如何为XSD的filename元素设置实用的类型限制？

你已经用了<xs:whiteSpace value="collapse" />作为基础，这确实能处理空格冗余的问题，但要覆盖文件名的常见合规性风险，咱们还得补充以下几个关键限制：

1. 确保文件名非空且长度合理 #

首先要避免空文件名，同时适配多数文件系统对文件名的长度限制（比如多数系统支持最多255个字符的文件名）：

<xs:minLength value="1"/>
<xs:maxLength value="255"/>

2. 禁止ASCII控制字符 #

换行、回车、制表符这类控制字符在文件名里是绝对不允许的，用正则匹配排除所有ASCII控制字符（0-31和127号字符）：

<xs:pattern value="[^\x00-\x1F\x7F]+"/>

3. 拦截Windows保留文件名 #

Windows有一批特殊的保留文件名（比如CON、PRN），哪怕加了扩展名（比如CON.txt）也不能用。用负向前瞻正则来排除这些名字，同时开启大小写不敏感匹配覆盖所有大小写变体：

<xs:pattern value="^(?!(CON|PRN|AUX|NUL|COM[1-9]|LPT[1-9])\.?$).*" xs:caseInsensitive="true"/>

这个规则会阻止：

• 纯保留名（如CON、LPT3）
• 保留名加任意扩展名（如PRN.pdf、AUX.txt）

4. 禁止文件系统特殊字符 #

不同系统都有禁用的特殊字符，取跨平台的交集（Windows的< > : " / \ | ? * + Unix的/），用正则禁止这些字符：

<xs:pattern value="[^\<\>:\"/\\|?*]+"/>

5. 过滤有问题的Unicode字符 #

一些不可见的Unicode控制字符、怪异的同形字符可能导致文件名显示或处理异常，咱们只允许合法的Unicode字符集（字母、数字、标点、符号、分隔符，排除控制字符）：

<xs:pattern value="[\p{L}\p{N}\p{P}\p{S}\p{Z}&&[^\p{C}]]+"/>

完整的XSD代码片段 #

把这些限制整合起来，最终的<filename>元素定义如下：

<xs:element name="filename">
  <xs:simpleType>
    <xs:restriction base="xs:string">
      <!-- 合并连续空格并移除首尾空格 -->
      <xs:whiteSpace value="collapse"/>
      <!-- 确保文件名非空 -->
      <xs:minLength value="1"/>
      <!-- 适配多数文件系统的长度限制 -->
      <xs:maxLength value="255"/>
      <!-- 禁止ASCII控制字符 -->
      <xs:pattern value="[^\x00-\x1F\x7F]+"/>
      <!-- 排除Windows保留文件名（不区分大小写） -->
      <xs:pattern value="^(?!(CON|PRN|AUX|NUL|COM[1-9]|LPT[1-9])\.?$).*" xs:caseInsensitive="true"/>
      <!-- 禁止跨平台禁用的特殊字符 -->
      <xs:pattern value="[^\<\>:\"/\\|?*]+"/>
      <!-- 限制为合法的Unicode字符 -->
      <xs:pattern value="[\p{L}\p{N}\p{P}\p{S}\p{Z}&&[^\p{C}]]+"/>
    </xs:restriction>
  </xs:simpleType>
</xs:element>

额外注意事项 #

• 如果你的场景只针对特定操作系统（比如仅Unix/Linux），可以简化特殊字符的限制（只禁止/即可）；
• 正则的大小写敏感性：如果需要严格区分大小写（比如Unix系统），可以去掉xs:caseInsensitive="true"，但保留名检查要覆盖所有大小写组合；
• 关于Unicode：如果需要支持某些特殊的语言字符（比如示例中的Ümlaut），当前的规则已经包含了\p{L}（所有字母），完全没问题。

内容的提问来源于stack exchange，提问作者Hauke P.