计算 XML 模式中复杂类型的出现次数

Question

目前，我面临一个非常大的 XSD 文件，其中包含超过 20000 行代码。顶级 XSD 文件使用包含：

<?xml version="1.0" encoding="UTF-8"?><schema xmlns="http://www.w3.org/2001/XMLSchema" xmlns:okstra="http://schema.okstra.de/2016/okstra" elementFormDefault="qualified" targetNamespace="http://schema.okstra.de/2016/okstra" version="2.016.0">
  <include schemaLocation="Datentypen.xsd"/>
  <include schemaLocation="S_Administration.xsd"/>
  <include schemaLocation="S_Allgemeine_Geometrieobjekte.xsd"/>
  <include schemaLocation="S_Allgemeine_Mengenberechnung.xsd"/>
  <include schemaLocation="S_Allgemeine_Objekte.xsd"/>

我想知道 XML 模式中包含多少复杂类型。此外，我对每种复杂类型的最大、最小和平均属性数感兴趣。我也对继承树感兴趣。我想知道复杂类型的继承树的最小、最大和平均深度。

有没有可以计算这个软件指标值的工具？

或者是否有快速破解方法（使用 Python、C#、Java 等编程语言）来获取这些数字？

Answer 1

从工具的角度来看，QTAssistant（我与它相关联）有一个名为 Query for XSD Analysis 的组件，它应该可以帮助您完成所描述的内容。事实上，有一篇关于您的主题的操作指南：XSD Complexity Analysis。

好消息：您可以构建任何可能的报告，因为该工具基于一个模型，该模型捕获了 XSD 1.0 语言及其模式的所有方面，进而可以通过 SQL 进一步处理和查询任何内容统计数据和您可能想到的模式。它被广泛用于（到目前为止）满足以下标准的组织中：经常处理使用 XSD 表达的大型模型，并要求遵守内部或行业组织定义的 XSD 设计指南。

警告：您需要了解 SQL；它是各种 Transact-SQL（我们提供参考 here），带有一些扩展，例如 RegEx 支持（.NET 的变种）、拼写检查（不太确定德语，但肯定有办法支持它），等等。它可以处理非常大的 XSD（与我处理过的相比，20,000 真的不算什么），但是您可能需要更现代的硬件。

例如，如果您想知道复杂类型的数量：

SELECT count(*) from XSComplexType

如果您想了解有关属性数量的指标，我将不得不问：PSVI 集（来自此复杂类型及其基本类型的所有属性的集合）或仅在复杂类型级别定义的那些（来自创作视角）？

适用于所有用途：

Select count(*) As [Total Attributes],
  XSComplexType.LocalName,
  XSComplexType.Namespace
From XSComplexTypeAttributeUses
  Inner Join XSComplexType
    On XSComplexType.RowId = XSComplexTypeAttributeUses.XSComplexTypeRowId
Group By XSComplexType.LocalName,
  XSComplexType.Namespace

无论如何，对于更复杂的查询（因为模型是高度规范化的），您可以使用内置模型浏览器和查询生成器的帮助：

基于为此投入的大量工作，我认为 XSD 复杂性分析可能并不那么容易实现 - 当然，如果想要为用户提供模式分析和报告的通用解决方案。

如果我必须破解它并且只针对您询问的数字，我会选择 .NET 的 API 来处理 XSD。

从加载和编译的XmlSchemaSet开始。

要计算复杂类型的数量：遍历XmlSchemaSet.GlobalTypes.Values 并计算XmlSchemaComplexType 的所有实例。如果您的架构使用变色龙模式，则需要更多的工作。

要计算每个复杂类型的属性数量：从XmlSchemaComplexType.AttributeUses 开始。跟踪数字以提取您需要的统计数据（最小/最大/平均）。如果要计算为每种类型定义的属性，则需要做更多的工作，因为您必须查看 Attributes 属性，与 AttributeUses 不同，该属性可能包含对属性组的引用。并考虑 use=prohibited 场景（即，在继承场景中，应该减少属性的数量等）

对于继承树，对于您感兴趣的每种类型，请遵循 PSVI BaseXmlSchemaType 属性 - 确保您没有处理重新定义，在这种情况下您必须在那里使用特殊逻辑。在遍历基本类型时（当基本类型名称在 http://www.w3.org/2001/XMLSchema 命名空间中时停止），跟踪深度，然后计算平均深度。

您也可以使用Apache's XSOM library 用Java 编写它。我更喜欢 .NET，因为我个人觉得它更适合“黑客”工作。使用 Python，如果您像 XML 一样处理它，您仍然可以。我什至可以使用 XSLT 或 XQuery 编写它。尽管如此，我还是会选择一个专门的 XSD 处理器，以利用验证和 PSVI。