Question

我正在尝试使用lxml 2.x获取具有特定xsd类型的元素列表，但我无法弄清楚如何遍历特定类型的xsd。

架构示例：

<xsd:element name="ServerOwner" type="srvrs:string90" minOccurs="0">
<xsd:element name="HostName" type="srvrs:string35" minOccurs="0">

示例xml数据：

<srvrs:ServerOwner>John Doe</srvrs:ServerOwner>
<srvrs:HostName>box01.example.com</srvrs:HostName>

理想的功能如下：

    elements = getElems(xml_doc, 'string90')

    def getElems(xml_doc, xsd_type):
      ** xpath or something to find the elements and build a dict
      return elements

Answer 1

Lxml对XML Schema的唯一特殊支持，如here所示，是告诉您某些文档是否根据某种模式有效。任何更复杂的事情，你都必须自己做。

这应该是一个相对简单的两阶段过程，我认为 - 获取模式中与您关注的类型匹配的所有xsd:element元素，并查看它们的名称：

def getElems(schemaDoc, xmlDoc, typeName):
    names = schemaDoc.xpath("//xsd:element[@type = $n]/@name",
                            namespaces={"xsd": 
                                        "http://www.w3.org/2001/XMLSchema"},
                            n=typeName)

然后，从文档中获取每个名称的所有元素。

    elements = []
    for name in names: 
        namedElements = xmlDoc.xpath("//*[local-name() = $name]", name=name)
        elements.extend(namedElements)

现在您有一个元素列表，其名称与架构中的类型相匹配。

    return elements

请注意，搜索文档的xpath表达式必须查看每个元素，因此如果您可以将其加强以仅查看您关心的文档的子部分，那么它会更快。

使用lxml查找基于xsd类型的元素

1 个答案: