PHP - 带有 unicode 正则表达式的 XSD 模式验证错误

Posted 2023-03-08

【中文标题】PHP - 带有 unicode 正则表达式的 XSD 模式验证错误

【英文标题】：PHP - XSD schema validation error with unicode regular expression

【发布时间】：2012-02-12 02:12:11

【问题描述】：

说明：

当我尝试使用包含 Unicode 常规的给定 XSD 架构验证 XML 文件时 表达式，函数 DOMDocument::schemaValidate 返回一个验证错误。 XSD 模式是 W3C 格式良好的，并且验证通过了另一个 验证工具。 如果 XSD 模式是这样的格式（没有正方形 括号）：

<xsd:pattern value="\PLl+"/>

php 版本：5.2.14 LibXml 版本：2.7.7

之前的模式[\PLl]+ 与preg_match 函数一起正常工作。

---

测试脚本：

PHP 验证码：

function libxml_display_errors()

   $errors = libxml_get_errors();

   print_r($errors);

   libxml_clear_errors();


libxml_use_internal_errors(true);

$dom = new DOMDocument();
$dom->load('test.xml');

if ( !$dom->schemaValidate('test.xsd') ) 
  echo "XML Error\n";
  libxml_display_errors();
 else 
  echo "XML ok\n";

---

XSD 架构：

<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">
    <xsd:simpleType name="noLowerCase">
        <xsd:restriction base="xsd:string">
            <xsd:pattern value="[\PLl]+"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:complexType name="DatiUtenteType">
        <xsd:sequence>
            <xsd:element name="Cognome" type="noLowerCase"/>
            <xsd:element name="Nome" type="noLowerCase"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:complexType name="DataExchangeFisso">
        <xsd:sequence>
            <xsd:element name="DatiUtente" type="DatiUtenteType"/>
        </xsd:sequence>
    </xsd:complexType>
    <xsd:element name="ListOfDataExchange">
        <xsd:complexType>
            <xsd:sequence>
                <xsd:element name="DataExchangeFisso" type="DataExchangeFisso" minOccurs="0" maxOccurs="unbounded"/>
            </xsd:sequence>
        </xsd:complexType>
    </xsd:element>
</xsd:schema>

---

XML 文件：

<?xml version="1.0" encoding="UTF-8"?>
<ListOfDataExchange>
  <DataExchangeFisso>
    <DatiUtente>
      <Cognome>FOO</Cognome>
      <Nome>BAR</Nome>
    </DatiUtente>
  </DataExchangeFisso>
</ListOfDataExchange>

---

预期结果：

XML ok

---

实际结果：

XML Error
Array
(
    [0] => LibXMLError Object
        (
            [level] => 2
            [code] => 1839
            [column] => 0
            [message] => Element 'Cognome': [facet 'pattern'] The value 'FOO' is not accepted by the pattern '[\PLl]+'.
            [file] => /var/www/html/test.xml
            [line] => 5
        )

    [1] => LibXMLError Object
        (
            [level] => 2
            [code] => 1824
            [column] => 0
            [message] => Element 'Cognome': 'FOO' is not a valid value of the atomic type 'noLowerCase'.
            [file] => /var/www/html/test.xml
            [line] => 5
        )

    [2] => LibXMLError Object
        (
            [level] => 2
            [code] => 1839
            [column] => 0
            [message] => Element 'Nome': [facet 'pattern'] The value 'BAR' is not accepted by the pattern '[\PLl]+'.
            [file] => /var/www/html/test.xml
            [line] => 6
        )

    [3] => LibXMLError Object
        (
            [level] => 2
            [code] => 1824
            [column] => 0
            [message] => Element 'Nome': 'BAR' is not a valid value of the atomic type 'noLowerCase'.
            [file] => /var/www/html/test.xml
            [line] => 6
        )
)

【参考方案1】：

这不是您问题的完整答案，但可能是一些澄清：

XSD 中的正则表达式，即使它可能与preg_match 中的正则表达式相似，也是不同的东西。因此，假设某些东西必须与 XSD 一起使用，因为它确实与 preg_match 一起使用是一种猜测，但不是严格的测试。

category^Docs 小写字母及其属性 Ll 由 Unicode 定义，XSD 库应该支持它。

可能是类别的否定性有问题，因为它只说非否定字符类中的什么，而不是什么。

试试：

[^\pLl]+

【讨论】：

给了我 XSD 模式验证。我无法更改它，否则我将足以删除方括号。

那么你需要修复库组件。我认为它应该按规范工作，因此该库已损坏并需要修复。它是免费软件，您可以对其进行修补并将修复程序带入新版本。

那么你认为这是一个 php 错误吗？我尝试在php网站上报告它，但我还没有收到任何回复。

我无法判断是bug还是功能。但是，这肯定不是 PHP，而是底层库（可能是 XSLT）。您也应该在此处留下一个指向您的错误报告的链接以及您的问题。

【参考方案2】：

架构很好，您的架构处理器有错误或不符合项。实际上，模式处理器实现正则表达式方言与 XSD 规范中定义的方言有些不同的情况并不罕见：惰性实现者只是将正则表达式直接传递给他们选择的库。

【讨论】：

问题是其他验证器（例如 Notepad++ XML 工具）的验证也会失败，但根据 w3c 规范在形式上是正确的。