xml のスキーマ書法 (2)

XML のスキーマ書法 (2)

村田　真日本 IBM( 株 ) 東京基礎研 / 国際大学

スキーマ言語

DTD, W3C XML Schema, RELAX NG

DTD の制定 W3C が XML 1.0 の一部として制定した SGML （ XML の原型）以来の長い歴史

DTD の構文 要素型宣言

<!ELEMENT doc (sec*)> 属性リスト宣言

<!ATTLIST doc version CDATA #REQUIREDyear CDATA 1999

>

DTD の問題点 独自の奇妙な構文 拡張性の欠如 構文解析がしにくく、ツールが作りに

くい 名前空間が扱えない データ型がない

W3C XML Schema の制定 W3C が 2001 年に制定した勧告 Part 0, 1, 2 の三部構成であり、

総計 400 ページ Part 0: 入門 Part 1: 構造 Part 2: データ型

主な機構 単純型（データ型） 複合型 = 内容モデル + 属性宣言 継承（三種類） 要素宣言 ( タグ名を型に関連付ける ) 属性宣言 ( 属性名を単純型に関連付け

る ) 名前空間とモジュール化のための機構

W3C XML Schema の複合型

<xsd:complexType name="Address" ><xsd:sequence> <xsd:element name="city" type="xsd:string" /> <xsd:element name="zip" type="xsd:decimal"/>

</xsd:sequence><xsd:attribute name="country" type="xsd:NMTOKEN "

use="fixed " value="US"/></xsd:complexType>

W3C XML Schema の問題点 きわめて複雑 実装はいくつか存在するが，相互運用

性に問題がある OOXML のスキーマは Microsoft の実装でし

か動かない 基盤となる数学理論がない

RELAX NG の制定 OASIS の RELAX NG 技術委員会と ISO/I

EC JTC1 SC34 委員会 ISO/IEC 19757-2

木正規文法 文字列言語ではなく木言語を使う スキーマは木正規文法である 生成規則は、 n ::= a < exp > の形である

n非終端記号

a終端記号

exp非終端記号からなる正規表現

XML 文書は sentence である

Chomsky 階層

Local

木言語 文字列言語

Regular

Context-Free

Local

Regular

Context-Free

木正規言語理論のもたらす利点 木オートマトンによる検証

数学的に厳密 小さな検証器

ブール演算が可能 スキーマの共通集合・和集合・差集合

Atom

デモ ブログと Atom フィードの例 Atom 使用アプリのデモ（はてな、 Firef

ox ）

Atom スキーマ RFC 4287

Atom のスレッド拡張（ RFC 4685) ブログ記事のスレッド、ブログのトラックバックによる関係を示す。

拡張部分 in-reply-to 要素 rel="replies" の atom:link total 要素 thr:count 属性 thr:updated 属性

問題点 スレッド拡張のスキーマは、 Atom 本体のスキーマから呼ばれていない。

Atom フィード全体を Atom 本体スキーマに照らして検証しても、拡張部分は検証されない。

スキーマのカスタマイズ方法 既存スキーマを直接編集する

既存スキーマが改版されたとき、メンテナンスが困難。

既存スキーマを読み込んだ上で書き換えるスキーマを作る テクニックを要する ( とくに DTD)

方法 1: 置き換え 既存スキーマの定義文を、別の定義文

で置き換える。どのスキーマ言語でも利用できる。

例include "foo.rnc" {

foo = bar

}

foo.rnc にあった foo の定義文は無視され、こちらの定義が用いられる。

方法 2: 組み合わせ 既存スキーマの定義文を生かしつつ、新しい定義文と組み合わせる。 RELAX NG でのみ利用できる。

例 1include "foo.rnc"

foo |= bar

}

foo.rnc にあった foo の定義文と、新しい定義文を、 choice （選択）で組み合わせる。

例 2include "foo.rnc"

foo &= bar

}

foo.rnc にあった foo の定義文と、新しい定義文を、 interleave （順不同）で組み合わせる。

スキーマのスタイル スキーマ書法にはいくつかのスタイル

がある。 どんな単位で定義文を書くかが各スタイルによって異なる。

どのスタイルを採用するかによって、再利用性・保守性・可読性は大きく変わる。

有力なスキーマスタイル Russian Doll( 定義文をできるだけ分割

しない ) Salami Slice( 要素・属性が現れると定義文を分割する )

Venetian Blind( 要素・属性の内容が現れると定義文を分割する )

Garden of Eden(Salami Slice と Venetian Blind の混合 )

XML 文書例 <foo>

　 <bar>　　 <baz1>1</baz1>　　 <baz2>2</baz2>　　 <baz3>3</baz3>　 </bar>　 <sat>　　 <baz1>1</baz1>　　 <baz2>2</baz2>　　 <baz3>3</baz3>　 </sat>　 <mas>　　 <baz1>1</baz1>　　 <baz2>2</baz2>　　 <baz3>3</baz3>　 </mas></foo>

Russian Doll トップレベルでは、要素定義がひとつだけ存在する。他の定義

は、すべてそのなかに埋め込まれる。 default namespace = ""

start =　　 element foo {　　　　 element bar {　　　　　　 element baz1 { xsd:integer },　　　　　　 element baz2 { xsd:integer },　　　　　　 element baz3 { xsd:integer }　　　　 },　　　　 element sat {　　　　　　 element baz1 { xsd:integer },　　　　　　 element baz2 { xsd:integer },　　　　　　 element baz3 { xsd:integer }　　　　 },　　　　 element mas {　　　　　　 element baz1 { xsd:integer },　　　　　　 element baz2 { xsd:integer },　　　　　　 element baz3 { xsd:integer }　　　　 }　　 }

Salami Slice 要素定義を用い、内容定義は用いない。要素定義に

内容定義を埋め込む。 default namespace = ""

start = element foo { bar, sat, mas }bar = element bar { baz1, baz2, baz3 }sat = element sat { baz1, baz2, baz3 }mas = element mas { baz1, baz2, baz3 }baz1 = element baz1 { xsd:integer }baz2 = element baz2 { xsd:integer }baz3 = element baz3 { xsd:integer }

SGML時代からの伝統に基づいたスキーマ (Docbook, TEI, XHTML2 など ) では、 Salami Slice を原則として採用している。

Venetian Blind 内容定義を用い、要素定義は用いない。内容定義に

要素定義を埋め込む。 default namespace = ""

start = 　　 element foo {foo.content}foo.content =　　 element bar { bsm.content },　　 element sat { bsm.content },　　 element mas { bsm.content }bsm.content =　　 element baz1 { xsd:integer },　　 element baz2 { xsd:integer },

　　 element baz3 { xsd:integer } 最近のスキーマでは Venetian Blind を採用して

いるものがある。

Garden of Eden 要素定義と内容定義の両方を用いる。要素定義には内

容定義を埋め込まない。 default namespace = ""

start = 　　 element foo {foo.content}foo.content = 　 bar, sat, masbar = element bar { bsm.content }sat = element sat { bsm.content }mas = element mas { bsm.content }bsm.content = baz1, baz2, baz3baz1 = element baz1 { xsd:integer }baz2 = element baz2 { xsd:integer }baz3 = element baz3 { xsd:integer }

最近のスキーマでは Garden of Eden を採用しているものがある (Universal Business Language など )。

どのスタイルを採用するか(1) Russian Doll

簡明 カスタマイズ困難 冗長性あり

Salami Slice 伝統あるスタイルで、比較的理解しやすい カスタマイズ可能 冗長性あり

どのスタイルを採用するか(2) Venetian Blind

比較的理解しにくい カスタマイズ可能 冗長性はさほどない

Garden of Eden 直感的でなく、理解しにくい カスタマイズはきわめて容易 冗長性はない

問題 Atom 本来のスキーマをそのまま用いて、 thre

ading 拡張スキーマを呼び出すようにカスタマイズせよ。

Atom 本来のスキーマを拡張しやすいように書き直せ。

書き直したスキーマをカスタマイズして、 threading 拡張スキーマを呼び出せ。

Threading 以外の拡張について、スキーマを作成し、 Atom スキーマ（書き直したもの）をカスタマイズして複数の拡張を同時に呼び出せ。

参考文献 Atom 解説 , http://www.witha.jp/Atom/ Bob DuCharme, “Your schema and the i

ndustry-standard schema”, http://www.idealliance.org/proceedings/xml05/abstracts/paper30.HTML

RELAX NG 入門、http://www.kohsuke.org/relaxng/tutorial.ja.html