[转]XML Schema 与 XML DTD的技术比较与分析

    XML DTD(XML的文档类型定义)是近几年来XML技术领域所使用的最广泛的一种模式。但是，由于XML DTD并不能完全满足XML自动化处理的要求，例如不能很好实现应用程序不同模块间的相互协调，缺乏对文档结构、属性、数据类型等约束的足够描述等等，所以W3C于2001年5月正式推荐XML Schema为XML 的标准模式。显然，W3C希望以XML Schema来作为XML模式描述语言的主流，并逐渐代替XML DTD。那么XML Schema与XML DTD相比到底有哪些优势呢，XML DTD是否真的会在XML的模式描述领域中逐渐消失呢？

一、XML模式与XML格式
XML模式是指用来描述XML结构、约束等因素的语言，例如XML Schema、XML DTD、XDR，SOX等等。XML格式则是XML文档本身所具有的格式。本文以XML Schema来代表W3C所推荐的XML Schema模式标准，而以"XML模式"来代表所有的XML模式描述语言。

从模式的描述语言来说，XML Schema和XML DTD都属于语法模式。与概念模式不同，语法模式在对同一事物描述时，可以采用不同的语法，例如在对关系模式描述时，无论是使用XML Schema还是XML DTD，都既可以用元素也可以用属性来描述关系模式的列。

模式必须以某种格式来表示，XML Schema的格式与XML DTD的格式有着非常明显的区别，XML Schema事实上也是XML的一种应用，也就是说XML Schema的格式与XML的格式是完全相同的，而作为SGML DTD的一个子集，XML DTD具有着与XML格式完全不同的格式。这种区别会给XML Schema的使用带来许多好处：

二、数据类型
或许，对于许多开发人员来讲，XML Schema与XML DTD相比的一个最显著的特征，就是其对数据类型的支持了。这完全是因为XML DTD提供的数据类型只有CDATA 、Enumerated、NMTOKEN 、NMTOKENS等十种内置（built-in）数据类型。这样少的数据类型通常无法满足文档的可理解性和数据交换的需要。XML Schema则不同，它内置了三十七种数据类型，如long，int，short，double等常用的数据类型，并通过将数据类型表示为由value space、lexical space和facet三部分组成的三元组而获得更大的灵活性。但是， XML Schema数据类型的真正灵活性来自于其对用户自定义类型的支持。XML Schema提供两种方式来实现数据类型的定义。

1)简单类型定义（simpleType），即在XML Schema内置的数据类型基础上或其它由XML Schema内置的数据类型继承或定义所得到的简单的数据类型（simpleType）基础上，通过restriction，list 或者 union方式定义新的数据类型。
例如：
源码1 restriction方式的定义

源码2 list方式的定义

源码3 union方式的定义

2) 复合类型定义（complexType），该方法提供了一种功能强大的复杂数据类型定义机制，可以实现包括结构描述在内的复杂的数据类型。下面是一个以complexType定义实现关系模式中表结构的例子，设有表T_C_Type（Psign，Count），其中Psign为CHAR数据类型，Count为NUMBER数据类型。则有：

源码4 complexType定义

不仅如此，XML Schema还允许元素的内容取空值，这一点可以扩大XML Schema对数据情况的描述范围，而XML DTD则无能为力。例如：
源码5 XML Schema 元素取空值的定义

三、元素顺序的支持
XML DTD与XML Schema 都支持对子元素节点顺序的描述，但XML DTD没有提供对于无序情况的描述，也就是如果以XML DTD来描述元素的无顺序出现情况，它必须采用穷举元素各种可能出现的排列顺序的方式来实现，这种方法不仅繁琐，有时甚至是不现实的。例如对于table的a，b子元素，如果希望它们以任意的顺序出现，用XML DTD来描述：

源码6 a，b子元素任意顺序出现的XML DTD定义

XML Schema提供了<all>标记来描述这种情况：

源码7 a，b子元素任意顺序出现的XML Schema定义

可见，用XML Schema来实现子元素的无序描述要简单的多。

四、命名空间
在XML中引入命名空间的目的是为了能够在一个XML文档中使用其它XML文档中的一些具有通用性的定义（通常是一些元素或数据类型等的定义），并保证不产生语义上的冲突。XML DTD并不能支持这一特性，这进一步限制了XML DTD的适用范围。而XML Schema则很好的满足了这一点。

并且， XML Schema还提供了include 和 import两种引用命名空间的方法。下面的例子中XML Schema文档引用了其它两个XML Schema的定义，通过使用import实现了混合使用不同命名空间的目的。例子中还定义了不同命名空间中元素之间的keyref约束。

源码8 XML Schema对命名空间的使用

五、对于API的支持
在掌握和使用XML技术时，DOM和SAX可能是技术人员最常使用到的XML API。DOM和SAX只对XML实例文档有效，虽然可以通过它们实现以XML DTD来验证XML文档,但是DOM和SAX却没有提供解析XML DTD文档内容的功能，也就是说我们无法通过DOM或SAX来得到DTD中元素、属性的声明和约束的描述。但是在基于XML+DTD的数据交换过程中，一些应用程序需要得到DTD本身的描述内容和结构，以方便对XML文档中数据的处理，例如在使用关系数据库存储XML 文档的过程中就涉及到如何将XML DTD映射为关系模式描述的问题。为了实现对XML DTD的解读，研究人员必须为XML DTD开发新的接口或者专用工具，带来了很大的不便。

由于XML Schema本身就是一个XML 文档，所以我们可以通过使用DOM、SAX或JDOM等XML API很容易的解析XML Schema，这就实现了XML文档与其描述模式处理方式的一致性，利于数据的传输和交换。

六、更加清晰的属性出现情况的限制、以及缺省值和枚举
XML DTD以关键字#IMPlIED、#FIXED和#REQUIRED来指定属性是否出现，并支持属性缺省值的定义。XML Schema则提供了更明确的标记来实现清晰易懂的表示。XML Schema废弃了XML DTD的#IMPlIED，不再支持属性的隐含状态，而要求必须给出明确的状态，并以prohibited来表示属性的禁用。对于缺省值的表达则更为直观，用default来直接给出。

源码9 XML DTD 、XML Schema对属性出现情况的限制

对于XML Schema在枚举方面的改进，请参见参考资料中"XML 问题 #7 W3C XML Schema 与文档类型定义 (DTD) 比较"一文（文献9）。

七、注释
XML DTD和XML Schema都支持<!-注释内容–>这样的注释方法，但是XML Schema提供了更灵活和有用的注释方式：documentation和appinfo。它们提供了面向读者和应用的注释。

源码10 XML Schema的注释

八、对数据库的支持
目前如何将关系数据表示为XML数据和如何实现基于关系数据库的XML数据存储、查询和更新已经成为了研究的热点。Deutsh，Florescu[5]，Kossman[5]，Shanmugasundaram[6,7]和D W Lee[8]等人都在XML与关系数据的相互转化问题方面作了较深入的研究。然而由于XML Schema成为正式推荐标准的时间较晚，加之XML DTD语法相对简单，所以现在大部分的研究和应用都是基于XML DTD展开的。但是，XML DTD在对关系数据的描述方面明显存在着不足，例如XML DTD有限的数据类型根本无法完成对关系数据数据类型的一一映射，也无法实现大部分的数据规则的描述。XML Schema提供了更多的内建数据类型，并支持用户对数据类型的扩展，基本上满足了关系模式在数据描述上的需要，这一点可以作为XML Schema比XML DTD更适合描述关系数据的一个主要的原因。

九、一个结论
通过比较，可以看出，XML Schema比XML DTD具有更强的表现力，能够更好的满足不同领域应用的需求。那么，是不是可以说XML DTD会很快被XML Schema替代并最终消失呢。从作者的观点来看，XML Schema虽然在大多数的应用领域都有替代XML DTD的趋势，但是XML DTD仍然有它的适用范围，并不可能被XML Schema完全替代：

所以，作为一种强有力的标准，XML Schema作为XML模式的主流已经成为一种趋势；但作为一种最简单的XML模式，XML DTD也还将会在一段时间内发挥它应有的作用。