Datentypen-Definitionen eines XML-Schema zur Validierung nutzen

Datentypen-Definitionen eines XML-Schema zur Validierung nutzen

https://bildung.social/@oerinformatik/111970765687640258

https://oer-informatik.de/xml-schema-datentypen

XML Schema, XSD, Datentypen, simpleType, Restriction, Facetten, pattern, enumeration, Werteraum, lexikalischer Raum, kanonische Repräsentation

tl/dr; (ca. 13 min Lesezeit): XML Schema (XSD) stellt einen gewaltigen Sprachumfang zur Deklaration und Spezifizierung von Datentypen bereit. Neben vielen bereits vorhandenen Datentypen und den komplexen eigenen Datentypen bietet sich die Möglichkeit, über zahlreiche Restrictions die Werte individuell einzugrenzen und somit die Validität über die reine Struktur auf den Inhalt der Daten auszuweiten [AI-Assisted]. (Zuletzt geändert am 27.10.2026)

Dieser Artikel ist Bestandteil einer Serie zu den XML-Grundlagen:

• Vorab: Datenaustauschformate: CSV, XML und JSON vergleichen mit zugehörigen Übungsaufgaben

• Teil 1: Die Auszeichnungssprache Extensible Markup Language (XML) mit zugehörigen Übungsaufgaben

• Teil 2: Valide XML-Dokumente gegen eine Document-Type-Definition erstellen mit zugehörigen Übungsaufgaben

• Teil 3: Namespaces für komplexere XML-Dokumente definieren

• Teil 4: Die Struktur von XML-Dokumenten gegen ein Schema validieren

• Teil 5: Datentypen-Definitionen eines XML-Schema zur Validierung nutzen

• Übungsaufgaben zur ganzen Serie: Übungsaufgaben zu XML: Wohlgeformtheit, Gültigkeit, DTD und XSD

Schon fit in diesem Thema? Nutze die Kann-Liste und die Leitfragen unter dem Artikel als Checkliste, ob Du die relevanten Kompetenzen bereits hast. Hier klicken, um Kann-Liste ein- oder auszublenden

Datentypen

Im Gegensatz zur DTD können in XML Schema Datentypen genauer spezifiziert und sogar im Inhalt deutlicher eingegrenzt werden. Hierbei bietet XML Schema derart viele Möglichkeiten, dass die Datentypen eine eigene Spezifikation (Part 2: Datatypes) mit vielen mehrseitigen Kapiteln bekommen haben.

Verlinkt ist hier die aktuelle Fassung XSD 1.1. Sie ergänzt gegenüber XSD 1.0 u. a. die Datentypen xs:dateTimeStamp (ein xs:dateTime mit verpflichtender Zeitzone), xs:dayTimeDuration und xs:yearMonthDuration (Zeitdauern nur aus Tagen/Stunden/Minuten/Sekunden bzw. nur aus Jahren/Monaten), die Facette explicitTimezone (Zeitzone vorgeschrieben, verboten oder optional) sowie mit <xs:assertion> Bedingungen in Form von XPath-Ausdrücken. Viele Werkzeuge – z. B. die Bibliothek libxml2 und damit xmllint – unterstützen allerdings nur XSD 1.0; alle übrigen Beispiele in diesem Artikel kommen daher mit XSD 1.0 aus.

Wir haben bislang nur einfache Zeichenketten genutzt (type="xs:string"), die komplexen Elemente (mit Unterelementen und/oder Attributen) oder den Irgendwas-„Joker“ (type="xs:anyType"). Der Sprachumfang differenziert jedoch sehr umfangreich weiter aus, wie die folgende Übersicht der Built-in-Datentypen zeigt (die man ähnlich in der Spezifikation findet):

Bei der Definition von Datentypen werden unterschiedliche Eigenschaften gegeneinander abgegrenzt. Beiß die Zähne zusammen, durch diese Theorie müssen wir kurz durch:

• Der Werteraum (value space) beschreibt die Menge (set) der Werte eines Datentyps. Bei xs:byte sind das z. B. alle Ganzzahlen zwischen -128 und 127.

• Der lexikalische Raum (lexical space) beschreibt die Menge derjenigen Zeichenketten, die auf Werte des Werteraums gemappt werden können (lexical mapping). Bei xs:byte wären das alle reinen Ziffernfolgen von -128 bis 127, aber eben auch +17, 00124, -010 - also andere Zeichenketten, die eindeutig als xs:byte ausgewertet werden können. Welche das jeweils sind, definiert der Datentyp.

• Literale sind Zeichenketten aus (keinem oder mehr) Zeichen des Universal Character Set (UCS - der Zeichensatz, der die Basis für UTF ist). Literale können gültige Repräsentationen eines spezifischen Datentyp-Werts sein (dann wären sie im lexikalischen Raum). Sie können aber auch ungültige Zeichenketten sein, für die es kein lexikalisches Mapping gibt.

Wem das zu abstrakt klingt: Der Wert 1, der sich im Werteraum einer Ganzzahl (z.B. xs:int) befindet, kann durch verschiedene lexikalische Repräsentationen (lexical representations) ausgedrückt werden: +1, 01, 0001 usw. Sie alle stellen Literale dar, die auf den Wert 1 gemappt werden. Es gibt aber auch Literale, die auf keinen Wert im Datentyp xs:int gemappt werden: 1.0 beispielsweise oder eins.

Bei einer Ganzzahl vom Typ xs:int stellen beispielsweise die Literale 42, 042, +42 und +0042 lexikalische Repräsentationen desselben Werts dar.

Ein besonderes Literal für jeden Wert stellt hierbei die kanonische Repräsentation (canonical representation) dar. Diese Repräsentation wird so definiert, dass es für jeden möglichen Wert des Werteraums ein einzigartiges kanonisches Literal gibt. Es ist also eine Teilmenge des lexikalischen Raums, die eine Eins-zu-eins-Beziehung zum Werteraum aufspannt (canonical mapping). Für xs:int ist festgelegt, dass die kanonische Repräsentation keine führenden Nullen und bei positiven Zahlen kein Vorzeichen enthält: +0042, 042 und 42 werden alle auf denselben Wert gemappt, kanonisch ist aber nur 42.

Der Werteraum ist zunächst für alle vorgegebenen Typen definiert, kann aber über Facetten für eigene Typen weiter eingegrenzt werden.

Die wesentlichen Datentypen in der Kurzübersicht:

Ableitung eigener Datentypen durch Einschränkung (Restriction)

Über Restrictions können auf Basis der simpleTypes eigene Datentypen erstellt werden. Jeder Datentyp bringt dafür einen eigenen Kanon an möglichen Constraining facets mit. Neue Typen werden über ein <xs:simpleType />-Element deklariert. Die Constraining facets werden als Restrictions bezogen auf einen Basis-Typen (base) angegeben (<xs:restriction base="xs:string">). Insgesamt sieht das beispielsweise so aus:

  <xs:simpleType name="e-mail">
    <xs:restriction base="xs:string">
      <xs:pattern value="[^@ \t\r\n]+@[^@ \t\r\n]+\.[^@ \t\r\n]+" />
    </xs:restriction>
  </xs:simpleType>

Alle Code-Beispiele sind Ausschnitte eines Schemas, dessen Wurzelelement den Namensraum deklariert: <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">. Im vorigen Teil stand dafür das Präfix xsd: – das Präfix ist frei wählbar, entscheidend ist die Bindung an den Namensraum. In diesem Artikel nutzen wir durchgängig xs:, auch bei den Namen der eingebauten Datentypen (xs:string, xs:int), denn genau so werden sie im Schema referenziert. Facetten nennen wir im Text ohne Präfix (pattern), im Schema stehen sie als Elemente mit Präfix (<xs:pattern />).

Der volle Umfang der Constraining facets lässt sich in der Spezifikation nachlesen, die wesentlichen sind etwa folgende:

Zeichenketten-Datentypen

Datums / Zeittypen

Ganzzahlen- und Festkommazahltypen

Gleitkommatypen

Weitere Datentypen

XML-spezifische Datentypen

Leitfragen

1. Was unterscheidet Werteraum, lexikalischen Raum und kanonische Repräsentation eines Datentyps? Antwort

Der Werteraum ist die Menge der Werte eines Datentyps, der lexikalische Raum die Menge der Zeichenketten (Literale), die auf diese Werte abgebildet werden – z. B. stehen 1, +1 und 0001 für denselben xs:int-Wert. Die kanonische Repräsentation ist genau ein festgelegtes Literal je Wert. Siehe Abschnitt „Datentypen“.

2. Wie leitest Du einen eigenen Datentyp durch Einschränkung ab? Antwort

Du deklarierst ein xs:simpleType-Element und darin eine xs:restriction mit einem Basistyp (base="xs:string"); innerhalb der Restriction grenzt Du die Werte mit Facetten wie xs:pattern ein. Siehe Abschnitt „Ableitung eigener Datentypen durch Einschränkung (Restriction)“.

3. Mit welchen Facetten grenzt Du Zeichenketten und Zahlen ein? Antwort

Zeichenketten schränkst Du mit pattern (regulärer Ausdruck), enumeration (Liste erlaubter Werte), length, minLength und maxLength ein; Zahlen mit minInclusive/maxInclusive bzw. minExclusive/maxExclusive sowie bei Dezimalzahlen mit totalDigits und fractionDigits. Siehe Abschnitt „Ableitung eigener Datentypen durch Einschränkung (Restriction)“.

4. Worin unterscheiden sich xs:string, xs:normalizedString und xs:token? Antwort

xs:string erlaubt beliebigen Text, xs:normalizedString enthält keine Zeilenumbrüche und Tabs, und xs:token hat zusätzlich keine Spaces am Anfang und Ende und keine mehrfachen Spaces hintereinander. Siehe Abschnitt „Zeichenketten-Datentypen“.

5. Welche Ganzzahltypen gibt es, und wie hängen sie zusammen? Antwort

Alle basieren auf xs:decimal über xs:integer; davon abgeleitet sind die vorzeichenbehafteten Typen xs:long (64 Bit), xs:int (32 Bit), xs:short (16 Bit) und xs:byte (8 Bit) sowie über xs:nonNegativeInteger die vorzeichenlosen xs:unsignedLong bis xs:unsignedByte. Siehe Abschnitt „Ganzzahlen- und Festkommazahltypen“.

6. Wie notierst Du Datum, Uhrzeit und Zeitdauer in XML Schema? Antwort

Ein Datum (xs:date) schreibst Du als JJJJ-MM-TT, eine Uhrzeit (xs:time) als hh:mm:ss, einen Zeitpunkt (xs:dateTime) als Kombination mit T dazwischen und optionaler Zeitzone wie -05:00; eine Zeitdauer (xs:duration) beginnt mit P, z. B. P1Y2M3DT10H30M12.3S. Siehe Abschnitt „Datums / Zeittypen“.

Links und weitere Informationen

• W3C-Dokumente zu XML Schema: Primer (Kurzübersicht)/ Part 1: Structures / Part 2: Datatypes

• Der Standard zu Namespaces in XML

• Der XML-Standard 1.0

• Der seltener genutzte XML-Standard 1.1

• Infos von w3schools zu XML

Hinweis zur Nachnutzung als Open Educational Resource (OER)

Dieser Artikel und seine Texte, Bilder, Grafiken, Code und sonstiger Inhalt sind - sofern nicht anders angegeben - lizenziert unter CC BY 4.0. Nennung gemäß TULLU-Regel bitte wie folgt: “Datentypen-Definitionen eines XML-Schema zur Validierung nutzen” von oer-informatik.de (H. Stein), Lizenz: CC BY 4.0. Der Artikel wurde unter https://oer-informatik.de/xml-schema-datentypen veröffentlicht, die Quelltexte sind in weiterverarbeitbarer Form verfügbar im Repository unter https://gitlab.com/oer-informatik/datenformate/xml. Erstellt mit KI-Assistenz; von mir umfassend redaktionell überarbeitet, geprüft und freigegeben. Stand: 27.10.2026.

[Kommentare zum Artikel lesen, schreiben] / [Artikel teilen] / [gitlab-Issue zum Artikel schreiben]