Java 如果定义了maxLength和模式限制，那么针对XSD验证XML对于长字符串来说很慢

我们在xsd中定义了以下简单类型：

<xsd:simpleType name="SimpleText255NotBlankType">
        <xsd:annotation>
            <xsd:documentation xml:lang="en">String of maximum 255 characters, not blank</xsd:documentation>
        </xsd:annotation>
        <xsd:restriction base="xsd:string">
            <xsd:minLength value="1"/>
            <xsd:maxLength value="255"/>
            <xsd:pattern value=".*[^\s].*"/>
        </xsd:restriction>
</xsd:simpleType>

最多255个字符的字符串，不为空

问题是，当在输入xml中提供一个非常长的字符串（约1000000个字符）作为值时，我们会假定它很快会因为长度而被视为无效。实际上，由于在maxLength限制之前对正则表达式求值，验证需要几分钟的时间

如果我们这样定义simpleType，我们找到了解决问题的方法：

     <xsd:simpleType name="SimpleText255Type">
        <xsd:annotation>
            <xsd:documentation xml:lang="en">String of maximum 255 characters</xsd:documentation>
        </xsd:annotation>
        <xsd:restriction base="xsd:string">
            <xsd:minLength value="1"/>
            <xsd:maxLength value="255"/>
            <xsd:pattern value=".{1,255}"/>
        </xsd:restriction>
    </xsd:simpleType>
    <xsd:simpleType name="SimpleText255NotBlankType">
        <xsd:annotation>
            <xsd:documentation xml:lang="en">String of maximum 255 characters, not blank</xsd:documentation>
        </xsd:annotation>
        <xsd:restriction base="SimpleText255Type">
            <xsd:pattern value=".*[^\s].*"/>
        </xsd:restriction>
    </xsd:simpleType>

最多255个字符的字符串
最多255个字符的字符串，不为空

这种解决方法之所以有效，是因为XSSimpleType的Xerces实现构建了一个正则表达式模式的向量，而

{1255}

模式将首先被评估，并且失败的速度相对较快，因此不会检查耗时的第二个正则表达式

有没有人遇到过同样的问题并找到了一个解决方案，它不依赖于xsd验证的实现？或者有没有办法在jaxb中对xsd:restriction-s进行验证（以便在检查模式之前验证maxLength）

我们在github上创建了一个示例应用程序：

---

Xerces2支持XSD 1.1。不幸的是，该版本不在官方的maven中央存储库中。您可以使用第三方存储库（也需要icu4j）。如果它对您来说不是一个可行的解决方案，您可以从（Xerces2Java2.12.0（XMLSchema1.1））下载官方稳定版本，并将其安装到本地maven存储库中

org.opengis.cite.xerces
xercesImpl-xsd11
2.12-β-r1667115
com.ibm.icu
icu4j
4.6

您还需要替换模式版本

SchemaFactory sf=SchemaFactory.newInstance（“http://www.w3.org/XML/XMLSchema/v1.1");

您可以在XSD1.1中使用断言（XSD1.1中还有其他有用的新特性，您可以从中受益）。现在，您可以指定验证规则的评估顺序

---

我希望这是一个可行的解决方案，我可以帮助你

Xerces2支持XSD1.1。不幸的是，该版本不在官方的maven中央存储库中。您可以使用第三方存储库（也需要icu4j）。如果它对您来说不是一个可行的解决方案，您可以从（Xerces2Java2.12.0（XMLSchema1.1））下载官方稳定版本，并将其安装到本地maven存储库中

org.opengis.cite.xerces
xercesImpl-xsd11
2.12-β-r1667115
com.ibm.icu
icu4j
4.6

您还需要替换模式版本

SchemaFactory sf=SchemaFactory.newInstance（“http://www.w3.org/XML/XMLSchema/v1.1");

您可以在XSD1.1中使用断言（XSD1.1中还有其他有用的新特性，您可以从中受益）。现在，您可以指定验证规则的评估顺序

---

我希望这是一个可行的解决方案，我可以帮助你

也许有一个更好的正则表达式来测试“非空白”，比如

“^（？！\s*$）。+”

已经足够了。仅供参考：

[^\s]

写得更好，因为

\s

没有指定

与

冗余？删除可能很好的

@thomas kläger，但不幸的是XSD中的正则表达式验证是有限的，并且不支持lookaheads（），因此我们不能使用该正则表达式。@andreas由于该模式确实是多余的，因此需要它，因为没有它，限制的求值顺序将是：1。“*[^\s].*”（慢，有效）2.maxLength（无效）。将长度定义为父类型上的一个单独的正则表达式，正则表达式将是第一个得到评估的正则表达式，并且很快失败，这就是为什么该解决方案可以是一个单独的正则表达式，对于测试像

“^（？！\s*$）这样的“非空白”可能是一个更好的正则表达式。+”

已经足够了。仅供参考：

[^\s]
写得更好，因为
\S
没有指定与
冗余的
？删除可能很好的
@thomas kläger，但不幸的是XSD中的正则表达式验证是有限的，并且不支持lookaheads（），因此我们不能使用该正则表达式。@andreas由于该模式确实是多余的，因此需要它，因为没有它，限制的求值顺序将是：1。“*[^\s].*”（慢，有效）2.maxLength（无效）。将长度定义为父类型上的一个单独的正则表达式，正则表达式将是第一个被评估的，并且很快就会失败，这就是为什么解决方法可能是一个孤立的问题