[发明专利]用于验证XML文档的方法和系统

说明书

技术领域

本发明涉及计算机文档的处理技术，尤其涉及用于验证XML文档的方法和系统。

背景技术

SGML(Standard Generalized Markup Language)标准通用置标语言，是国际化标准组织ISO采用的一个信息管理标准，作为提供与平台和应用软件无关的文件的一种手段。在文件中保留格式、索引和连接等信息。SGML为用户提供一种类似语法一样的机制，以定义这些文档的结构和标签，这些标签用于表示各个不同文档的格式结构。

XML(eXtensible Markup Language)可扩展置标语言，是W3C推出的一种语言标准，是一种SGML的浓缩形式。XML语言使得万维网开发者和设计者创立客户化的标记，在组织和表现信息时，比已有的HTML文档代码系统更具有灵活性。XML用于计算机网络系统的面向服务架构(Service-Oriented Architecture，简称SOA)以及Web服务的文档和数据的交换。XML作为数据交换格式的一个显著的优点，是验证(validation)技术的标准化。

多数XML应用程序开发人员希望能够有一种方法，保证所有XML实例都遵循特定的规则。这就要通过验证来保证。为此，很多人直接转而求助于模式语言，如DTD、W3C XML Schema(WXS)和RELAX NG。最佳方案可能是对XML实例应用简单的规则。

常用的验证技术，基于语法的验证方法。作为替代方法，Schematron是一种结构化的验证语言。Schematron语言允许直接表达规则，而不需要创建完整的语法基础设施。采用树式样(tree pattern)，以Xpath表示式进行定义，以便用于断言，并以用户为中心提供XML文档的报告。使用式样表示验证规则，一般比使用内容模型定义相同的规则容易。树式样汇集起来形成Schematron模式。对于其它模式语言，Schematron是一种实用的工具。如果将规则应用于XML文档的内容或者按照规则进行检查，Schematron是一种非常有用的工具。Schematron极其灵活，可以表达各种不同的规则，表达能力甚至比其他模式语言(如DTD、W3C XMLSchema(WXS)和RELAX NG)都要好

业界和学术界对于实施Schematron进行了很多开发。图1示出了被广泛使用和参照的Schematron实施方式。可以参见http://www.schematron.com。这是一种比较著名的开放源代码实施方式。经常由其它项目重新使用。Schematron使用XSLT(XML StylesheetLanguage For Transformation)，并且通过定义模式语言，以便在通过元方式表(即用于产生其它方式表的方式表)进行转换时，生成XSLT验证文件。图1展示了该处理过程。

http://www.ldodds.com/papers/schematron_xsltuk.html也介绍了Schematrion语言以及它的基于XSLT的实现。

此外，COSMOS(COmmunity-driven Systems Management in OpenSource)项目旨在为系统管理提供互操作的工具。COSMOS ResourceModeling子项目旨在为建立表述信息的通用模型提供支持，该信息用于在系统管理环境中共享。该项目使用SML和Schematron作为XML模式语言来定义这种公共模型。其使用基于XSLT的方法来以及skeleton1-5.xsl(http://xml.ascc.net/schematron/1.5/)参考实施方案来从模式提取schematron。

发明内容

上述已有技术全部基于XSLT方法。本发明提供了一种新的用于验证XML文档的方法和系统。该方法包括：解析至少一待验证的XML文档，并将其中的XML数据表示为至少一数据对象模型；解析至少一规则文档，并创建规则对象模型；从所述数据对象模型和规则对象模型，提取至少部分数据对象及至少部分规则对象；针对所提取的至少部分数据对象及至少部分规则对象，在相应的执行上下文中执行验证。