1

假设我有以下 XML 文档：

<foo>
  <bar/>
  <bang bash="hello">
    <foobar>123</foobar>
  </bang>
</foo>

我想提取本文档中各个叶子的所有路径列表，例如：

foo
foo.bar
foo.bang
foo.bang.@bash
foo.bang.foobar

这个过程有术语吗？

更进一步：假设我有一个 .xsd 用于一个非常复杂的 XML 模式。有没有一种简单的方法可以从 .xsd 中提取所有此类路径？

（通过简单的方式，理想情况下，我的意思是在某处是否存在执行此操作的库？）

4

3 回答 3

2

在 SGML 社区中，您正在寻找的值（当它们涉及元素时）被称为“完全限定的通用标识符”或 FQGI；因为 '。' 是 XML 中的合法名称字符，在 SGML 参考具体语法中，FQGI 通常用斜线书写，您正在书写点。（我将在这里延伸术语 FQGI 并用它来表示您感兴趣的字符串，包括表示属性而不是元素的字符串。）

对于查找所有 FQGI 集合的过程，我不知道任何既定术语，这些 FQGI 可能出现在针对特定模式有效的文档中。请记住，在许多 XML 词汇表中，这是一个无限集；如果您想要一个终止的进程，您将需要识别所有可能的 FQGI 的有限子集。

但是您需要遵循的过程相对简单。一个简单的版本是这样运行的：

  1. 如果您感兴趣的模式是跨多个模式文档定义的，请将它们全部组合到单个 XML 文档（具有多个 xs:schema 子项的包装器）或可以使用 XSLT 或 XQuery 处理的模式文档的单个集合中。

  2. 确定您希望开始的元素声明和属性声明集。（在你的例子中，这个集合大概由 foo 的顶级元素声明组成。）对于这个集合中的每个项目，写下它的名称和它的类型。将这组字符串/类型对称为 S。

  3. 将集合 S 复制到集合 S' 中。

  4. 按以下方式创建集合 S''：从 S'' 为空开始，然后对于 S' 中的每个项目，令 N 为 FQGI，T 为项目中命名的类型，并且：

    (a) 如果 N 表示一个属性，那么什么也不做。

    (b) 如果 N 表示一个元素，则识别可能出现在该元素上的属性集。对于每个这样的属性，确定其类型 T2，并通过连接 N、斜杠、at 符号和属性的扩展名称来创建字符串 N2。将 (N2, T2) 对添加到 S''。

    (c) 如果 N 表示一个元素，则找到 (i) 出现在 T 的内容模型中，(ii) 匹配 T 的内容模型中的通配符，或 (iii) 可替换的元素集合(i) 或 (ii)。对于每个这样的可能的孩子，识别孩子的类型 T3 并通过连接 N、“/”和可能的孩子的扩展名称来创建一个字符串 N3。将 (N3, T3) 对添加到 S''。

  5. 如果 S'' 为空，你就完成了，你的答案在集合 S 和集合 S' 的并集中。否则，令(a new) S 为S 和S' 的并集，令(a new) S' 等于S''，并进行步骤4。

稍加思考就会告诉您，可以匹配通配符的名称集是无限的，因此步骤 4(c) 中的列表 (ii) 无法完整处理。您可以通过多种方式选择列表的有限子集；您选择哪个取决于您想要 FQGI 列表的用途。

稍加思考就会告诉您，如果词汇表中的任何元素都可以作为其自己的后代出现（如 HTML 的 div 或 li 元素），那么概述的过程将永远不会终止。同样，有多种方法可以修剪 4(c) 中生成的对集合以保证终止。

我不知道有什么库可以做到这一点，也许是因为对于有趣的 XML 词汇表来说，可能的 FQGI 集很少是有限的。使用 XQuery 引擎或在 XSLT 样式表中完成这项工作很容易。

于 2013-03-05T19:25:10.043 回答
1

SO上发布了一个类似的问题。除了我在相关帖子中描述的解决方案之外，我仍然不知道您的方案有任何开箱即用的解决方案（API 或其他）。

我是第一个认识到即使是我在 SO 上描述的解决方案也可能缺乏对某些 XSD 功能的覆盖，或者可能与一个人对如何生成某些 XPath 的特定期望不匹配。它可以支持更新请求中的内容（包括额外的“元数据”，例如由 XPath 匹配的节点类型），因为可以使用自定义公式添加计算列以匹配您的模式。

虽然 CM Sperberg-McQueen 描述的算法肯定会让您对它可能涉及的一些事情有所了解，但它也包含一个关于头脑简单的方法的温和“免责声明”，这实际上意味着所涵盖的许多场景XSD 规范被忽略了。

除非您的 XSD 真的很简单，否则请认为这是一个预告片！一些“坏”的例子：通过复杂类型（不仅仅是元素引用）的递归 XML 结构（暗示）是棘手的，当类型层次结构在 XSD 的设计中很重且普遍时更是如此；使用抽象类型元素（想想 XML 实例中的 xsi:type 属性）、块属性的使用、表单属性、变色龙 XSD 的使用（现在步骤 1 本身就很有趣，更不用说是否使用了不同的默认值用于模式级别的元素/属性形式）。

如果您发现其中一些额外的“细节”适用于您的 XSD，那么我建议您忘记 XQuery 或 XSLT，并使用专门的模式对象模型 API（Java 上的 XSOM，.NET 也有一个很好的 API）来遍历您的 XSD - 在这里我只是重复了 @pgfearo 所说的话（据我所知，SAXON XSD 支持仅在付费版本中提供；而 Apache 和 JAXB RI 为您免费提供 XSOM）。那时你不需要担心很多事情，而且很可能你可以在合理的时间内完成。

于 2013-03-06T03:34:18.063 回答
0

我创建了一个 Java 工具XsdPathTypeGenerator来执行此操作。它还提取元素和属性类型。

给定一个 XSD：

<?xml version="1.0" encoding="UTF-8"?>
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema" targetNamespace="http://smitek.co.uk/example/1">
    <xsd:element name="employee">
        <xsd:complexType>
            <xsd:sequence>
                <xsd:element name="name" type="xsd:string"/>
                <xsd:element name="department">
                    <xsd:complexType>
                        <xsd:sequence>
                            <xsd:element name="name" type="xsd:string"/>
                        </xsd:sequence>
                        <xsd:attribute name="code" type="xsd:integer"/>
                    </xsd:complexType>
                </xsd:element>
            </xsd:sequence>
            <xsd:attribute name="active" type="xsd:boolean"/>
        </xsd:complexType>
    </xsd:element>
</xsd:schema>

它将创建一个地图

employee@active=xsd:boolean
employee/name=xsd:string
employee/department@code=xsd:decimal
employee/department/name=xsd:string

它有一定的局限性，这意味着您将其作为工具运行而不是将其用作库，这对我来说是懒惰的，但它至少解决了我的问题:)

于 2021-01-14T12:39:05.030 回答