在 XSD 中拆分正则表达式模式限制答案

【问题标题】：Splitting up regex pattern restriction in XSD在 XSD 中拆分正则表达式模式限制
【发布时间】：2017-05-26 13:08:23
【问题描述】：

我的 XSD 中有一个正则表达式模式可以解决问题，但可读性很差。

<xs:element name="short_description">
                <xs:simpleType>
                    <xs:restriction base="xs:string">
                        <xs:pattern value="|^([a-zA-Z0-9áÁâÂàÀäÄåÅöÖòÒóÓôÔøØüÜûÛùÙúÚßíÍïÏîÎìÌñÑÇç.,?()!\/çéÉêÊèÈëË +;&amp;&apos;':&quot;\n\t%#£°€@=«»¦*`´-]){1,}$"/>
                    </xs:restriction>
                </xs:simpleType>
</xs:element>

因此，为了更好的可读性，我尝试将其分开如下（示例）

    <xs:element name="title">
        <xs:simpleType>
            <xs:restriction base="xs:string">
                <!-- Check the title with no limitation to size -->
                <xs:pattern value="|^([a-zA-Z0-9áÁâÂàÀäÄåÅöÖòÒóÓôÔøØüÜûÛùÙúÚßíÍïÏîÎìÌñÑÇçéÉêÊèÈëË]){1,}$"/>
                <xs:pattern value="|^([.,?()!\/ +;':`´-]){1,}$"/>
                <xs:pattern value="|^([&amp;$apos;&quot;]){1,}$"/>
                <xs:pattern value="|^([\n\t]){1,}$"/>
                <xs:pattern value="|^([%#£°€@=«»¦*]){1,}$"/>
            </xs:restriction>
        </xs:simpleType>
    </xs:element>

重新运行我的 XSD 后，他似乎只在模式分离时查看第一行。

有没有办法让第一个模式（见上文）更具可读性？还是我在第二个例子中做错了什么？

【问题讨论】：

您确定您的模式有效吗？第一个应该做什么？ $apos; 代表什么？你的意思是&apos;？看起来您需要使用 1 个正则表达式，"[a-zA-Z0-9áÁâÂàÀäÄåÅöÖòÒóÓôÔøØüÜûÛùÙúÚßíÍïÏîÎìÌñÑÇç.,?()!/çéÉêÊèÈëË +;&amp;&apos;:&quot;\n\t%#£°€@=«»¦*`´-]+"，因为将其分成不同的部分是不一样的。
是的，它们有效，而且确实必须是 '。但也许我们应该忽略它是否有效的问题；）让它更普遍。如果你有这样的正则表达式，你能把它分成多行吗？
您不能只将[^a-z0-9] 拆分为[^a-z]|[^0-9]。它破坏了整个功能并匹配任何字符。
明白了，没有拆分正则表达式:-)。不过还有一个问题。在您的第一条评论中，您基本上将 '|^([...])$' 更改为 '[...]+'。这是为什么呢？
好吧，至少不是字符类，当然也不是 XML 模式类。 XML Schema 正则表达式模式被锚定总是。你不需要^ 和$，这些锚是多余的。要匹配包含3 的值，您需要编写".*3.*"。不知道| 是什么意思 - 值可能为空？最好使用可选组 - "(MY_PATTERN)?"。

标签： regex xml validation xsd

【解决方案1】：

你可以使用multiple patterns，但它们之间的关系是OR，而不是AND：

包含多个<pattern> 元素的XML <restriction> 会在集合中产生一个·正则表达式·；此正则表达式是作为<pattern> 元素内容的正则表达式的“或”。

如果您有[A-Za-z]+，然后是[0-9]+，这意味着您允许仅包含 1 个或多个字母（第一个）或 1 个以上数字（第二个）的值。这并不意味着您允许包含 1 个或多个字母或数字的字符串。

在这种情况下，将模式写为单个限制会更安全：

<xs:pattern value="([a-zA-Z0-9áÁâÂàÀäÄåÅöÖòÒóÓôÔøØüÜûÛùÙúÚßíÍïÏîÎìÌñÑÇç.,?()!/çéÉêÊèÈëË +;&amp;&apos;:&quot;\n\t%#£°€@=«»¦*`´-]+)?" />

请注意：

要使模式可选（即允许空匹配），将整个模式用可选组括起来会更安全 ((<PATTERN>)?)
$apos; 应该是 &apos;
XML Schema 正则表达式默认锚定，不应使用^ 和$
要支持 Unicode 字母，您可以考虑只使用 \p{L} Unicode 类别类。

【讨论】：

谢谢！非常感谢
我希望可以，但我没有足够的声望点来投票（我需要 15 个，所以还剩 5 个）
完成，谢谢！不过还有一个问题。这个\p{L} 听起来很有趣，但我找不到如何在我的正则表达式中实现它们的好例子。我尝试了([\p{L}]+)?，但没有成功。
它被称为category escape \p{X}。 \p{L} 代表任何 Unicode 字母。您的正则表达式更复杂，您需要将除字母以外的所有其他支持的字符添加到[....]。
啊啊，现在我明白了。我只需要添加更多类别。例如：([\p{L}\p{Z}]+)?。我会检查您放置的链接，看看我也可以使用哪些类别。哇，谢谢大佬！

【解决方案2】：

允许有多个模式方面：如果这样做，输入必须匹配其中任何一个。（这有点违反直觉，因为通常每个方面都定义了一个限制性规则，您必须满足所有这些规则。）

^ 和 $ 不是 XSD 中的元字符：它们匹配自己。所以我看不出你的任何模式是如何工作的。（除非模式处理器不符合标准，遗憾的是有时会出现这种情况。）

由于您的 [a-zA-Z0-9...] 类包含大部分 Latin-1，您可以考虑使用减法：[&#x20;-&#xff;-[exceptions]]，其中例外是您要排除的 Latin-1 中的字符列表。

【讨论】：

【解决方案3】：

在@WiktorStribiżew 的帮助下，我找到了答案。

不能以我使用的方式在 XSD 中拆分正则表达式
正则表达式也得到了改进 -> ([a-zA-Z0-9áÁâÂàÀäÄåÅöÖòÒóÓôÔøØüÜûÛùÙúÚßíÍïÏîÎìÌñÑÇç.,?()!/çéÉêÊèÈëË +;&amp;&apos;:&quot;\n\t%#£$°€@=«»¦*´-]+)?`

-> 这个正则表达式允许 1 到多个字符

-> 也允许空标签

【讨论】：