#moonbit-xsd-datatypes

状态：v0.3.0。 44 个内置类型、12 个 facet、三种 variety、XSD 正则方言、 文档解析都已落地；W3C 套件 864 个用例全部一致，其中 354 个是应当被拒绝的非法值。 不做内容模型，边界写在「已知限制」里。

#安装

moon add ouoankang/moonbit-xsd-datatypes

#这个项目解决什么问题

xs:dateTime  2026-02-30T00:00:00   -> 非法（2 月没有 30 日）
xs:decimal   1.230                 -> 合法，规范化为 1.23
xs:integer   1.0                   -> 非法（integer 的词法空间不含小数点）
xs:double    INF                   -> 合法
xs:hexBinary 0F3                   -> 非法（长度必须是偶数）

#为什么 MoonBit 需要它

#用法

moon check --deny-warn     # 零警告
moon test                  # 93 个测试（92 单测 + 1 个 W3C 一致性）

# 直接验证内置类型
moon run --target js cmd/main -- dateTime 2026-02-30T00:00:00

# 读真实 XSD 文件，按其中声明的类型验证
moon run --target js cmd/main -- --schema examples/invoice.xsd amount 100.50 100000000

$ moon run --target js cmd/main -- --schema examples/invoice.xsd amount 100.50 99999999.99 100000000 1.234
valid    amount  100.50  =>  100.5
valid    amount  99999999.99  =>  99999999.99
INVALID  amount  100000000  =>  facet violation: value is above maxInclusive
INVALID  amount  1.234  =>  facet violation: fractionDigits 3 exceeds 2
2 value(s) invalid

#覆盖范围

#做

• 44 个内置简单类型，全部落地：string 族、boolean、decimal、 float/double、8 个日期时间类型、duration、hexBinary/base64Binary、 anyURI、QName、NOTATION、以及 12 个 integer 子类型（含范围检查）。
• 12 个 facet：length、minLength、maxLength、pattern、enumeration、 whiteSpace（按类型固定）、maxInclusive、maxExclusive、minInclusive、 minExclusive、totalDigits、fractionDigits。
• 三种 variety：atomic、list、union。
• XML Schema 正则方言（pattern 用）：\d/\w/\s 的 Unicode 语义、 字符类与减法、量词、分组、选择、\i/\c；pattern 按规范隐式全串锚定， 要表达"包含"必须显式写 .*。
• Namespace-aware XML 读取：元素、属性、文本、CDATA、注释、PI、字符引用、 实体引用、xmlns 作用域栈。默认命名空间作用于元素、不作用于属性。
• XSD 文档解析：从 xs:simpleType 与 xs:element 读出类型， 支持 restriction / list / union、本地类型引用（含 nist:someType 这种自定义前缀），以及 element 内联的匿名 simpleType——真实 schema 和 W3C 套件大量使用这种写法。facet 值按 base 类型解析，所以 decimal 上的 minInclusive 是按 decimal 比较，不是字符串比较。

#不做（在「已知限制」里逐条列明）

• 内容模型匹配（sequence / choice / all）：需要元素声明与粒子模型， 是另一层的活，见 #1。
• 身份约束 key / keyref / unique。
• XSD 1.1（assertion、条件类型赋值）。
• PSVI 生成（W3C 套件本身也不检查 PSVI）。
• substitutionGroup、redefine、override。

#关于命名空间

• 默认命名空间作用于元素，不作用于属性；
• 内层声明遮蔽外层，兄弟元素不受影响；
• 未绑定的前缀是错误，不能静默当成空 URI；
• 不同前缀绑定到同一 URI 就是同一个名字，前缀本身不参与身份判定。

#两处按 errata 修正的词法

#测试

Total tests: 93, passed: 93, failed: 0.
w3c cases: 864/864 agreed, 0 schema errors

#已知限制

• 拒绝 DOCTYPE：不处理内部子集与外部实体。XSD 文档不需要它们，静默忽略反而 危险，所以显式报错。
• 年份上限 9999：更大的年份在词法上合法，但这里的日历运算按 4 位年份处理。
• \p{L} 仍是近似实现：按主要区间判断，未加载完整 UCD 表，生僻文字的类别可能 与规范有差异。（\d 已改为 Unicode 15.1 的全部 63 个 Nd 区间。）
• 字符类减法只支持一层。
• atomic QName / NOTATION 上的 length 系列不判：规范称其 deprecated， 从未定义"长度"是什么。这意味着这两类的非法长度同样不会被拒绝，见下文。
• 不做内容模型：元素能不能出现、顺序对不对，不在本项目范围内。
• 不做 XML 1.0 完整的 well-formedness 校验（重复属性、非法字符等）。

• 内容模型（sequence / choice / all）—— #1
• 完整的 Unicode 类别表 —— #2
• 从 864 个抽样用例扩到全量 19217 个 —— #3

#外部一致性证据

510 个组合，其中 354 个两边都有
864 个用例 = 510 valid + 354 invalid

w3c cases: 864/864 agreed, 0 schema errors

The use of length, minLength and maxLength on QName, NOTATION, and datatypes derived from them is deprecated.

python scripts/gen_w3c.py     # 需要 GH_TOKEN 或已登录的 gh
moon test

#实现进度

#许可