李真 孟晓 黄江平
（1.中国软件评测中心软件与信息系统测评工程技术中心，北京 100048；
2.中国软件评测中心软件与信息系统测评工程技术中心，北京 100048；
3.中国软件评测中心软件与信息系统测评工程技术中心，北京 100048）
随着标准表示格式的丰富，XML文档作为系统间数据传输和数据互通的载体，被各行各业广泛应用于标准制定[1]。XML格式数据的高可读性使其不仅适合用于网络中结构化数据传输，更方便程序员读写[2]。
XML文档校验中一个很重要的角色是XML Schema。XML Schema主要用于描述XML文档的结构，同时也可用于对XML文档校验[3]。一般用户方提供的Schema可能因描述颗粒度不同，未涵盖全部业务规则要求。通过编写代码可实现最细致的XML Schema，能够将XML结构和数据规则均进行定义。但代码实现的Schema不仅非常复杂，而且较为死板，无法达到界面可视化灵活可配。而大部分Schema可能仅仅是框架描述。除此之外，业务规则如节点或数据之间的约束关系（排他、多选、外键等）一般未在Schema中体现。例如，医疗行业标准《WS/T 500.32-2016电子病历共享文档规范 第32部分：住院病案首页》[4]定义诊断记录章节基数为1..1，意为诊断记录章节必须存在且只能出现一次，而没有一个现成工具能对这些约束关系进行校验。因此，虽然XML Spy等工具可对XML文档格式进行校验，但如果XML Schema本身不是最细致的表达，将导致验证被测目标是否满足规范要求存在覆盖不全面、数据标准需要人工逐一比对验证等问题[5]。
我们曾开展医疗行业标准符合性测试（如《WS 445-2014（所有部分）电子病历基本数据集》和《WS/T 500-2016（所有部分）电子病历共享文档规范》）[4,6,7]，具有丰富的测试经验。但曾用于开展测试的工具仅为定制化工具，无法应用于所有行业。基于业务对数据格式校验的需求，我们在此基础上研究提取各行业XML标准中所涵盖通用规则，设计开发一套通用于多行业的XML解析及数据校验系统。该系统主要实现以下功能：
（1）实现针对不同数据标准规则，对XML文档中数据项进行标准符合性测试。
（2）界面可视化实现标准规则可定制化、灵活配置。
（3）仅有XML示例模板而无Schema的情况下，可反向生成Schema文件。
该系统是一套满足校验各行业XML文档结构的解析及数据标准校验系统。该系统方便用户操作同时可灵活配置，通过配置业务规则即可满足测试需求。该工具将适用于更多行业，且拥有完全自主知识产权。
2.1 格式校验配置
2.1.1 约束条件设置
某些行业在制订标准的同时会编制Schema文件，此时可将Schema文件导入系统，通过配置基线（节点出现的最大值和最小值）实现对文档中章节和节点的循环设置。基线对应标准约束条件，如医疗行业标准《WS/T 500.32-2016电子病历共享文档规范 第32部分：住院病案首页》定义诊断记录章节基数为1..1。此处基数即为该章节约束条件，可通过系统界面化实现基线配置功能，灵活设置Schema文件约束条件。
2.1.2 生成Schema
通过总结多种行业标准，我们发现并非每个行业制定XML标准及模板后，均会编写XML Schema。研究该需求缺口，我们开发通过导入XML示例模板并进行简单编辑的方式生成Schema文件功能。提交XML示例模板至系统，根据行业标准规定配置XML示例模版相关约束和条件，可生成相应Schema文件，再对XML文档进行校验。系统根据XML示例模版生成的Schema文件将放在项目目录Schema下，数据库中同时保存该文件完整目录，如此可针对两种来源保持一致对外接口。
对于系统中已存在的Schema，可通过关联查看对应XML示例模版内容，同时选择Schema名称也可查看Schema内容，即XSD文件内容。若各行业标准因行业发展产生版本变更，则可根据标准版本变动情况对Schema进行修改。
2.2 数据标准校验设置
2.2.1 数据规则灵活可配置
数据元规则表达式的解析和对数据的校验计算均来自行业扩展规则，此时涉及两方面问题，一个是解析，另一个是计算。
规则解析是为了将一个完整的规则表达式转换成其最小子规则，也就是系统只需实现每一个最小子规则动态可配置，即可实现完整规则表达式动态可配置。根据对医疗、水利、交通等行业的规则分析，最小子规则主要包含两部分内容：数据格式和数据长度。实现方式如下。
数据格式一般可通过正则表达式实现。
数据长度是计算后的结果。计算过程将涉及输入、计算函数和输出。输出是我们需要的结果，输入是该数据元配置XPath所指定的元素值，因此需给每个最小子规则配置计算函数并能动态执行即可实现规则的灵活可配置。
动态计算引擎一般和规则引擎技术关联起来，因此系统引入Aviator规则引擎。如一个简单的固定长度验证表达式：string.length(s) == long(s1)，Aviator可动态转换上述表达式进行计算，返回计算结果，这里s和s1为传入参数，剩下的问题为如何获取参数。以AN3为例，s参数为该数据元XPath所定位的元素值，s1参数为“3”，因此实现获取3这个值即可。这里同样采用正则表达式来实现，以该表达式为例，提取3这个值的正则表达式为^AN((？=[^a-zA-Z])|(？=$))，同样正则表达式也可配置可动态修改，因此在规则部分即可实现灵活可配置。
2.2.2 数据规则执行
最小子规则实现灵活可配置，余下工作就是组合各个最小子规则。
这里引入链表的概念，一个规则表达式会被解析为多个最小子规则节点，这些节点首先按优先级高低排序并按顺序执行，同时每个节点有一个next标志位，next为true则代表本节点执行完成后可继续执行下一节点，next为false则代表本节点执行完成后结束整个校验流程。
测试执行流程图如图1所示。
图1 测试执行流程图
2.2.3 获取数据元值
数据元中的规则表达式可动态解析和执行，值域有自己的配置表保存和查询，因此，目前最主要问题为如何将数据从XML文档中取出。XML文档中数据定位一般使用XPath定位和查询元素，它是一门在XML文档中查找信息的语言，拥有自己的语法。因此为数据元配置XPath即可。
具体过程如下：
将数据元配置XPath路径（这里设计为可以有多个XPath，同一元素可能在不同结构体中）；
根据XPath将XML文档节点Node取出；
获取Node的Text，该Text即为要获取的数据；
分别对Text数据进行规则校验和值域校验。
XML解析及数据校验系统技术架构如图2所示，系统分为基础层、支撑层、应用层、展示层和用户层。
图2 系统技术架构
（1）基础层包括.NET、JDK和数据库等基础结构。主要实现底层数据库逻辑。
（2）支撑层包括Service层和DAO层。
DAO层可直接操作数据库代码，该层仅负责使对应每个表完成增删改查。DAO层同样需先创建DAO接口，再在配置文件中定义该接口的实现类，配置数据源和数据库连接参数。该层主要负责数据持久化存储。
Service层负责管理具体功能实现，因此该层主要为一些实现具体业务功能类，称为Business类。Controller层可以调用该层接口，处理业务逻辑应用。Service层负责处理Controller层传递过来的数据，再将处理后数据传给DAO层，用于链接数据库，方便DAO层进行增删改查。同时，Service层负责处理DAO层传递过来的数据，将其进行封装，如封装成JavaBean。系统主要业务逻辑也在该层进行实现，我们改为先设计接口，再创建需要实现的类，然后在配置文件中配置实现的关联。这样封装好Service层业务逻辑并进一步划分，便于业务逻辑的独立和可再现，增加该层可维护性。
支撑层实现基础配置及管理功能，包括数据元管理、XML模板管理、规则管理、值域管理和XML解析模块等。
（3）应用层为Controller层，即为控制器，负责管理业务调度和管理跳转。主要通过获取数据后调用Service层接口，包括Service层的处理业务逻辑，然后返回数据来实现控制具体流程的功能。如具体业务功能由何种类来实现，实现结果通过何种途径显示等，均由Controller层决定。同时Controller层需负责与展示层和Service层的通信，通信过程需借助一些Bean类进行信息传递。从控制层功能上来说，因为该系统业务逻辑并不复杂，所以该层代码编写并未如其他复杂业务逻辑的系统繁重和复杂。
应用层主要实现具体测试功能。
（4）展示层是与客户的交互层，主要接收用户提交的请求，将用户提交请求和数据传递给下一层，并将后台响应结果返回给客户层。
展示层为系统的展示界面。
本系统采用基于C/S模式开发，有如下特点。
1）服务端基于Java的Springboot框架开发，创建独立的Spring应用程序，并且直接嵌入Tomcat，无需其他配置，主要负责业务逻辑处理。服务端优点是仅仅依赖JDK运行环境，不受外部操作系统环境影响，一次编译，多处运行。
2）客户端基于Electron框架开发，主要负责界面展示、控制服务端后台进程启停，优点是Electron打包之后的客户端本身就是一个浏览器，屏蔽客户机器由于使用不同浏览器而产生的兼容问题，同时还支持一键安装，部署过程和安装客户端软件同样便宜。
3）数据库H2，相比其他数据库系统，H2数据库轻便，仅有一个jar文件，无需安装，同时还可嵌入服务端一起打包发布，方便存储系统产生的结构化数据，随着Java服务端启动而启动，和服务端共用一个JVM内存空间。
XML文档校验完整测试流程如图3所示，此处以提交医疗行业互联互通测评电子病历共享文档（电子病历共享文档规范 第2部分：门（急）诊病历）为例。
图3 XML文档校验测试流程图
首先，需提交XML文档到XML解析及数据校验系统，在此需要说明的是XML文档结构必须符合XML格式，若不符合基本XML格式，将无法进入后续校验流程。
系统采用 Schema 对文档结构进行标准化校验，验证XML文档结构是否符合标准规定。在系统对一批XML文档进行Schema结构校验时，要求必须将每一个XML文档均指定对应的Schema文件，即需要基于Schema对XML文档进行分类校验。系统针对XML文档分类进行自动化处理，有如下两种情况：
（1）XML文档头标签存在Location属性，可根据Location名称，自动匹配Schema文件。
（2）XML文档头标签不存在Location属性，则自动分类失败，此时需要将该类文件手动指定一个Schema文件或引入新Schema文件，则该分类下所有XML文档均会自动归类到该Schema分类下。
具体流程如下：
（1）在系统中导入/提交门（急）诊病历.xml文档。
（2）点击下一步，进行Schema文件的选择。
（3）系统对提交的XML文档自动匹配相同种类Schema文件，即门（急）诊病历Schema文件。
（4）若此时自动匹配Schema文件名称有误，则需要选择系统中与该XML文档种类相同的Schema文件，进行手动分类。
（5）点击测试执行，系统会对提交的门（急）诊病历.xml文档进行测试，对文档中数据源进行校验。
（6）执行结束后，系统会返回执行结果，并提供导出结果功能。
猜你喜欢校验文档解析浅谈Matlab与Word文档的应用接口客联(2022年3期)2022-05-31使用Excel朗读功能校验工作表中的数据中学生学习报(2022年15期)2022-04-17有人一声不吭向你扔了个文档中国新闻周刊(2021年26期)2021-07-27三角函数解析式中ω的几种求法中学生数理化·高一版(2021年4期)2021-07-19睡梦解析仪语文世界(小学版)(2018年3期)2018-03-22炉温均匀性校验在铸锻企业的应用中国铸造装备与技术(2017年6期)2018-01-22电竞初解析商周刊(2017年12期)2017-06-22电子式互感器校验方式研究电子制作(2017年1期)2017-05-17对称巧用解析妙解福建中学数学(2016年7期)2016-12-03基于RI码计算的Word复制文档鉴别信息安全研究(2016年4期)2016-12-01