Question

假设我有以下XML文档：

<foo>
  <bar/>
  <bang bash="hello">
    <foobar>123</foobar>
  </bang>
</foo>

我想提取本文档中各种叶子的所有路径列表，例如：

foo
foo.bar
foo.bang
foo.bang.@bash
foo.bang.foobar

这个过程有一个术语吗？

更进一步：假设我有一个真正极其复杂的XML模式的.xsd。有没有一种简单的方法从.xsd中提取所有这些路径？

（通过简单的方式，理想情况下，我的意思是某个库存在于某个地方吗？）

Answer 1

在SGML社区中，您要查找的值（当它们涉及元素时）被称为“完全限定的通用标识符”或FQGI;因为'。'是XML中的合法名称字符，在SGML参考具体语法中，FQGI通常用斜杠写入，您可以在其中写入点。（我将在这里扩展术语FQGI并用它来表示你感兴趣的字符串，包括表示属性的字符串，而不是元素。）

我不知道找到所有FQGI集合的过程的任何既定术语，这些FQGI可能出现在针对特定模式有效的文档中。请记住，在许多XML词汇表中，这是一个无限集;如果你想要一个终止的过程，你需要确定所有可能的FQGI的有限子集。

但是你需要遵循的过程相对简单。一个简单的版本运行如下：

如果您感兴趣的架构是跨多个架构文档定义的，请将它们全部放在一个XML文档（一个包含多个xs：schema子项的包装器）或一个架构文档集合中。使用XSLT或XQuery处理。
标识您希望从中开始的元素声明和属性声明集。（在您的情况下，此集合可能包含foo的顶级元素声明。）对于此集合中的每个项目，请记下其名称及其类型。调用这组字符串/类型对S.
将集合S复制到集合S'。
按以下方式创建一个集合S''：以S'开始为空，然后对于S'中的每个项目，让N为FQGI，T为项目中指定的类型，并且：

（a）如果N表示属性，则不执行任何操作。

（b）如果N表示一个元素，则标识可能出现在这样一个元素上的一组属性。对于每个此类属性，标识其类型T2，并通过连接N，斜杠，at符号和属性的扩展名称来创建字符串N2。将对（N2，T2）添加到S''。

（c）如果N表示一个元素，则找到（i）出现在T的内容模型中的元素集合，（ii）匹配T的内容模型中的通配符，或者（iii）可替换为（i）或（ii）中指定的要素。对于每个这样的可能孩子，通过连接N，“/”和可能孩子的扩展名称来识别孩子的类型T3并创建字符串N3。将对（N3，T3）添加到S''。
如果S'为空，那么你就完成了，你的答案是在集合S和集合S'的并集中。否则，让（一个新的）S成为S和S'的并集，让（一个新的）S'等于S''，然后转到步骤4.

稍微反思会告诉您可以匹配通配符的名称集是无限的，因此步骤4（c）中的列表（ii）无法完整处理。您可以通过各种方式选择列表的有限子集;您选择的取决于您想要的FQGI列表。

多一点反思会告诉你，如果词汇表中的任何元素都可以作为自己的后代出现（如HTML的div或li元素），那么概述的过程永远不会终止。同样，有多种方法可以修剪4（c）中生成的对，以保证终止。

我不知道任何这样做的库，也许是因为有趣的XML词汇表很少有可能的FQGI集。使用XQuery引擎或XSLT样式表很容易。

Answer 2

A similar question发布在此处。除了我在相关文章中描述的解决方案之外，我仍然不知道您的方案有任何开箱即用的解决方案（API或其他）。

我是第一个认识到我在SO上描述的the solution可能缺乏对某些XSD功能的报道，或者可能无法满足某人对如何生成某些XPath的具体期望。它可以支持更新的请求中的内容（包括其他“元数据”，例如XPath匹配的节点类型），因为可以使用自定义公式添加计算列以匹配您的模式。

虽然CM Sperberg-McQueen所描述的算法肯定会让你对它可能涉及的一些事情有所了解，但它也被一个关于简单思想方法的温和“免责声明”构成，这实际上意味着一些XSD规范涵盖的场景被排除在外。

除非您的XSD非常简单，否则请考虑一下预告片！一些“坏”的例子：通过复杂类型（不仅仅是元素引用）的递归XML结构（暗示）是棘手的，当XSD的设计中类型层次结构繁重且普遍时更是如此;使用抽象类型元素（想想实例XML中的xsi：type属性），使用块属性，表单属性，使用变色龙XSD（现在步骤1本身就很有趣，更不用说是否使用了不同的默认值对于模式级别的元素/属性表单。）

如果您发现某些额外的“详细信息”适用于您的XSD，那么我建议忘记XQuery或XSLT并使用专门的Schema Object Model API（Java上的XSOM，.NET也非常好用）一）遍历您的XSD - 在这里我只重复了@pgfearo所说的内容（据我所知，SAXON XSD支持仅在付费版本中提供;而Apache和JAXB RI免费为您提供XSOM）。那时你不需要担心很多事情，而且很可能你会在合理的时间内完成它。

从xsd中提取路径

2 个答案: