie einem Attribut id: <xs:complexType name="pc-Typ"> <xs:sequence> <xs:element name="name" type="xs:string"/> <xs:element name="hersteller" type="xs:string"/> <xs:element name="prozessor" type="xs:string"/> <xs:element name="mhz" type="xs:integer" minOccurs="0"/> <xs:element name="kommentar" type="xs:string" minOccurs="0" maxOccurs="unbounded"/> </xs:sequence> <xs:attribute name="id" type="xs:integer"/> </xs:complexType>
Die Möglichkeiten zur Definition komplexer Typen sollen hier nur exemplarisch erläutert werden. Der interessierte Leser sei auf die unten angegebenen Links zu den Seiten des W3C verwiesen.
Die Kindelemente eines komplexen Typs können auf drei unterschiedliche Arten kombiniert werden: xs:sequence: Eine Liste von Kindelementen wird spezifiziert. Jedes dieser Elemente kann keinmal, einmal oder mehrfach auftreten (Attribute minOccurs und maxOccurs). Falls kein occurs-Attribut vorhanden ist, wird in beiden Fällen der Default-Wert 1 verwendet. Die Elemente innerhalb einer sequence müssen in der angegebenen Reihenfolge auftreten. In dem oben gezeigten Beispiel müssen die Elemente name, hersteller und prozessor genau einmal auftreten, das mhz-Element kann null- oder einmal auftreten, kommentar-Elemente können beliebig oft oder auch gar nicht auftreten. xs:choice: Aus einer Liste von Alternativen kann ein Element ausgewählt werden. Das nachfolgende Beispiel definiert einen neuen Typ computer, der als Kindelement entweder ein desktop-Element besitzt (vom Typ pc-Typ) oder ein laptop-Element: <xs:complexType name="computer"> <xs:choice> <xs:element name="desktop" type="pc-Typ"/> <xs:element name="laptop" type="laptop-Typ"/> </xs:choice> </xs:complexType> xs:all: Mittels des xs:all-Tags lässt sich eine Gruppe von Kindelementen definieren, von denen jedes maximal einmal auftreten darf (min- und maxOccurs der Kindelemente dürfen nur die Werte 0 oder 1 annehmen). Die Reihenfolge der Elemente ist beliebig.
Beliebiger Inhalt XML-Elemente mit beliebigem Inhalt lassen sich mittels des Basistyps anyType definieren. Der nachfolgende Code spezifiziert ein kommentar-Element beliebigen Inhalts, d. h. sowohl komplexe XML-Elemente als auch Text können vorkommen. <xs:element name="kommentar" type="xs:anyType"/>
Sollen in dem Inhalt Text und Tags in beliebiger Reihenfolge vorkommen können, muss der Wert für das Attribut "mixed" auf "true" gesetzt werden: <xs:element name="tagname"> <xs:complexType mixed="true"> <xs:sequence> <xs:element minOccurs="0" maxOccurs="unbounded" name="child" type="xs:integer"/> <!-- Weitere Elemente … --> </xs:sequence> </xs:complexType> </xs:element>
Leere Elemente Von leeren XML-Elementen spricht man, wenn das jeweilige Element aus nur einem einzelnen XML-Tag besteht und keine weiteren XML-Elemente oder Text umschließt (z. B. der XHTML-Zeilenumbruch: <br />). XML Schema bedient sich an dieser Stelle eines kleinen Tricks: Es wird mittels xs:complexType ein neuer Typ definiert, ohne ein Kindelement anzugeben. Da xs:complexType nach Vorgabe nur komplexe XML-Kindelemente als Inhalt zulässt, bleibt das jeweilige Element in diesem Fall leer.
Ableitung neuer Typen Neue Datentypen lassen sich zum einen durch die Definition eines neuen Typs erstellen (siehe vorheriger Abschnitt) oder durch die Ableitung eines neuen Typs aus bereits bestehenden.
Bei der Ableitung eines neuen Typs handelt es sich nicht um eine Vererbung im Sinne der Objektorientierung, da keine Eigenschaften vergleichbar den Methoden oder Attribute objektorientierter Klassen vererbt werden. Vielmehr handelt es sich hier um die Wiederverwendung bestehender Typdefinitionen. Dementsprechend ist bei der Ableitung neuer Typen auch keine implizite Substituierbarkeit gegeben, wie sie in anderen Typsystemen üblich ist (explizite Typumwandlungen sind jedoch möglich).
Die Ableitung eines neuen Typs kann auf zweierlei Arten erfolgen: Erweiterung oder Einschränkung.
Erweiterung eines Typs Die Erweiterung eines bisherigen Typs (engl. extension) um weitere Eigenschaften, d. h. neue Elemente oder Attribute werden hinzugefügt. Im folgenden Beispiel wird der oben definierte Typ pc-Typ um ein Element ram erweitert: <xs:complexType name="myPC-Typ"> <xs:complexContent> <xs:extension base="pc-Typ"> <xs:sequence> <xs:element name="ram" type="xs:integer"/> </xs:sequence> </xs:extension> </xs:complexContent> </xs:complexType> Der neu definierte XML-Typ myPC-Typ besteht aus allen Kindelementen des Typs pc-Typ sowie dem Element ram. Letzteres wird, wie in einer xs:sequence-Definition, an die bisherigen Kindelemente angehängt. Da keine Substituierbarkeit gegeben ist, darf an einer Stelle an der ein Element vom Typ pc-Typ erwartet wird nicht ohne weiteres ein Element vom Typ myPC-Typ verwendet werden.
Einschränkung eines Typs Durch Einschränkung bereits bestehender Typen (engl. restriction) lassen sich ebenfalls neue Definitionen ableiten. Zu diesem Zweck müssen alle Elementdefinitionen des Basistyps wiederholt werden, verändert um die jeweiligen restriktiveren Einschränkungen. Im folgenden Beispiel wird ein neuer Typ myPC2-Typ von pc-Typ abgeleitet. In diesem Fall darf maximal ein kommentar-Element auftreten (im Gegensatz zu einer beliebigen Anzahl beim Typ pc-Typ) <xs:complexType name="myPC2-Typ"> <xs:complexContent> <xs:restriction base="pc-Typ"> <xs:sequence> <xs:element name="name" type="xs:string"/> <xs:element name="hersteller" type="xs:string"/> <xs:element name="prozessor" type="xs:string"/> <xs:element name="mhz" type="xs:integer" minOccurs="0"/> <xs:element name="kommentar" type="xs:string" minOccurs="0" maxOccurs="1"/> </xs:sequence> </xs:restriction> </xs:complexContent> </xs:complexType>
Zusätzlich zu der Einschränkung komplexer Typen ist es auch möglich, neue Typen als Einschränkung einfacher Typen zu definieren. Ein Beispiel für eine solche Definition befindet sich bereits im Abschnitt zu den einfachen Typen. Ein neuer Typ monatInt wird als Einschränkung des Typs Integer auf den Wertebereich 1–12 definiert. Grundsätzlich stehen die folgenden Primitive zur Verfügung, um Einschränkungen auf einfachen Typen zu beschreiben: length, maxLength, minLength – Beschränkt die Länge eines Strings oder einer Liste. enumeration – Beschränkung durch Angabe alternativer Werte pattern – Beschränkung durch Angabe eines regulären Ausdrucks minExclusive, minInclusive, maxExclusive, maxInclusive – Einschränkung des Wertebereichs. totalDigits, fractionDigits – Einschränkung der Dezimalstellen (Gesamtzahl und Nachkommastellen) whiteSpace – Behandlung von Leerzeichen und Tabs
Die folgenden Beispiele veranschaulichen die Verwendung dieser Komponenten:
Körpertemperatur, 3 Dezimalstellen, 1 Nachkommastelle, Minimal- und Maximalwert <xs:simpleType name="celsiusKörperTemp"> <xs:restriction base="xs:decimal"> <xs:totalDigits value="3"/> <xs:fractionDigits value="1"/> <xs:minInclusive value="35.0"/> <xs:maxInclusive value="42.5"/> </xs:restriction> </xs:simpleType> Deutsche Postleitzahlen, optionales „D “ gefolgt von fünf Ziffern <xs:simpleType name="plz"> <xs:restriction base="xs:string"> <xs:pattern value="(D )?[0-9]{5}"/> </xs:restriction> </xs:simpleType> Größenangabe <xs:simpleType name="size"> <xs:restriction base="xs:string"> <xs:enumeration value="XS"/> <xs:enumeration value="S"/> <xs:enumeration value="M"/> <xs:enumeration value="L"/> <xs:enumeration value="XL"/> </xs:restriction> </xs:simpleType>