什么是Schematron Schematron规则验证教程

Schematron是一种基于XPath的XML验证语言，专注业务规则而非结构定义，通过assert/report实现断言检查，由schema、pattern、rule三层结构组成，常与XSD互补使用。

什么是Schematron

Schematron 是一种基于 XPath 的 XML 文档验证语言，它不描述数据结构，而是表达业务规则和逻辑约束。和 XML Schema（XSD）不同，Schematron 不关心元素是否合法、是否嵌套正确、类型是否匹配，而是专注“这个 XML 是否满足我的业务要求”。比如：“每个 book 元素必须包含一个非空的 title”，或“当 status 为 archived 时，expiryDate 不得为空”。这类判断靠断言（assert）或报告（report）实现。

Schematron 规则的基本结构

一个 Schematron 文件本质是 XML，核心由三部分组成：

• schema：根元素，声明命名空间 http://purl.oclc.org/dsdl/schematron
• pattern：一组相关规则的容器，可带 ID 和名称，用于组织逻辑域（如“元数据规则”“业务状态规则”）
• rule：定义验证上下文（用 @context 指定 XPath 路径），内部包含 或

例如：

  
    
      
        每本图书必须有非空标题。
      
       0">
        图书价格必须大于零。
      
    
  

如何用 Python（lxml）做 Schematron 验证

最常用且轻量的方式是使用 lxml.etree.Schematron。前提是已安装 lxml（pip install lxml）：

• 把 Schematron 规则读作 etree.XML() 对象，传给 etree.Schematron() 构造器
• 用 etree.parse() 加载待验证的 XML 文档
• 调用 schematron.validate(xml_doc)，返回布尔值
• 若失败，可用 schematron.error_log 查看具体哪条断言未通过、在哪一行

注意：lxml 内置的 Schematron 支持基于 ISO Schematron 1.5 标准，但不支持所有高级特性（如 或外部变量）。复杂场景建议配合 Jing 工具链。

常见验证模式与实用技巧

实际编写规则时，几个高频要点：

• 用 normalize-space() 判断文本是否真正非空，避免仅含空格的“假内容”
• 跨元素约束用相对 XPath，如 ../author 或 following-sibling::date
• 报错信息尽量写清楚，直接面向业务人员，例如“发货日期不能早于下单日期”比“assert failed at line 42”有用得多
• 多个 pattern 可按模块拆分，再用 合并，便于复用和维护

它不替代 XSD，而是互补——XSD 确保“语法正确”，Schematron 保证“语义合理”。两者结合，XML 数据质量才真正可控。