XSD模式限制中\w定义存疑，xmllint验证含下划线值失败

问题背景 #

某XSD文件使用以下模式规则限制属性值：

<xsd:pattern value="buyer_specific|customer_specific|duns|iln|gln|party_specific|supplier_specific|\w{1,250}"/>

当使用自定义属性值checkout_profile时，xmllint验证报错：

Schemas validity error :[...] The value 'checkout_profile' is not accepted by the pattern 'buyer_specific|customer_specific|duns|iln|gln|party_specific|supplier_specific|\w{1,250}'.

疑问：按PCRE规则，\w包含下划线、字母和数字，checkout_profile应该符合要求，是xmllint存在bug还是有认知遗漏？

问题原因 #

这不是xmllint的bug，是对XSD正则表达式规则的认知遗漏：

• XSD的正则表达式遵循XML Schema规范，并非PCRE规则。在XSD的xsd:pattern中，\w仅匹配字母和数字，不包含下划线。
• 自定义值checkout_profile包含下划线，无法被\w{1,250}匹配，且不在前面枚举的固定值列表里，因此触发验证错误。

解决方案 #

如果需要支持包含下划线的自定义属性值，需修改XSD的模式规则，把下划线明确加入匹配范围，比如：

<xsd:pattern value="buyer_specific|customer_specific|duns|iln|gln|party_specific|supplier_specific|[\w_]{1,250}"/>

或者直接使用更明确的字符范围定义：

<xsd:pattern value="buyer_specific|customer_specific|duns|iln|gln|party_specific|supplier_specific|[a-zA-Z0-9_]{1,250}"/>

内容的提问来源于stack exchange，提问作者SlowFox