Le XML est-il sensible à la casse ?

Question

Question brève

Le XML est-il sensible à la casse ?

Question plus longue

Par exemple :

<Shirt color="Red"/>

L'attribut couleur est de type string qui peut contenir un ensemble de couleurs valides ( Red , Blue et Green ).

Pour valider le XML, j'ai utilisé le XSD suivant :

  <xs:simpleType name="ColorType">
    <xs:restriction base="xs:string">
      <xs:enumeration value="Red"/>
      <xs:enumeration value="Blue"/>
      <xs:enumeration value="Green"/>
    </xs:restriction>
  </xs:simpleType>

Est-ce que je suis attendu pour accepter différentes variations de cas de rouge, bleu et vert ? Ou bien le XML est largement accepté comme étant sensible à la casse ?

Answer 1

Réponse courte :

Oui - XML est sensible à la casse.

Réponse plus longue :

Il est généralement admis que les énumérations sont sensibles à la casse. Toutefois, si vous souhaitez être plus souple, consultez la question ci-dessous, qui traite des énumérations insensibles à la casse :

Énumération insensible à la casse du type simple String de XML Schema

Answer 2

Avec XSD 1.1, vous pouvez réaliser une énumération insensible à la casse en utilisant une assertion :

<xs:simpleType name="RGB">
  <xs:restriction base="xs:string">
    <xs:assert test="lower-case($value) = ('red', 'green', 'blue')"/>
  </xs:restriction>
</xs:simpleType>

XSD 1.1 est pris en charge dans les versions récentes de Saxon et Xerces.

Answer 3

Oui. L'examen de la spécification XML actuelle La seule déclaration apparente à ce sujet se trouve à la section 1.2, où les auteurs déclarent que

Les deux chaînes de caractères ou noms comparés sont identiques. Les caractères ayant plusieurs représentations possibles dans la norme ISO/CEI 10646 (par exemple, les caractères ayant à la fois une forme précomposée et une forme base+diacritique) ne correspondent que s'ils ont la même représentation dans les deux chaînes. Aucun traitement de la casse n'est effectué.

Notez la référence à un manque de pliage du boîtier . Pour illustrer les problèmes que peut causer l'inattention à ce détail, j'ai récemment analysé un code qui extrait des données d'un corpus de données physiologiques de taille moyenne (quelques 100 Go) où le nom d'un paramètre avait été changé de SPO2 en SpO2 au fil des ans, dans le logiciel principal.

En revanche, le logiciel utilisé pour extraire les données a fidèlement conservé la convention XML et a considéré les paramètres comme distincts. Le pire était à venir. Comme le nom du paramètre était utilisé pour nommer le fichier CSV dans lequel les données étaient écrites, et ce sous Windows, qui met les noms de fichiers en majuscules, deux poignées étaient ouvertes sur le même fichier, ce qui entraînait des erreurs mystérieuses.