使用XSD中的属性字段获取标记的路径

我当前的任务是从XSD文件中获取信息(字段类型、字段名称等)。我的XSD文件如下所示：

<?xml version="1.0" encoding="UTF-8"?>
<!-- edited with XMLSpy v2018 rel. 2 sp1 (x64) (http://www.altova.com) by test (123321) -->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">
<xs:complexType name="attribute">
<xs:annotation>
<xs:documentation>Атрибуты ОГХ</xs:documentation>
</xs:annotation>
<xs:sequence>
<xs:element name="owner_id">
<xs:annotation>
<xs:documentation>Данные о балансодержателе</xs:documentation>
</xs:annotation>
<xs:complexType>
<xs:sequence>
<xs:element name="legal_person" type="xs:integer">
<xs:annotation>
<xs:documentation>ID балансодержателя</xs:documentation>
</xs:annotation>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
<xs:element name="snow_clean_area" type="xs:double">
<xs:annotation>
<xs:documentation>Площадь вывоза снега, кв. м</xs:documentation>
</xs:annotation>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:schema>

正如我们所看到的，有一些字段<xs:element>与其他<xs:element>内部(嵌套)。

我需要获取XSD中所有元素的名称。但如果一个元素在另一个元素中，我需要将名称写为"；all_prev_names；cur_name"；。对于我之前展示的XSD，它将是：

"owner_id;legal_person"
"snow_clean_area"

若要进行更多嵌套，名称必须包含以前的所有名称。

我写了那个代码：

def recursive(xml, name=None):
res = xml.find_all('xs:element')
if res:
for elem in res:
if name:
yield from recursive(elem, elem['name'] + ';' + name)
else:
yield from recursive(elem, elem['name'])
else:
if name:
yield (name)
else:
yield (xml['name'])

但是存在路径重复的问题。该功能的结果将是：

"owner_id;legal_person"
"legal_person"
"snow_clean_area"

我需要修复那个代码，或者获得另一个想法，如何解决那个任务。

如果你想处理任何XSD，这将是一个非常艰巨的挑战，因为XSD作者有很多不同的方法可以让你变得困难——类型限制和扩展、替换组、命名模型组和属性组、XSD:import、XSD:define等。另一方面，如果你只需要处理一个模式，那么你就不会这么做了；所以你必须决定允许多少变化。

从已经使用模式处理器处理过的已编译模式中工作通常比从源XSD文件中工作要容易得多，并且将处理许多可以用不同方式编写相同内容的变体。例如，编译后的模式可能会扩展替换组，就好像它是使用xsd:choice编写的一样。

假设您在python世界中，一种方法是使用Saxon模式处理器将源模式编译为SCM文件(SCM=模式组件模型)。SCM文件仍然是XML，但它是扁平化和规范化的，应用程序更容易从中提取信息。

(我不知道xmlproc是否有API允许您访问编译后的模式——如果有，那将是另一种方法。)

如果您试图生成owner_id;legal_person之类的路径，请注意，模式可以是递归的，并允许无限嵌套，因此这种方法可能会导致您尝试生成无限路径(可能会因堆栈溢出而失败)。您还需要注意通配符(xs:any)。

使用xml2xpath.sh从xsd生成xml并获取XPath表达式：xml2xpath.sh -a -f root -d test.xsd。需要xmlbeans包。

提供的样品并没有开箱即用，但下面的样品做到了。xmlbeans程序包状态的xsd2inst实用程序帮助

基于给定的Schema文件生成文档具有给定元素作为根。该工具进行合理的尝试来创建有效的文档，，但这并不总是可能的，因为例如，有些模式没有有效的实例文档可以生产。

给定此XSD

<?xml version="1.0" encoding="UTF-8"?>
<!-- edited with XMLSpy v2018 rel. 2 sp1 (x64) (http://www.altova.com) by test (123321) -->
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified" attributeFormDefault="unqualified">
<xs:element name="root">
<xs:complexType>
<xs:annotation>
<xs:documentation>Атрибуты ОГХ</xs:documentation>
</xs:annotation>
<xs:sequence>
<xs:element name="owner_id">
<xs:annotation>
<xs:documentation>Данные о балансодержателе</xs:documentation>
</xs:annotation>
<xs:complexType>
<xs:sequence>
<xs:element name="legal_person" type="xs:integer">
<xs:annotation>
<xs:documentation>ID балансодержателя</xs:documentation>
</xs:annotation>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
<xs:element name="snow_clean_area" type="xs:double">
<xs:annotation>
<xs:documentation>Площадь вывоза снега, кв. м</xs:documentation>
</xs:annotation>
</xs:element>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>

公用事业将返回

xml2xpath.sh -a -f root -d test.xsd 
Creating XML instance starting at element root from test.xsd
xml2xpath: find XPath expressions on /tmp/tmp.FJQYKaDZI0
================================================================================ (2021-10-22 16:39:09 -03)
-a ; 'abs_path=1'
-f ; 'tag1=root'
-d
================================================================================ (2021-10-22 16:39:09 -03)
Namespaces: None
================================================================================ (2021-10-22 16:39:09 -03)
Elements to process (build xpath, add prefix) 4
XPath expressions found: 4 (absolute, unique elements, use -r to override)
================================================================================ (2021-10-22 16:39:09 -03)
/root
/root/owner_id
/root/owner_id/legal_person
/root/snow_clean_area

received EXIT, bye!
================================================================================ (2021-10-22 16:39:09 -03)

xmllint和xpath也可以用于获取name, type属性，但需要更多的解析

(echo "setrootns"; echo "xpath //xs:element/@*" ; echo "bye") | xmllint --shell test.xsd
/ > setrootns
/ > xpath //xs:element/@*
Object is a Node Set :
Set contains 6 nodes:
1  ATTRIBUTE name
TEXT
content=root
2  ATTRIBUTE name
TEXT
content=owner_id
3  ATTRIBUTE name
TEXT
content=legal_person
4  ATTRIBUTE type
TEXT
content=xs:integer
5  ATTRIBUTE name
TEXT
content=snow_clean_area
6  ATTRIBUTE type
TEXT
content=xs:double
/ > bye

替代

(echo "setrootns"; echo "cat //xs:element/@*" ; echo "bye") | xmllint --shell test.xsd
/ > setrootns
/ > cat //xs:element/@*
-------
name="root"
-------
name="owner_id"
-------
name="legal_person"
-------
type="xs:integer"
-------
name="snow_clean_area"
-------
type="xs:double"
/ > bye

我找到了一个适合我的解决方案。我使用ElementTree.iterparse，而不是BeautifulSoup。然后，在每个元素之后，我保存我的字段，并在标记的末尾，将其保存到我的结构中：

def getXsd(self, typeNumber: int) -> t.List[t.Dict[str, str]]:
paths = []
for elem in self.xsds:
if elem[0] == typeNumber:
events = ("start", "end")
codes = []
type_field = None
for event, elem in ET.iterparse(BytesIO(elem[1].encode("UTF-8")), events=events):
if event == 'start' and elem.tag == '{http://www.w3.org/2001/XMLSchema}element':
codes.append(elem.attrib['name'])
if 'type' in elem.attrib:
type_field = elem.attrib['type']
elif event == 'start' and elem.tag == '{http://www.w3.org/2001/XMLSchema}documentation':
if codes and type_field:
paths.append({'code': "".join([str(item).capitalize() for item in codes[::-1]]),
'type': type_field,
'name': elem.text})
type_field = None
elif event == 'end' and elem.tag == '{http://www.w3.org/2001/XMLSchema}element':
codes.pop()
return paths

结果是：

[{'code': 'Legal_personOwner_id', 'type': 'xs:integer', 'name': 'ID балансодержателя'}, {'code': 'Legal_personCustomer_id', 'type': 'xs:integer', 'name': 'ID заказчика'}, {'code': 'Improvement_object_categoryImprovement_object_category_id', 'type': 'xs:integer', 'name': 'Код категории озеленения'}, {'code': 'Legal_personDepartment_id', 'type': 'xs:integer', 'name': 'ID ведомственного ОИВ'}, {'code': 'Snow_clean_area', 'type': 'xs:double', 'name': 'Площадь вывоза снега, кв. м'}, {'code': 'Reservoir_area', 'type': 'xs:double', 'name': 'Водоемы, кв. м'}]

相关内容

最新更新

热门标签：