XSD: आंशिक सत्यापन

XSD एक XML दस्तावेज़ की संरचना का वर्णन करने के लिए एक भाषा है। इसे XML स्कीमा भी कहा जाता है। XML स्कीमा का उपयोग करते समय, एक XML पार्सर न केवल एक XML दस्तावेज़ के सही सिंटैक्स की जांच कर सकता है, बल्कि इसकी संरचना, सामग्री मॉडल और डेटा प्रकार भी देख सकता है। कई एक तरह से या किसी अन्य ने एक पूर्ण सत्यापन प्रक्रिया शुरू की है जो यह सुनिश्चित करती है कि एक दस्तावेज़ किसी योजना के अनुरूप है या संभावित त्रुटियों की रिपोर्ट करता है। यह लेख उपरोक्त के अलावा, आंशिक सत्यापन पर ध्यान केंद्रित करेगा, जो आपको मक्खी पर वैध दस्तावेजों को डिजाइन करने की अनुमति देता है। हम यह पता लगाएंगे कि यह दृष्टिकोण क्या अवसर प्रदान कर सकता है और इसे कैसे लागू कर सकता है।

मुख्य लक्ष्य

क्यों दिए गए गुणों के साथ एक दस्तावेज़ का निर्माण करना आवश्यक हो सकता है, और हम किन गुणों को नियंत्रित कर सकते हैं? पहले प्रश्न का उत्तर लगभग स्पष्ट है; अधिकांश दस्तावेज़ केवल पाठ नहीं हैं, लेकिन कुछ शब्दार्थों से संपन्न हैं। XML सिंटैक्टिक प्रतिनिधित्व के मुद्दे को हल करता है, और स्कीमा आंशिक रूप से अर्थ अर्थ के मुद्दे को हल करता है। योजना के साथ दस्तावेज़ के अनुपालन के कारण, उस पर पूर्वनिर्धारित कार्यों का एक सेट करना संभव है जो कि वैध दस्तावेजों की एक पूरी श्रेणी के लिए मान्य हैं, चाहे वह किसी अन्य प्रारूप में प्रस्तुति हो, एक विशिष्ट कार्य के लिए महत्वपूर्ण जानकारी का निर्यात, नई जानकारी के आयात को वैश्विक प्रतिबंधों में लेना। इस मामले में सबसे अधिक इस्तेमाल किया जाने वाला तंत्र एक्सएसएलटी परिवर्तन है, जिसका अर्थ निम्नलिखित चित्र द्वारा दर्शाया जा सकता है:







सर्किट का विनिर्देश पूरी तरह से दूसरे प्रश्न का उत्तर देगा, और हम केवल सबसे महत्वपूर्ण बिंदुओं पर ध्यान केंद्रित करेंगे जो सर्किट की क्षमताओं का एक विचार देते हैं। तो, योजना आपको यह करने की अनुमति देती है:

• डेटा नोड्स और विशेषताओं के टंकण को ​​सख्ती से नियंत्रित करें;
• नोड्स के अनुक्रम को निर्धारित करें, आवश्यक नोड्स और विशेषताओं की उपस्थिति की निगरानी करें;
• किसी दिए गए संदर्भ में तत्वों की विशिष्टता की आवश्यकता है;
• प्रसंग के आधार पर कुछ विशेषताओं या अन्य की उपस्थिति की आवश्यकता वाले भिन्न नोड बनाएं;
• नोड्स या विशेषताओं के समूह पर एक विशिष्ट विधेय के निष्पादन की आवश्यकता होती है।

एक सरल उदाहरण के रूप में, आप लेख की सामग्री की तालिका का हवाला दे सकते हैं - यह योजना डेटा के शब्दार्थ "शीर्षक - पृष्ठ" को निर्धारित कर सकती है, जाँच करें कि पृष्ठ चढ़ रहे हैं, कोई समान नाम नहीं हैं, कि पूर्वनिर्धारित तत्व "परिचय" "संदर्भ" में जाता है और यदि आवश्यक हो, तो निष्कर्ष तत्व। सबसे जटिल और शक्तिशाली उदाहरण XML डेटाबेस है , जहां टाइपिंग और डेटा वैधता दोनों केवल स्कीमा द्वारा निर्धारित किए जाते हैं।



अक्सर एक दस्तावेज को संशोधित करने की इच्छा होती है जो पहले से ही चयनित योजना को पूरा करती है ताकि यह वैधता न खोए। यहां हम स्वचालित संशोधनों के बारे में बात कर रहे हैं, उदाहरण के लिए, वेब एजेंट्स (एग्रीगेटर्स) को किसी डॉक्यूमेंट में सूचनाओं को जोड़ना या एक्सएमएल डेटाबेस में प्रश्नों को संशोधित करना और मैन्युअल एक्सएमएल एडिटर के बारे में कहना। बड़े दस्तावेजों के लिए पूर्ण सत्यापन ऑपरेशन में काफी समय, दसियों सेकंड या उससे अधिक समय लग सकता है, जो आम तौर पर "परमाणु परिवर्तन - सत्यापन - अस्वीकृति / संकल्प" दृष्टिकोण के उपयोग को रोकता है। और दृश्य संपादकों के लिए मैं और भी अधिक चाहूंगा - न केवल परमाणु कार्रवाई की जांच करने में सक्षम होना, बल्कि एक विशेष नोड को संशोधित करने के लिए सभी विकल्पों की पेशकश करना जो योजना के अनुसार मान्य हैं। हालाँकि, अच्छे XML संपादक ऐसा कर सकते हैं, और हम यह पता लगाने की कोशिश करेंगे कि वे यह कैसे करते हैं।

आवश्यक XML स्कीमा जानकारी

W3C XML स्कीमा XML DTD (दस्तावेज़ प्रकार परिभाषा) के विचार का विकास है। दोनों मानक घोषणाओं के एक सेट (पैरामीटर ऑब्जेक्ट्स, एलीमेंट्स, और एट्रिब्यूट्स) के माध्यम से किसी दस्तावेज़ के लेआउट का वर्णन करते हैं, जो इस दस्तावेज़ के सिंटैक्टिक प्रतिबंधों के संदर्भ में इसकी कक्षा (या प्रकार) का वर्णन करता है। DTD परमाणु शब्दों या एक प्रकार के शब्दकोश के तत्वों पर नियमित अभिव्यक्ति का एक सेट मानता है। प्रत्येक प्रकार अन्य प्रकारों, परमाणु शर्तों और वैकल्पिक संचालन के आधार पर बनाया गया है "|", संघटन "," और ऑपरेटर "?", "+", "*", जिसका अर्थ है वैकल्पिकता, एक या अधिक या शून्य या अधिक की उपस्थिति तत्वों। XML स्कीमा XML DTD सिंटैक्स से अलग है, और DTD की कार्यक्षमता को तीन तरीकों से बढ़ाता है:

• टेम्प्लेट (कोई भी, किसी भी, किसी भी प्रकार का) जो आपको निर्दिष्ट नाम स्थान से मेल खाने वाले किसी भी तत्व का उपयोग करने की अनुमति देता है;
• एक विशिष्ट प्रकार के विवरण के बजाय उपयोग किए जाने वाले प्रकारों के समूह को परिभाषित करने वाले प्रतिस्थापन समूह;
• पुनरावृत्ति की संख्या, जो प्रत्येक तत्व के प्रकार (क्लेन ऑपरेटरों के सामान्यीकरण: "*", "+") में इसकी घटनाओं की न्यूनतम और अधिकतम स्वीकार्य संख्या निर्धारित करती है।

एल्गोरिथम को स्कीमा को मान्य करना डीटीडी [1] के लिए संबंधित कार्य की तुलना में अधिक जटिल कार्य है, लेकिन XML स्कीमा का वर्णन करने के लिए बाद में मानक को एक नियम द्वारा पूरक किया जाता है जो सत्यापन की सुविधा प्रदान करता है।



विशिष्ट कण विशेषता नियम के लिए आवश्यक है कि दस्तावेज़ का प्रत्येक तत्व विशिष्ट रूप से ठीक एक xsd: तत्व या xsd से मेल खाता हो: मूल तत्व के सामग्री मॉडल में कोई कण [2]।



सामान्यतया, यूनीक पार्टिकल अटेंशन (UPA) नियम XML स्कीमा की संरचना के लिए एक सख्त आवश्यकता नहीं है, लेकिन केवल अत्यधिक वांछनीय अनुशंसा और उपयोग किए गए कुछ स्कीमा इसका अनुपालन नहीं करते हैं। कणों की परिभाषा के लिए विशिष्टता के नियम के उल्लंघन को दर्शाते हुए सबसे सरल उदाहरण पर विचार करें।



हम योजना को इस प्रकार परिभाषित करते हैं:

<xsd:element name="root">

<xsd:complexType>

<xsd:choice>

<xsd:element name="e1"/>

<xsd:any namespace="##any"/>

</xsd:choice>

</xsd:complexType>

</xsd:element>







तब एक एक्सएमएल दस्तावेज़ जिसमें एक तत्व होता है, विशिष्टता के नियम का उल्लंघन साबित होता है; एक तत्व को xsd: elment और xsd: किसी भी समय एक ही शाखा में मैप किया जा सकता है।

सौभाग्य से, अधिकांश आउट-ऑफ-द-बॉक्स योजनाएं UPA नियम का पालन करती हैं। आगे के विचार केवल तभी सही होंगे जब यह योजना यूपीए के नियम के अनुरूप हो, लेकिन कुल मिलाकर, तर्क के छोटे संशोधनों के साथ, गति के नुकसान के कारण असंगत यूपीए योजनाओं पर भी शुद्धता प्राप्त करना संभव है।

वैध भवन

शुरू करने के लिए, हम संरचना में प्राथमिक परिवर्तनों को परिभाषित करते हैं, जिसे हम शुद्धता के लिए जाँचेंगे:

• ADD: स्थिति n पर टाइप x के साथ एक सबमिट बनाने;
• REMOVE: स्थिति उप पर एक उप-तत्व को हटाने n;
• MOVE: किसी तत्व को स्थिति n से स्थिति m तक ले जाना (हालाँकि तत्वों को हटाने और जोड़ने के लिए स्थानांतरण नीचे आता है, एक मध्यवर्ती स्थिति दस्तावेज़ की वैधता का उल्लंघन कर सकती है)।

अब हम एक जटिल स्कीमा प्रकार की सामग्री मॉडल का वर्णन करते हैं:

• मोटे:
  
  • मिनोकर्स - शब्द की पुनरावृत्ति की न्यूनतम संख्या (यदि 0, तो शब्द वैकल्पिक हो जाता है);
  
  • मैक्सओर्स - शब्द की अधिकतम संख्या की पुनरावृत्ति (अनंत की अनुमति है - inf)।
  
  • शब्द: तत्व विवरण, पैटर्न, अनुक्रम या चयन;
  
  
• तत्व का विवरण (टाइपडिफ):
  
  • स्थानीय नाम;
  
  • नामस्थान का नाम (छोड़ा जा सकता है, तब तत्व को किसी भी नामस्थान में मान्य माना जाता है);
  
  • प्रतिस्थापन समूह - टंकण वाले भावों में स्वीकृत सभी तत्वों का समूह;
  
  
• टेम्प्लेट (कोई भी):
  
  • प्रतिस्थापन तत्व के लिए मान्य नाम स्थान का नाम (अनुपस्थित हो सकता है);
  
  
• अनुक्रम (अनुक्रम):
  
  • स्वीकार्य कणों की अनुक्रमिक सूची;
  
  
• विकल्प (विकल्प):
  
  • कई स्वीकार्य कण।
  
  

आप सीधे सत्यापन एल्गोरिथ्म पर जा सकते हैं। पहली आवश्यक कार्रवाई पत्राचार "योजना का प्रकार" का निर्माण करना है -> "एक ऑटोमेटन जो वैधता के लिए इस प्रकार के एक तत्व के वंशज की जांच कर सकता है।" कार्य दो पुनरावर्ती कार्यों के लिए नीचे आता है:



1. एक दिए गए अंतिम राज्य एस के साथ एक गैर-नियतात्मक परिमित राज्य मशीन (एनएफए) का निर्माण एक दिए गए कण से:

एक। S पर प्रारंभिक स्थिति n सेट करें;



ख। यदि MaxOccurs कण अनंत (inf) के बराबर हैं:

• एक नया मध्यवर्ती राज्य जोड़ें; NFA (केस 2) शब्द के रूपांतरण से प्राप्त; t से n और e से S में एप्सिलॉन किनारों को जोड़ें:





सी। यदि MaxOccurs कण संख्या m हैं:

• अंतिम राज्य एस से अंतिम चरण एस में प्रत्येक चरण में एप्सिलॉन-रिब को जोड़ते हुए, अंतिम अवस्था एस से शुरू करते हुए (मैक्सऑक्सर्स-मिनओर्स) टर्म ट्रांसफॉर्मेशन की एक श्रृंखला बनाएँ;

उदाहरण के लिए, MaxOccurs = 4 और MinOccurs = 2 के लिए हमें निम्नलिखित ऑटोमेटन मिलते हैं:





घ। हम पिछले चरण में प्राप्त प्रारंभिक अवस्था में नए प्रारंभिक राज्य n से शब्द परिवर्तन की मिनोकर्स प्रतियां बनाते हैं।



2. एक निश्चित अवधि में एक प्राप्त राज्य एस के साथ एक गैर-नियतात्मक परिमित राज्य मशीन का निर्माण:

एक। यदि शब्द एक टेम्पलेट है (कोई भी):

• एक नया राज्य बी बनाएं, और इसे एस के साथ कनेक्ट करें, शब्द प्रकार के साथ चिह्नित किनारे, वापसी बी;



ख। यदि शब्द एक तत्व विवरण है:

• एक नया राज्य b बनाएँ, फिर प्रतिस्थापन समूह के प्रत्येक तत्व के लिए हम b से S तक एक बढ़त बनाते हैं जो तत्व के प्रकार से चिह्नित होता है और b;



सी। यदि पद एक विकल्प है:

• एक नया राज्य बी बनाएं, पसंद के प्रत्येक तत्व के लिए हम एक ऑटोमेटन (केस 1) बनाते हैं और इसे स्टेट बी और राज्य एस। बी के साथ एप्सिलॉन किनारों से जोड़ते हैं;



घ। यदि शब्द एक अनुक्रम है:

• प्रत्येक चयन तत्व के लिए, एक ऑटोमेटन (केस 1) बनाएं और प्राप्त ऑटोमेटा को रिवर्स ऑर्डर में कनेक्ट करें, राज्य एस से शुरू करें, और श्रृंखला में पहला राज्य वापस करें;



फिर हम नियतात्मक ऑटोमेटा के निर्माण के लिए प्राप्त एनएफए [3] को थॉम्पसन एल्गोरिदम लागू करते हैं । थॉम्पसन एल्गोरिथ्म को उन्हीं मामलों में लागू किया जा सकता है, जो कि निर्धारित स्वचालित गैर-एप्सिलॉन किनारों [4] के तह के आधार पर, निर्धारित ऑटोमेटन अहो और उलमान के निर्माण के लिए एल्गोरिथम के रूप में लागू होते हैं। हालांकि, कुछ मामलों में, मूल ऑटोमेटन (चरण 1 से 2 में निर्मित) का उपयोग करके, अहो और उलमान एल्गोरिथ्म एक नियतात्मक ऑटोमेटन का निर्माण नहीं कर सकता है।



ऐसा तब होता है जब एक शीर्ष से दो निवर्तमान किनारों होते हैं, जैसे कि:

• उनके लेबल समान स्थानीय नामों और नामस्थान नामों के साथ टाइप विवरण हैं;
• उनके लेबल अतिव्यापी क्षेत्रों के साथ पैटर्न के नाम हैं;
• एक किनारे का लेबल एक टेम्पलेट है, दूसरा एक प्रकार का विवरण है, दोनों एक ही नामस्थान में हैं, और प्रकार विवरण टेम्पलेट क्षेत्र में शामिल है।

यह दिखाना आसान है कि प्रत्येक मामला यूपीए प्रतिबंध के उल्लंघन से मेल खाता है (तीसरे मामले को पहले से ही एक योजना के उदाहरण में माना गया है जो कण परिभाषा की विशिष्टता के नियम का उल्लंघन करता है)। इस प्रकार, ये बिंदु समाधान की शुद्धता के साथ हस्तक्षेप नहीं करेंगे, और एल्गोरिथ्म के आउटपुट में हमें हमेशा एक नियतात्मक परिमित राज्य मशीन मिलती है जो संबंधित प्रकार के तत्वों की सामग्री को मान्य करती है।



हम प्रत्येक प्रकार के सर्किट में प्रस्तावित एल्गोरिथ्म को लागू करते हैं और पत्राचार प्रकार प्राप्त करते हैं -> ऑटोमेटन, जो इस प्रकार के एक तत्व के वंशज की जांच कर सकते हैं।



यह अंतिम समस्या को हल करने के लिए बनी हुई है - किसी दिए गए पेड़ के तत्व पर ऑपरेशन को मान्य करते समय वांछित परिमित राज्य मशीन का विकल्प। लगभग किसी भी (उदाहरण के लिए, MSXML या libxml) पूर्ण सत्यापनकर्ता द्वारा उत्पन्न सत्यापन प्रकार (PSVI, पोस्ट-स्कीमा-सत्यापन इन्फोसिट ) के बंधन की संरचना हमारी मदद करेगी। पेड़ के किसी भी तत्व के लिए, यह योजना के विवरण में उसके अनुरूप प्रकार को इंगित करता है - ठीक उसी प्रकार जिसके द्वारा हमने वांछित ऑटोमेटन उत्पन्न किया था।







हमारे मामले में, पीएसवीआई संरचना के कार्यान्वयन को पेड़ के प्रत्येक तत्व के लिए योजना के प्रकार के संदर्भ में दर्शाया गया है।



MOVE और REMOVE ऑपरेशंस ऑपरेंड के प्रकार को नहीं बदलते हैं (इसलिए, उन्हें PSVI संरचना को बदलने की आवश्यकता नहीं है), और ADD ऑपरेशन के साथ-साथ, एक्स तत्व के अलावा, PSSI संरचना के लिए एक्स प्रकार के अतिरिक्त की आवश्यकता होती है। इस प्रकार, संरचना में बदलाव के साथ, हम सत्यापन प्रकारों के बंधन की सूचना सेट को बदलते हैं, आंशिक सत्यापन की समस्या को हल करते हैं और बाहरी सत्यापनकर्ता को बुलाए बिना PSVI पेड़ का समर्थन करते हैं।

परिणामों की तुलना

सामान्यतया, कोई प्रत्यक्ष तुलना नहीं होगी - आखिरकार, हमने एक विशेष समस्या (यूपीए अनुपालन) में एक विशेष समस्या (संचालन ADD / REMOVE / MOVE) हल करने वाले ऐड-इन का वर्णन किया, लेकिन मैं यह बताना चाहता हूं कि इस मामले में गति में एक महत्वपूर्ण वृद्धि हुई है, जो पूर्ण सत्यापन का उपयोग करने के प्रयास के सापेक्ष है । PSVI जनरेट करने वाले संदर्भ सत्यापनकर्ता के रूप में, MSXML6 को चुना गया था, इसलिए, हम इसकी परिचालन समय के साथ तुलना करेंगे।

संरचना तत्वों की संख्या	घोंसले का स्तर	सर्किट प्रकार की संख्या	MSXML6 औसत सत्यापन समय	वर्णित ऐड-इन का उपयोग करके औसत सत्यापन समय
32	4	16	10 मि	<1 एमएस
32	4	40	16 एमएस	<1 एमएस
120000	4	16	51 मि	<2 मि
120000	4	40	62 मि	<2 मि
120000	32	16	2300 मि	<५ मि
120000	32	40	2600 मि	<6 मि

इस प्रकार, हमें दृश्य संपादक में फ्लाई पर ड्रैग एन'ड्रॉप तंत्र को लागू करने और संभावित XML डेटाबेस के लिए प्रति सेकंड अच्छी संख्या में क्वेरी प्रदान करने की अनुमति देते हुए एक काफी स्वीकार्य औसत स्कैन टाइमआउट मिला।

संदर्भ

[१] XML स्कीमा सत्यापनकर्ता। थॉम्पसन, हेनरी एस और आर। टोबिन, डब्ल्यू 3 सी और एडिनबर्ग विश्वविद्यालय, 2003।

[२] XML स्कीमा भाग १: संरचनाएं। हेनरी एस। थॉम्पसन, डेविड बीक, मरे मालोनी, नूह मेंडेलसोहन, संपादक। डब्ल्यू 3 सी सिफारिश, 2001।

[३] नियमित अभिव्यक्ति का मिलान सरल और तेज हो सकता है। रस कॉक्स, 2007।

[४] संकलक निर्माण के सिद्धांत। ए अहो। डी। उल्मान। एम ।: मीर, 1977।