Validación de Documentos XML mediante DTD y XML Schema XSD

Conceptos Generales de DTD (Document Type Definition)

Una DTD establece las reglas que debe seguir un documento XML para considerarse válido.

• Ubicación: La declaración DTD puede incluirse dentro del propio archivo XML o vincularse como un fichero externo.
• Elemento Raíz: Todo documento debe tener un único elemento raíz que coincida exactamente con el nombre especificado en el DOCTYPE.
• Contenido de Elementos: Los elementos pueden estar vacíos (EMPTY), contener cualquier dato (ANY), almacenar texto procesable (#PCDATA), o contener una mezcla de texto y otros elementos hijos.
• Cardinalidad: La repetición de los elementos se controla con símbolos: ? (0 o 1 vez), * (0 o más veces) y + (1 o más veces).
• Atributos: Se definen indicando su tipo, como texto (CDATA), valores enumerados o identificadores (ID, IDREF).
• Modificadores de Atributos: Pueden ser obligatorios (#REQUIRED), opcionales (#IMPLIED), tener valores por defecto o valores fijos e inmutables (#FIXED).
• Limitaciones: La DTD presenta problemas porque no utiliza la sintaxis estándar de XML, carece de soporte para tipos de datos avanzados, no permite crear tipos personalizados y no soporta espacios de nombres (namespaces).

XML Schema (XSD)

El XML Schema surge como el sucesor natural y más potente de las DTD, diseñado para solucionar sus limitaciones.

• Sintaxis Estándar: A diferencia de las DTD, los XML Schemas están escritos íntegramente utilizando la sintaxis estándar de XML.
• Elemento Raíz: Todo documento de esquema XML comienza con el elemento raíz <schema>.
• Tipos de Datos: Es su característica principal, ya que permite validar información de forma estricta asegurando que no haya ambigüedades en la transmisión de datos (por ejemplo, validando un formato de fecha específico).
• Gestión de Cadenas: Incluye tipos específicos como string (mantiene todos los espacios), normalizedString (sustituye tabulaciones y saltos de línea por espacios) y token (elimina espacios múltiples y de los extremos).
• Reutilización y Extensión: Son extensibles, lo que permite crear tipos de datos propios, referenciar varios esquemas y reutilizar definiciones.
• Restricciones (Facets): Permiten aplicar límites estrictos a los datos, como definir enumeraciones de valores válidos, establecer patrones exactos de texto, o limitar longitudes y rangos numéricos.

Estructura de Elementos en XML Schema

XML Schema divide los elementos en dos categorías principales dependiendo de su contenido y complejidad:

Elementos Simples

• Definición: Son aquellos elementos que únicamente pueden contener texto.
• Limitaciones: No pueden contener elementos hijos ni atributos.
• Tipos comunes: Utilizan tipos de datos integrados como xs:string, xs:integer, xs:decimal, xs:boolean o xs:date.

Elementos Complejos

• Definición: Son elementos XML que pueden contener otros elementos hijos, poseer atributos, o ambas cosas.
• Variantes: Pueden estar completamente vacíos (conteniendo solo atributos), albergar solo texto, o tener un contenido mixto que intercala texto y elementos.
• Indicadores de Orden: Se utilizan para definir cómo deben aparecer los hijos: <xs:all> (cualquier orden, una sola vez), <xs:choice> (solo puede aparecer uno de los listados) o <xs:sequence> (deben aparecer en el orden exacto definido).
• Indicadores de Ocurrencia: Permiten un control numérico exacto mediante minOccurs (apariciones mínimas) y maxOccurs (apariciones máximas permitidas).
• Grupos y Flexibilidad: Permiten definir grupos de elementos o atributos para referenciarlos múltiples veces, y usar etiquetas como <any> o <anyAttribute> para permitir datos que no estaban descritos originalmente en el esquema.