如何使用XSD验证XML数据是否包含黑名单关键词？

XSD并没有提供类似枚举（enumeration）的反向内置约束，要实现匹配黑名单词汇即报错的需求，必须通过**正则表达式模式（<xs:pattern>）**来完成。以下分两种常见场景给出实现示例：

场景1：精确匹配黑名单词汇 #

如果要求元素值完全等于黑名单中的任意词汇时触发验证错误，可以使用正则的否定前瞻来排除这些值。

假设黑名单词汇为：Admin、Root、SuperUser，对应的XSD约束如下：

<xs:simpleType name="RestrictedUsername">
  <xs:restriction base="xs:string">
    <!-- 禁止值完全匹配黑名单中的任意词汇 -->
    <xs:pattern value="^(?!Admin$|Root$|SuperUser$).+$"/>
    <!-- 可选：添加长度约束等其他规则 -->
    <xs:minLength value="3"/>
  </xs:restriction>
</xs:simpleType>

解释：^(?!xxx$)是正则的否定前瞻，$确保完全匹配，.+保证值不为空（可根据需求调整）。

场景2：包含黑名单词汇即报错 #

如果要求元素值只要包含黑名单中的任意词汇就触发错误，同样使用否定前瞻，只是去掉末尾的$：

假设黑名单词汇为：badword1、badword2，对应的XSD约束如下：

<xs:simpleType name="CleanContent">
  <xs:restriction base="xs:string">
    <!-- 禁止值包含黑名单中的任意词汇 -->
    <xs:pattern value="^(?!.*(badword1|badword2)).*$"/>
  </xs:restriction>
</xs:simpleType>

解释：.*匹配任意字符（0次或多次），(?!.*(xxx|yyy))确保整个字符串中不出现指定的黑名单词汇。

进阶简化方案（XSD 1.1） #

如果使用支持XSD 1.1的验证器（如Saxon），可以用<xs:assert>断言来简化逻辑，可读性更强：

<xs:simpleType name="RestrictedText">
  <xs:restriction base="xs:string">
    <xs:assert test="not(contains(., 'Admin') or contains(., 'Root') or contains(., 'SuperUser'))"/>
  </xs:restriction>
</xs:simpleType>

注意事项 #

• 正则表达式中的特殊字符需要转义，比如黑名单词汇包含.、*等符号时，要写成\.、\*。
• 不同XSD验证器对正则的支持可能有细微差异，建议测试时覆盖所有黑名单场景。

内容的提问来源于stack exchange，提问作者Java Dev