HTTP 与 Web 标准 / 系统课时
良构和校验通过是一回事吗
良构和校验通过是一回事吗
XML 文件能被解析器正常读取,并不代表它符合业务规定。良构只回答“这是不是语法正确的 XML”,校验则进一步回答“元素、顺序和属性是否符合预先定义的结构规则”。理解这一区别,是学习 DTD 等校验机制的起点。
学习目标
- 区分 XML 的良构与校验通过两个层次
- 判断一份语法正确的 XML 为什么仍可能不符合结构要求
- 理解 DTD 在文档校验中的基本作用
良构先检查 XML 语法
一份 XML 要称为良构文档,首先必须遵守 XML 自身的语法规则,例如只有一个根元素、开始标签与结束标签匹配、元素正确嵌套、属性值使用引号包围,以及标签名称区分大小写。
下面的文档满足这些基本规则,因此是良构 XML:
<?xml version="1.0" encoding="UTF-8"?>
<book>
<title>XML 入门</title>
<price>59</price>
</book>这里并没有回答 <book> 内是否应该出现 <price>,也没有判断是否缺少业务要求的元素。XML 语法本身不知道一本书必须有哪些字段。
校验检查约定的文档结构
如果系统规定每个 <book> 必须依次包含 <title> 和 <author>,就可以用 DTD 描述这项结构约束:
<!DOCTYPE book [
<!ELEMENT book (title, author)>
<!ELEMENT title (#PCDATA)>
<!ELEMENT author (#PCDATA)>
]>
<book>
<title>XML 入门</title>
<price>59</price>
</book>这份文档依旧是良构 XML,因为标签的嵌套和闭合没有问题;但按照这份 DTD,它不能通过校验。DTD 要求 <title> 后必须出现 <author>,实际文档却出现了未声明的 <price>。
对应的判断结果可以概括为:
良构检查:通过
DTD 校验:不通过
原因:book 的内容不符合 (title, author) 声明不同校验器给出的具体错误文本可能不同,但违反的结构规则是一致的。
两种检查解决不同问题
良构检查关注 XML 能否按照语法被正确解析;校验关注解析后的结构是否符合某套额外规则。二者是递进关系:连良构都不满足的文档无法正常进入结构校验,而良构文档则不一定能够通过 DTD 或其他模式语言的校验。
| 检查层次 | 主要问题 | 典型检查内容 |
|---|---|---|
| 良构 | 是否符合 XML 基本语法 | 根元素、标签闭合、嵌套、属性引号 |
| 校验 | 是否符合约定的数据结构 | 元素顺序、出现次数、允许的属性 |
因此,“XML 能打开”“解析器没有报语法错误”只能说明它可能是良构的,不能据此认定数据已经符合业务接口或文件格式要求。
什么时候需要结构校验
当 XML 只是临时保存少量内部数据时,程序自身的读取逻辑可能已经足够。但在配置文件、数据交换、批量导入等场景中,如果生产者和消费者必须遵守统一结构,仅依靠良构检查就无法及时发现缺字段、错顺序或非法属性等问题。
DTD 的价值就在于把这些约定从口头说明变成可检查的规则。后续判断一份 XML 是否“正确”时,应先明确讨论的是语法层面的良构,还是相对于某份 DTD 等结构定义的校验通过。