不允许 XSD 正则表达式中的特定字符串

Question

我正在尝试使用正则表达式验证受限字符串...

<xs:simpleType name="myStringType">
    <xs:restriction base="xs:string">
        <xs:pattern value="^urn:mystuff:v1:(ABC\.(?!Acme).\S+\.\S+\.a\d+\.v\d+|ABC\.Acme\.\S+\.a\d+\.\d+\.\d+)$"/>
    </xs:restriction>
</xs:simpleType>

如您所见，我尝试使用的正则表达式是

^urn:mystuff:v1:(ABC\.(?!Acme).\S+\.\S+\.a\d+\.v\d+|ABC\.Acme\.\S+\.a\d+\.\d+\.\d+)$

我想验证以下内容：

urn:mystuff:v1:ABC.Test.MyData.a1.v1
urn:mystuff:v1:ABC.Acme.MyData.a1.0.1

但我希望以下失败

urn:mystuff:v1:ABC.Acme.MyData.a1.v1

这在online regex tester 中似乎可以正常工作，但是当我使用 Oxygen XML 编辑器时出现以下错误。

 Pattern value '^urn:mystuff:v1:(ABC\.(?!Acme).\S+\.\S+\.a\d+\.v\d+|ABC\.Acme\.\S+\.a\d+\.\d+\.\d+)$' is not a valid regular expression. The reported error was: 'This expression is not supported in the current option setting.'.

This post 建议 XSD 正则表达式不支持前瞻和后瞻，但问题与数字模式有关，因此在示例中采用了蛮力方法。这是可能的，因为可能性的子集非常有限。

当要禁止的值是特定字符串时，如何处理？

Answer 1

XSD 对它在正则表达式中接受的内容有一个特定的定义，并且它比许多其他正则表达式方言更具限制性。我认为设计者的意图是使用流行的正则表达式方言的“公共子集”，以便可以在任何平台上轻松实现。您正在使用此子集中未定义的 (?! ... ) 和 (?: ... ) 等结构。不幸的是，@x15 的答案也是如此。

告诉你为什么你的尝试不起作用很容易，找到一个可行的替代方案更难。我会选择一个简单的选择，即使用像test="matches($value, XX) or matches($value, YY) and not(matches($value, ZZ))" 这样的XSD 1.1 断言。使用纯 XSD 1.0 的解决方案可能是可行的，但我无法立即看到它。

Answer 2

附录：请注意，此解决方案在字符串中的固定位置植入伪断言。
有关应该跨越整个字符串的断言的示例解决方案
看到这个问题XML schema restriction pattern for not allowing specific string

---

编辑：正如评论中指出的那样，如果这是唯一的，请使用 (..) 而不是 (?:..)
支持的构造。
变了！

---

这个系列(?!Acme)\S+\.可以换成这个大系列：

([^A]\S*|A([^c.]\S*)?|Ac([^m.]\S*)?|Acm([^e.]\S*)?)\.

它更大但应该涵盖所有情况并现在制作正则表达式：

urn:mystuff:v1:(ABC\.([^A]\S*|A([^c.]\S*)?|Ac([^m.]\S*)?|Acm([^e.]\S*)?)\.\S+\.a\d+\.v\d+|ABC\.Acme\.\S+\.a\d+\.\d+\.\d+)

https://regex101.com/r/qXv9HU/2

展开

 urn:mystuff:v1:
 (                             # (1 start)
      ABC \. 
      (                             # (2 start)
           [^A]  \S* 
        |  A 
           ( [^c.] \S* )?                # (3)
        |  Ac 
           ( [^m.] \S* )?                # (4)
        |  Acm  
           ( [^e.] \S* )?                # (5)
      )                             # (2 end)
      \. 
      \S+ \. a \d+ \. v \d+ 
   |  
      ABC \. Acme \. \S+ \. a \d+ \. \d+ \. \d+ 
 )                             # (1 end)

Answer 3

最简单的方法是利用the XML Schem specification 中的这条规则：

如果多个元素信息项作为<simpleType> 的子项出现，则应将这些值组合起来，就像它们作为单独的分支出现在单个正则表达式中一样。 注意：这是模式表示约束多个模式（第 4.3.4.3 节）和限制规则的结果，即在类型派生的同一步骤上指定的模式方面被 ORed 在一起，而在类型派生的不同步骤上指定的模式方面类型推导是 AND 在一起的。

不要尝试使用单个正则表达式匹配两个允许的模式，而是指定两个单独的模式方面。如果需要第三种、第四种 URN 模式，这也会更自然地扩展。