XSD 模式使用通用限制模式验证所有元素：例如允许的字符

Question

我有许多用于验证传入 XML 的复杂 XSD 文件。这些 XSD 是标准，并且会不时更新。

除此之外，还有一项业务限制规定，任何元素/属性中只能允许使用特定的拉丁字符、数字和符号子集。

我的想法是创建一个通用 XSD，在特定 XSD 之前用作通用验证，而不是去每个 XSD 并为每个 simpleType 添加模式限制（由于多种原因这是不可能的）将应用验证。

但是，我找不到将相同限制应用于可变元素集的方法，无论它们声明的位置和深度。

为了给你一个想法，我想使用xsd:any 并像这样应用相同的simpleType：

<!-- XSD for allowable characters -->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified">

    <xs:element name="AppHdr" type="AnyRoot"/>

    <xs:simpleType name="AnyElement">
        <xs:restriction base="xs:string">
            <xs:pattern value="[A-Za-z0-9]*"/>
        </xs:restriction>
    </xs:simpleType>

    <xs:complexType name="AnyRoot">
        <xs:sequence>
            <xs:any namespace="##any" processContents="skip"
                    minOccurs="0" maxOccurs="unbounded"
                    type="AnyElement"/>
        </xs:sequence>
    </xs:complexType>

</xs:schema>

很遗憾，xs:any 中不允许使用 type 属性，因此这是无效的。也许这与xs:group 的组合可以解决问题？

搜索了任何替代方案但没有运气，我发现所有类似的方法都涉及更改原始 XSD 中具有已知名称和位置的特定元素。这对我来说是不行。

起初，在我看来，这似乎是微不足道和常见的情况，但结果却是一种罕见的情况。

如果有人能对此有所了解，我将不胜感激。谢谢！

[编辑]：

我最终决定采用另一条路径而不是 XSD，我正在使用 XSL 过滤无效字符并在找到时返回报告。

<?xml version="1.0" encoding="UTF-8"?>
<!-- XSL for allowable characters: Andreas Gounaris, 2021 -->
<xsl:stylesheet version="2.0"
                xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
                xmlns:devdom="http://example.com/xfunctions/"
                extension-element-prefixes="devdom">
    <xsl:output method="text" media-type="text/plain" indent="no" omit-xml-declaration="yes" encoding="UTF-8"/>

    <!-- Matching document root -->
    <xsl:template match="/">
        <xsl:apply-templates select="*" mode="verify"/>
    </xsl:template>

    <!-- Remove whitespace between nodes -->
    <xsl:template match="text()[not(normalize-space())]" mode="verify"/>

    <xsl:template match="*" mode="verify">
        <xsl:apply-templates select="@* | node()" mode="verify"/>
    </xsl:template>

    <!-- Matching attribute and text nodes -->
    <xsl:template match="@* | text()" mode="verify">
        <xsl:variable name="invalidContent" select="devdom:exslt_verify_mx_disclosure_chars(.)"/>
        <xsl:if test="$invalidContent">
            <xsl:value-of select="concat(name(parent::*), ': ', $invalidContent)"/>
            <xsl:value-of select="'|-|'"/>
        </xsl:if>
    </xsl:template>

</xsl:stylesheet>

转换器遍历所有属性和文本节点，并以当前节点作为参数调用 XSLT 外部函数exslt_verify_mx_disclosure_chars。 该函数匹配正则表达式中任何但有效的字符。

在这个例子中，我返回一个 str 分隔的文本文件 '|-|'但它也可以是 XML。

Answer 1

Schematron 使用 XPath 或 XSLT 2 或 3 可能是这样的

<schema xmlns="http://purl.oclc.org/dsdl/schematron" queryBinding="xslt2">
    <pattern>
        <rule context="text()[normalize-space()] | @*">
            <assert test="matches(., '^[A-Za-z0-9]*$')">Only ASCII characters and digits</assert>
        </rule>
    </pattern>
</schema>

Answer 2

如果这是混合内容，那么您绝对不能这样做（没有 XSD 1.1 断言） - 无法限制混合内容中出现的文本。

使用简单类型，您可以使所有（基于字符串的）简单类型派生自 xs:string 的子类型，并具有适当的模式限制，但如果这对您的口味来说重构太多，那么您将拥有寻找另一种方式。

如果您要独立于 XSD 验证进行单独的验证传递，那么 XSD 似乎不是合适的技术。如果您在 Java 世界中，我会很想使用放置在 XML 解析器和模式验证器之间的 SAX 过滤器来做到这一点。