计算XML模式中复杂类型的出现次数

Question

目前，我正面临着一个非常大的XSD文件，该文件包含超过20000行代码。顶级XSD文件使用包括：

<?xml version="1.0" encoding="UTF-8"?><schema xmlns="http://www.w3.org/2001/XMLSchema" xmlns:okstra="http://schema.okstra.de/2016/okstra" elementFormDefault="qualified" targetNamespace="http://schema.okstra.de/2016/okstra" version="2.016.0">
  <include schemaLocation="Datentypen.xsd"/>
  <include schemaLocation="S_Administration.xsd"/>
  <include schemaLocation="S_Allgemeine_Geometrieobjekte.xsd"/>
  <include schemaLocation="S_Allgemeine_Mengenberechnung.xsd"/>
  <include schemaLocation="S_Allgemeine_Objekte.xsd"/>

我想知道XML模式中包含多少复杂类型。此外，我对每种复杂类型的最大，最小和平均属性数感兴趣。我也对继承树感兴趣。我想知道复杂类型的继承树的最小，最大和平均深度。

是否有可以计算此软件指标值的工具？

或者是否有快速破解（使用Python，C＃，Java等编程语言）来获取这些数字？

Answer 1

从工具的角度来看，QTAssistant（我与之关联）有一个名为Query for XSD Analysis的组件，可以帮助您完成所描述的内容。事实上，有一篇专题论文可以完全处理你的主题：XSD Complexity Analysis。

好处：您可以构建任何可能的报告，因为该工具基于一个模型，该模型捕获XSD 1.0语言的所有方面及其模式，而这些模式又可以通过SQL进一步按摩和查询。您可能会想到的统计数据和模式。它被广泛用于（到目前为止）满足以下标准的组织中：经常使用XSD表达的大型模型，并要求遵守内部或行业组织定义的XSD设计指南。

警告：你需要知道SQL;它是各种Transact-SQL（我们提供引用here）和一些扩展，例如RegEx支持（.NET的多样性），拼写检查（不太确定德语，但肯定有办法支持它）它可以处理非常大的XSD（20,000是没有，真的，与我所处理的相比），但是你可能需要更多的现代硬件。

例如，如果您想知道复杂类型的数量：

SELECT count(*) from XSComplexType

如果您想了解有关属性数量的指标，我将不得不问：PSVI集合（此复杂类型及其基本类型的所有属性的集合）或仅在复杂类型级别定义的那些（来自一个创作的观点）？

适用于所有用途：

Select count(*) As [Total Attributes],
  XSComplexType.LocalName,
  XSComplexType.Namespace
From XSComplexTypeAttributeUses
  Inner Join XSComplexType
    On XSComplexType.RowId = XSComplexTypeAttributeUses.XSComplexTypeRowId
Group By XSComplexType.LocalName,
  XSComplexType.Namespace

无论如何，对于更复杂的查询（因为模型是高度规范化的），您可以使用内置模型浏览器和查询构建器的帮助：

根据投入的工作量，我认为XSD复杂性分析可能不那么简单 - 当然，如果想要为用户提供模式分析和报告的通用解决方案。

如果我不得不破解它并且只针对您提出的数字，我会选择.NET的API来处理XSD。

从加载并编译XmlSchemaSet开始。

要计算复杂类型的数量：循环遍历XmlSchemaSet.GlobalTypes。值并计算XmlSchemaComplexType的所有实例。如果您的模式使用变色龙模式，则需要更多工作。

计算每种复杂类型的属性数：从XmlSchemaComplexType.AttributeUses开始。跟踪数字以提取您需要的统计数据（最小/最大/平均）。如果要计算为每种类型定义的属性，则需要更多工作，因为您必须查看Attributes属性，与AttributeUses不同，它可能包含对属性组的引用。并考虑use = prohibited场景（即，在继承场景中，应该减少属性的数量等）。

对于继承树，对于您感兴趣的每种类型，请遵循PSVI BaseXmlSchemaType属性 - 确保您不处理重新定义，在这种情况下您必须使用特殊逻辑。在遍历基类型时（基类型名称在http://www.w3.org/2001/XMLSchema名称空间中时停止），跟踪深度，然后计算平均深度。

您也可以使用Apache's XSOM library在Java中编写它。我更喜欢.NET，因为我发现它更适合“黑客”工作。使用Python，如果您像XML一样处理它，您仍然可以。我甚至可以使用XSLT或XQuery编写它。不过，我会选择一个专门的XSD处理器，以利用验证和PSVI。