Question

我正在将一些XML文件导入到SQL中，这些文件具有我正在验证的XSD架构。我发现的“问题”是文件中的一些数据包含在CDATA标签中，但相应的XML元素被定义为xsd：token（来自W3Schools - “令牌数据类型也包含字符，但XML处理器将删除换行符，回车符，制表符，前导和尾随空格以及多个空格。“）。我注意到的是，当我在SQL中针对Typed XML变量运行一个简单的XQuery时，它正在应用xsd：token规则来删除多个空格到CDATA值。在我回到文件供应商之前，我只想仔细检查一下应该是什么样的结果。见下面的代码片段......

CREATE XML SCHEMA COLLECTION dbo.MyTestSchema

AS

N'
<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
  <xsd:element name="ROOT">
    <xsd:complexType>
      <xsd:complexContent>
        <xsd:restriction base="xsd:anyType">
          <xsd:sequence>
            <xsd:element ref="Test" 
              minOccurs="0" maxOccurs="unbounded"/>
          </xsd:sequence>
        </xsd:restriction>
      </xsd:complexContent>
    </xsd:complexType>
  </xsd:element>
  <xsd:element name="Test" type="TestType"/>
  <xsd:simpleType name="TestType">
    <xsd:restriction base="xsd:token">
    </xsd:restriction>
  </xsd:simpleType>
</xsd:schema>'

GO

DECLARE @XMLData varchar(MAX) = 
'<ROOT>
  <Test><![CDATA[0spaces]]></Test>
  <Test><![CDATA[1 space]]></Test>
  <Test><![CDATA[2  spaces]]></Test>
  <Test><![CDATA[3   spaces]]></Test>
</ROOT>'

DECLARE @XML xml = @XMLData
DECLARE @MyTestXML xml(CONTENT dbo.MyTestSchema) = @XMLData

;WITH WithoutSchema AS
(
    SELECT [Test] = NULLIF(T2.n.value('.', 'varchar(10)'), '')
    FROM @XML.nodes('/ROOT') AS T1(n)
    CROSS APPLY T1.n.nodes('Test') AS T2(n)
),
WithSchema AS
(
    SELECT [Test] = NULLIF(T2.n.value('.', 'varchar(10)'), '')
    FROM @MyTestXML.nodes('/ROOT') AS T1(n)
    CROSS APPLY T1.n.nodes('Test') AS T2(n)
)
SELECT [WithoutSchema] = N.Test, [WithSchema] = Y.Test
FROM WithoutSchema N
INNER JOIN WithSchema Y
    ON REPLACE(N.Test, ' ', '') = REPLACE(Y.Test, ' ', '')

GO

DROP XML SCHEMA COLLECTION dbo.MyTestSchema

GO

......结果是......

WithoutSchema WithSchema
------------- ----------
0spaces       0spaces
1 space       1 space
2  spaces     2 spaces
3   spaces    3 spaces

...正如您所看到的，使用非类型化的xml变量会保留CDATA文本中的空格，但使用类型化变量（使用xsd：token）会将其剥离。如果发生这种情况，我认为xsd仅适用于非CDATA值？这些空间在我们加载的数据中有意义，所以如果这是正确的行为，我需要与供应商一起提出。我尝试通过C＃读取数据并将模式应用于作为比较的结果，但我的技能有限，因此没有取得多大成功。

非常感谢！

Answer 1

这似乎是正确的。在第一个实例中，XML只是原始数据。您选择原始数据，即可获得原始数据。您的数据包含空白的空格。在第二步中，您声明您的数据是一种明确标准化数据的类型 - 这就是xsd:token类型的含义（空格是折叠的，删除了前导和尾随空格）。

xsd:token类型类似于大多数编程语言中的符号声明。通常在类型和名称之间或名称和赋值之间放置多少空格并不重要，例如在Java / C / C ++中，这些都是有效的：

int         a = 5; // variable is called 'a' not '        a'.
int b
= 5; // not very readable, but the variable is called 'b'.

至于CDATA：CDATA只是一种指示XML解析器将字符视为原始数据的方法 - 但任何其他信息/指令仍然适用。因此，将字符<和&插入XML节点是一种更方便的方法;然而，数据的含义和解释不会改变。意义＆amp;数据的解释由模式定义，CDATA只是数据（根据模式解释）。

XML Parser应该将XSD架构限制应用于CDATA吗？

1 个答案: