Question

尝试使用Saxon针对多个架构文档验证多个XML文件时遇到了困难。这些困难是由几个元素之间存在的substitutionGroup关系引起的。这是一个简单的问题重建。

模式是：

family.xsd

<?xml version="1.0" encoding="UTF-8"?>
<schema targetNamespace="http://myexample/family" xmlns:fam="http://myexample/family" xmlns="http://www.w3.org/2001/XMLSchema">
  <element name="FamilyMember" type="string" />
  <element name="Parent" type="string" substitutionGroup="fam:FamilyMember"/>
  <element name="Child" type="string" substitutionGroup="fam:FamilyMember"/>
  <element name="Family">
    <complexType>
      <sequence>
        <element ref="fam:FamilyMember" maxOccurs="unbounded"/>
      </sequence>
    </complexType>
  </element>  
</schema>

family_ext.xsd

<?xml version="1.0" encoding="UTF-8"?>
<schema targetNamespace="http://myexample/family_ext" xmlns:fam="http://myexample/family" xmlns="http://www.w3.org/2001/XMLSchema">
  <import namespace="http://myexample/family" schemaLocation="http://www.valid.nl/taxo3/family.xsd"/>
  <element name="Cousin" type="string" substitutionGroup="fam:FamilyMember"/>
</schema>

两个实例文件是：

family1.xml

<Family xmlns="http://myexample/family">
  <Parent>John</Parent>
  <Child>Alice</Child>
</Family>

family2.xml

<Family xmlns="http://myexample/family" xmlns:fam2="http://myexample/family_ext" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://myexample/family_ext http://www.valid.nl/taxo3/family_ext.xsd" >
  <Parent>John</Parent>
  <Child>Alice</Child>
  <fam2:Cousin>Pete</fam2:Cousin>
</Family>

问题在于：我首先使用addSchemaSource方法将family.xsd加载到Saxon配置中。然后我验证family1.xml。这有效。如果我然后尝试验证family2.xml，我会收到以下错误：

In content of element <Family>: The content model does not allow element <Q{.../family_ext}Cousin> to appear immediately after element <{http://myexample/family}Child>. Expected <Q{.../family}FamilyMember> or nothing.

但是，如果我首先验证family2.xml，验证成功（如果我然后验证family1.xml，这也会成功）。

我发现此问题的解决方法是清除验证之间的架构缓存。然而，这最终不是一个非常令人满意的解决方案，因为在实际的用例中我有一个具有数十个模式的缓存，而不必继续重新加载它们。此外，当我开始验证时，我还不知道shemas的总集合是什么，所以我不能先抢先加载它们（在上面的例子的上下文中，我不能加载family.xsd和family_ext.xsd在验证开始时。）

为什么我执行验证的顺序很重要？有没有办法让Saxon处理这些类型的验证而不必继续清除架构缓存？

Answer 1

当您加载第二个架构文档时，Saxon应该会给您一个错误，称您无法将成员添加到已用于验证的替换组中。原因是更改架构会使先前的结果无效。在XSLT / XQuery上下文中，这是相关的，因为第一个文档可能仍然存在，并且其类型注释（从模式处理派生）可能会影响它的处理方式;如果在验证时使用的模式类型与查询/转换时使用的模式类型有很大不同，那么所有类型的事情都可能出错。因此，对于您的问题的答案通常是，您应该在使用（已组装）架构之前将所有架构文档加载到Saxon配置中。事实上，规则并不那么严格，你可以安全地做出许多改变。 Saxon检查并尝试阻止的更改是添加到替代组的成员资格，并添加从现有类型扩展派生的新类型。还有其他不安全的更改，Saxon可能应该检查这些更改：例如，如果添加一个名为X的新全局元素声明，那么如果它被松散地验证，则可以使包含名为X的元素的内容无效。

我不知道为什么撒克逊在添加到替换组时没有报告错误。我会调查一下。

这里实际发生的是，用于Family元素的匿名复杂类型被编译为用于验证过程的有限状态机。此FSM考虑了已知的替换组成员。看起来原始的FSM用于验证新元素，而不考虑已添加新的替换组成员。

后来：我试图按如下方式重现：

            Processor proc = new Processor(true);
            SchemaManager sm = proc.getSchemaManager();
            sm.load(new StreamSource(new StringReader(sch1)));
            System.err.println("Schema 1 OK");
            sm.newSchemaValidator().validate(new StreamSource(new StringReader(doc1)));
            System.err.println("Doc 1 OK");
            sm.load(new StreamSource(new StringReader(sch2)));
            System.err.println("Schema 2 OK");
            sm.newSchemaValidator().validate(new StreamSource(new StringReader(doc2)));
            System.err.println("Doc 2 OK");

其中sch1，sch2，doc1和doc2是您的示例文档和模式。在加载sch2时，我得到了我的期望：

    net.sf.saxon.s9api.SaxonApiException: It is not possible to add to the 
substitution group of element FamilyMember in namespace 'http://myexample/family', 
because the schema for that namespace has already been used for validating instance 
documents, or for compiling queries or stylesheets

如果在验证第一个文件后将substitutionGroup成员添加到模式，则使用Saxon验证多个xml文件会失败

1 个答案: