GB/T 20092.3-2022 中文新闻信息内容 第3部分：数据交换的XML格式

　　ICS 35 . 240 . 30 CCS L 67

　　中 华 人 民 共 和 国 国 家 标 准

　　GB/T 20092 . 3—2022部分代替 GB/T 20092—2013

　　中文新闻信息内容

　　第 3 部分：数据交换的 XML格式

　　Chinesenewsinformationcontent—

　　part3：XML formatfordataexchange

　　2022-10-12 发布 2022-10-12 实施

　　国家市场监督管理总局国家标准化管理委员会

　　

　　发

　　

　　布

　　GB/T 20092 . 3—2022

　　目 次

　　前言 Ⅲ

　　引言 Ⅳ

　　1 范围 1

　　2 规范性引用文件 1

　　3 术语和定义 1

　　4 缩略语 1

　　5 规则和约定 1

　　5.1 XML Schema格式定义 1

　　5 . 2 拼写规则 2

　　5 . 3 元素表达及描述要求 2

　　5 . 4 XML组件的命名 2

　　5.5 XML Schema 的版本和变更约定 2

　　5 . 6 编码方式 3

　　6 公共结构和基本数据类型 3

　　6 . 1 目标命名空间声明 3

　　6 . 2 基本简单类型 3

　　6 . 3 公共结构类型 5

　　6 . 4 复杂元数据项类型 16

　　6.5 元数据相关的 Schema定义 58

　　7 关系机制 63

　　7 . 1 关系概述 63

　　7 . 2 关系定义 64

　　8 受控词描述机制 69

　　8 . 1 概述和分析 69

　　8 . 2 受控词表的建模 70

　　8 . 3 受控词引用的建模 81

　　8 . 4 受控词表的例子 83

　　9 数字签名 86

　　9 . 1 概述 86

　　9 . 2 元数据描述 86

　　9 . 3 数字签名样例 88

　　10 文档层 93

　　10 . 1 概述 93

　　10 . 2 CNML元素(〈CNML〉) 94

　　10 . 3 词表编目结构 95

　　Ⅰ

　　GB/T 20092 . 3—2022

　　10 . 4 信封结构 97

　　10 . 5 稿件容器 129

　　10 . 6 稿件关系容器 143

　　11 稿件层 146

　　11 . 1 稿件层定义 146

　　11 . 2 稿件层结构 147

　　11 . 3 稿件层元数据组 153

　　12 内容项层 252

　　12 . 1 内容项层结构 252

　　12 . 2 内容项层实体内容 255

　　12 . 3 内容项层元数据组 267

　　13 内联智能标记 331

　　13 . 1 概述 331

　　13 . 2 内联智能标记的命名空间 331

　　13 . 3 规范说明 331

　　13.4 内联智能标记类型(cim: IntelligentMarkupType) 331

　　附录 A(规范性)XML Schema 341

　　附录 B(资料性) 应用实例 419

　　附录 C(资料性) 类继承总图 445

　　附录 D(规范性) 内联智能标记 XML Schema 446

　　参考文献 449

　　Ⅱ

　　GB/T 20092 . 3—2022

　　前 言

　　本文件按照 GB/T 1 . 1—2020《标准化工作导则 第 1 部分：标准化文件的结构和起草规则》的规定起草。

　　本文件是 GB/T 20092《中文新闻信息内容》的第 3 部分。 GB/T 20092 已经发布了以下部分：

　　— 第 1 部分：概念模型;

　　— 第 2 部分：新闻元数据;

　　— 第 3 部分：数据交换的 XML格式。

　　本文件代替 GB/T 20092—2013《 中文新闻信息置标语言》中的第 5 章“规 则 和 约 定”、第 7 章“CNML 公共结构和基本数据类型”、第 8 章“CNML 的关系机制”、第 9 章“受控词描述机制”、第 10 章“数字签名”、第 11 章“CNML 文档层结构”、第 12 章 “CNML 稿件层”、第 13 章 “CNML 内容项层”、第14 章“CNML 内联智能标记”，附录 A(资料性附录)“CNML 应用实例”、附录 B(资料性附录)“CNML标准元素中英文对照表”、附录 C(资料性附录)“CNML 类继承总图”、附录 E(规范性附录)“CNML

　　XML Schema”、附录 F(规范性附录)“内联智能标记 XML Schema”,与 GB/T 20092—2013 相比，除结

　　构调整和编辑性改动外，主要技术变化如下：

　　a) 增加了“XML Schema格式定义”(见 5 . 1)和“编码方式”(见 5 . 6) ;

　　b ) 删除了有关“CNML”的词语(见 2013 年版的第 6 章、第 10 章、第 11 章、第 12 章、第 13 章等);

　　c) 更改了“视音频内容项元数据组类型”的部分内容(见 12.3.4.5 ,2013 年版的 13.3.4.5、13.4.4.6) ;

　　d) 删除了“CNML标准元素中英文对照表”(见 2013 年版的附录 B) 。

　　请注意本文件的某些内容可能涉及专利。 本文件的发布机构不承担识别专利的责任。

　　本文件由全国中文新闻信息标准化技术委员会(SAC/TC 352)提出并归口 。

　　本文件起草单位：新华通讯社、清华大学、国家应用软件产品质量检验检测中心、北京中联合超高清协同技术中心有限公司、北京北大方正电子有限公司、中国科学院计算机网络信息中心、北京智途云天科技有限公司、视觉(中国)文化发展股份有限公司、北京北科光大信息技术股份有限公司、中国人民大学、中国传媒大学、中国大百科全书出版社有限公司、杭州前方信息技术有限公司、东南大学、新华网股份有限公司、中国互联网新闻中心、南方报业传媒集团、重庆 日报报业集团、青苹果数据中心有限公司、北京中科大洋科技发展股份有限公司。

　　本文件主要起草人：武国卫、黄菁、张鹏、王威、王付生、朱建波、朱艳华、丁峰、王骏清、王堃越、许向东、陈锐、张弛、曹学军、刘万福、杨鹏、杨溟、王建平、何削、张晓伟、张晴、付蓉、路海燕、张贤良。

　　本文件所代替文件的历次版本发布情况为：

　　— 2006 年首次发布为 GB/T 20092—2006 , 2013 年第一次修订;

　　— 本次为第二次修订。

　　Ⅲ

　　GB/T 20092 . 3—2022

　　引 言

　　GB/T 20092—2013 自发布实施以来，已在很多新闻媒体单位的应用系统中使用。 近年来，在标准实施过程中不断涌现一些新的应用场景，产生一些新的应用需求，新闻媒体的部分应用系统也逐渐不再使用 XML格式，使用JSON格式传输稿件的应用越来越多。 因为 GB/T 20092—2013 定义的技术内容主要是基于 XML格式定义的，已经逐渐不适应新闻媒体的应用需求，所以本次修订的主要 目 的是避免将标准的内容局限于某一种技术，把中文新闻信息内容的概念模式和新闻元数据独立出来，并将新闻信息内容的 XML格式和 JSON格式单独进行规范和定义，从而使标准的范围更加明确，定义更加清晰。

　　GB/T 20092 旨在定义普遍适用于中文新闻信息内容采集、编辑、生成、发布、交换、存储、检索、评估反馈等新闻信息生命周期的各个环节的描述规范，为适应最新技术在新闻媒体中的实际需要，使标准更具有可用性，将标准名称修改为《中文新闻信息内容》，拟由四个部分构成。

　　— 第 1 部分：概念模型。 目的在于建立新闻行业中文新闻信息的抽象概念模型，规范中文新闻信息文档的总体结构和描述方式，为新闻内容使用者提供指导。

　　— 第 2 部分：新闻元数据。 目的在于规范描述中文新闻信息内容的各类元数据，便于在新闻媒体行业信息系统中实现信息内容的统一表达，一致描述。

　　— 第 3 部分：数据交换的 XML格式。 目的在于规定基于 XML 的中文新闻信息数据交换格式，为新闻媒体信息系统的建设提供技术支持。

　　— 第 4 部分：数据交换的JSON 格式。 目的在于规定基于 JSON 的中文新闻信息数据交换格式，为新闻媒体信息系统的建设提供技术支持。

　　Ⅳ

　　GB/T 20092 . 3—2022

　　中文新闻信息内容

　　第 3 部分：数据交换的 XML格式

　　1 范围

　　本文件规定了中文新闻信息数据交换的 XML 格式，包括规则和约定、公共结构和基本数据类型、关系机制、受控词描述机制、数字签名、文档层结构、稿件层结构、内容项层结构和内联智能标记。

　　本文件适用于新闻信息内容的“采集、编辑、生成、发布、交换、存储、检索、评估反馈”等新闻信息生命周期的各个环节。 也适用于包括报刊、广播、电视、通讯社、新闻网站、社交媒体等新闻内容提供商及媒体应用与研究机构。

　　2 规范性引用文件

　　下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。 其中，注 日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。

　　GB/T 4880 . 2 语种名称代码 第 2 部分：3 字母代码

　　GB/T 4881 中国语种代码

　　GB/T 7408 数据元和交换格式 信息交换 日期和时间表示法

　　GB/T 20092 . 1—2022 中文新闻信息内容 第 1 部分：概念模型

　　3 术语和定义

　　GB/T 20092 . 1—2022 界定的术语和定义适用于本文件。

　　4 缩略语

　　下列缩略语适用于本文件。

　　URI：统一资源标识符(Uniform Resource Identifier)

　　URL：统一资源定位器(Uniform Resource Locator)

　　URN：统一资源名称(Uniform Resource Name)

　　UTF-8 : 8 位统一码转换格式(8-bit Unicode Transformation Format)

　　XML：可扩展置标语言(Extensible Markup Language)

　　5 规则和约定

　　5 . 1 XMLSchema格式定义

　　本文件按照 GB/T 20092 . 1—2022 中 4 . 1 的定义，给出了中文新闻信息数据交换的 XML 格式描

　　1

　　GB/T 20092 . 3—2022

　　述，XML Schema具体定义应符合附录 A 的规定，新闻信息文档的完整示例见附录 B, XML Schema类继承总图见附录 C。

　　5 . 2 拼写规则

　　每个单词的首字母大写，其余字母均小写，不使用任何连字符，在名称中不使用下划线“_”、句点“.”和连字符“-”。单词应完整使用，在名称中不使用缩略语，以保证语义的清晰，提高可读性。

　　5 . 3 元素表达及描述要求

　　在本文件 Schema 的不同位置出现的元素如有不同的语义，一般要求采用不同的元素名。 标准文档中出现元素名称时要求用〈 〉括起来作为提示，便于同其他类型的名词出现相区别，如，信封元素在本文档中出现时应表示为〈Envelop〉，而不是 Envelop。 本文件中元素标记的声明通常不以该元素的相关父元素或祖先元素的路径表达式作为前缀。 当相同语义的元素名在 Schema 中出现不止一次时，需要使用语境描述才能区别时，则应采用 XPath 的标准写法，以便于了解其出现的具体位置，如信封结构中

　　的当 日发稿序号，可根据其不同语境表达为 SentTo/SingleRecipient/RecipientInfo/DailySequence 或SentTo/GroupRecipient/DailySequence。

　　5 . 4 XML组件的命名

　　本文件中与元素、属性、简单类型和复杂类型概念相关的命名基于如下约定。

　　如果名称基于多个单词，每个单词的首字母应是大写的。 第一个单词的首字母是否大写是根据描述的概念的类型决定的。 具体规定如下：

　　a) 元素的命名：第一个单词的首字母应是大写(如表示电子地址的元素 ElectronicAddress) ;

　　b ) 属性的命名：第一个单词的首字母应是小写(如 Column元素的属性 howPresent) ;

　　c) 复杂类型的命名：第一个单词的首字母应是大写，类型名后添加后缀 Type(如表示受控词引用的复杂类型 TopicUseType) ;

　　d) 简单类型的命名：第一个单词的首字母应是小写，类型名后添加后缀 Type(如表示受控词引用的简单类型 topicRefType)。

　　5.5 XMLSchema的版本和变更约定

　　XML Schema 的版本号及变更遵循如下原则约定：

　　a) XML Schema采用“m.n”的格式表示 XML Schema 的版本信息，其中 m, n 均为非负整数，m表示大版本号取值，n表示小版本号取值;

　　b) XML Schema 的初始版本号为“1.0”;对应的 目标名字空间 URI 为：http://www.news-stand- ards.org/2012/CNMLSchema,本次修订以后的版本号“2. 0”,对应的 目标名字空间 URI 为： http://www.news-standards.org/2021/CNMLSchema;

　　c) 如果先前版本的任何实例文档针对新修订的 XML Schema 继续保持合法，则新版本的 XML Schema 只需要递增小版本号，并在 XML Schema 的 Version属性中指定新的版本号信息，换言之，XML Schema 的小版本变更严格遵循向前兼容原则;

　　d) 如果先前版本的任何一篇实例文档在新修订的 XML Schema 校验下不合法，则新版本的XML Schema需要递增大版本号 m 的取值，同时需要变更新版本 XML Schema 的 目标名字空间为一个新的 URI,换言之，XML Schema 的大版本变更并不遵循向前兼容原则;

　　e) XML Schema新修订的版本颁布后，各个先前版本的文件仍将保留并对外公布。

　　2

　　GB/T 20092 . 3—2022

　　5 . 6 编码方式

　　本文件定义的文件编码方式为 UTF-8 。

　　6 公共结构和基本数据类型

　　6 . 1 目标命名空间声明

　　本文件规定如下 URI作为目标命名空间：

　　http://www.news-standards.org/2021/CNMLSchema。

　　6 . 2 基本简单类型

　　6 . 2 . 1 概述

　　针对基于包括时间、日 期等常见数据类型的简单元数据项，本文件定义了五类基本数据类型： XPath字符串类型、基础 日期时间类型、日期时间类型、基础时间段类型和时间段类型。

　　6.2.2 xpath字符串类型(xpathType)

　　XPath字符串类型见表 1 。

　　表 1

　　类型

　　限定继承自 xs: string

　　中文名称

　　XPath字符串类型

　　刻面限定

　　模式

　　/? ((((child: :)? ((/i/c *：)?(/i/c *)(/[/d+/])?)) | /. | (/./.))/) * ((((child: :)? ((/i/c *：)?(/i/c *)(/[/d+/])?)) |/.) | ((attribute: : | @)((/i/c *：)?(/i/c *|/*))))

　　说明

　　符合 XPath语法限定的字符串类型

　　6.2.3 基础日期时间类型(baseTimepointType)基础 日期时间类型见表 2 。

　　表 2

　　类型

　　限定继承自 xs: string

　　中文名称

　　基础 日期时间类型

　　刻面限定

　　模式

　　/-?(/d+(/-/d{2}(/-/d{2})?)?)? (T/d{2}(:/d{2}(:/d{2}(:/d+(/./d{2})?)?)?)?)? (F/ d+)? (Z| ((/-|/+)/d{2} :/d{2}))?

　　说明

　　基础 日期时间类型，兼容 GB/T 7408,并对其扩展以支持对秒的细分部分的规范表达。

　　例如 2005-03-12T12 : 00 : 00 : 12F30+08 : 00。

　　典型格式说明如下：

　　[-][YYYY[-MM[-DD]]][Thh[: mm[: ss[: nnnFNNN]]]][Z| [+ | -]hh: mm]

　　YYYY：年份，多位数字表示的时间年份，公元前年份带“-”作为前缀;

　　3

　　GB/T 20092 . 3—2022

　　表 2(续)

　　说明

　　MM：月份，两位数字表示的月份;

　　DD：日期，两位数字表示的 日期;

　　T：日期和时间的分隔符;

　　hh：两位数字表示的小时数;

　　mm：两位数字表示的分钟数;

　　ss：两位数字表示的秒数;

　　nnn：多位数字表达的秒的细分时间数;nnn 的取值范围为 0 到 NNN—1,可以带 2 位小数;

　　F：秒的细分部分数和秒的细分部分总数之间的分隔符;

　　NNN：多位数字表达的每秒进一步细分的时间段数;例如：N21F1000 表示每秒细分成 1000 等份，

　　当前为第 21 等份，即 0 . 021s;[Z| [ + | -hh: mm]]：相对于 UTC 时间的本地时间;“+”表示东

　　区时间，“—”表示西区时间;Z表示 UTC 时间

　　6.2.4 日期时间类型(timepointType)日期时间类型见表 3 。

　　表 3

　　类型

　　限定继承自 baseTimePointType

　　中文名称

　　日期时间类型

　　刻面限定

　　模式

　　(/-?/d+(/-/d{2}(/-/d{2})?)?)? (T/d{2}(:/d{2}(:/d{2}(:/d+)?)?)?)? (F/d+)? (Z | ((/-|/+)/d{2} :/d{2}))?

　　说明

　　基本日期时间类型，限定继承自 baseTimePointType,要求用 自然数表达秒的细分部分数;例如 2005 , 2003-02-22 , 2008-08-21T12 : 00 : 00 等

　　6.2.5 基础时间段类型(baseDurationType)基础时间段类型见表 4 。

　　表 4

　　类型

　　限定继承自 xs: string

　　中文名称

　　基础时间段类型

　　刻面限定

　　模式

　　/-?P(/d+D)? (T(/d+H)? (/d+M)? (/d+S)? (/d+N)? (/d{2}f)?)? (/d+F)? ((/-| /+)/d{2} :/d{2}Z)?

　　说明

　　基础时间段类型，秒的细分部分数可以为带 2 位小数的十进制数。 可以带时区偏移部分的描述，但该部分描述对时间段计算不构成任何影响，仅仅用于表达时间段结束时间点所基于的时区信息。

　　例如 P1Y3M9DT30H20M30S12N20.12F1000+ 08 : 00。其中 P 是该时间段格式的标志符，1Y 代表 一

　　年，3M代表 3 个月，9D代表 9 天，T是日期和时间的分隔符，30H 是 30 个小时，20M代表 20 分，30S代表 30 秒，12N 以及 20 . 12F1000 提供了秒以下更精确的时间信息，+ 08 : 00 为该时间段对应的结束时间点的时区信息

　　4

　　5

　　6.2.6 时间段类型(durationType)时间段类型见表 5 。

　　

　　GB/T 20092 . 3—2022

　　表 5

　　类型

　　限定继承自 baseDurationType

　　中文名称

　　时间段类型

　　刻面限定

　　模式

　　/-?P(/d+D)? (T(/d+H)? (/d+M)? (/d+S)? (/d+N)?)? (/d+F)? ((/-| /+) /d {2} :/d{2}Z)?

　　说明

　　限定继承自 BaseDurationType,要求秒的细分部分数为 自然数。例如 PT2H30M50S21N

　　6 . 3 公共结构类型

　　6.3. 1 公共属性组(commonGroup)

　　公共属性组见表 6 。

　　表 6

　　中文名称

　　公共属性组

　　属性

　　名称

　　类型

　　可用性

　　默认值

　　固定值

　　id

　　xs : ID

　　eid

　　xs: string

　　说明

　　公共属性组包含两个属性：

　　id属性，类型为 xs: ID类型，表示文档级的唯一标识符，它在整个 XML文档范围内是唯一的。

　　eid属性，类型为 xs: string类型，表示元素级的唯一标识符，它在当前元素的父节点的直接子元素范围内是唯一的

　　6.3.2 类型属性组(kindGroup)类型属性组见表 7 。

　　表 7

　　中文名称

　　类型属性组

　　属性

　　名称

　　类型

　　可用性

　　默认值

　　固定值

　　kind

　　xs: string

　　说明

　　类型属性组包含一个属性：

　　kind属性，字符串类型，用来表示元素的不同类型信息

　　6.3.3 计数模式属性组(sequenceModeGroup)计数模式属性组见表 8 。

　　GB/T 20092 . 3—2022

　　表 8

　　中文名称

　　计数模式属性组

　　属性

　　名称

　　类型

　　可用性

　　默认值

　　固定值

　　mode

　　xs: string

　　说明

　　计数模式属性组包含一个属性：

　　mode属性用来区分不同的序列号计数模式，它有两种取值：

　　max：表示当前计数为最大号;

　　min：表示当前计数为最小号

　　6.3.4 引用属性组(referenceGroup)引用属性组见表 9 。

　　表 9

　　中文名称

　　引用属性组

　　属性

　　名称

　　类型

　　可用性

　　默认值

　　固定值

　　idref

　　xs : IDREF

　　可省

　　xpath

　　xPathType

　　可省

　　href

　　xs: anyURI