如何在Python中使用Amara库验证XML文件与XSD模式？

Question

这个问题的悬赏很高：

你好，
我在使用Python 2.6和Amara2的Ubuntu 9.10上尝试了以下内容：

g@spot:~$ cat test.xml; echo =====o=====; cat test.xsd; echo ==== 
o=====; cat test.py; echo =====o=====; ./test.py; echo =====o===== 
<?xml version="1.0" encoding="utf-8"?>==; ./test.py` > 
test.txttest.xsd; echo === 
<test>abcde</test> 
=====o===== 
<?xml version="1.0" encoding="UTF-8"?> 
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" 
elementFormDefault="qualified"> 
  <xs:element name="test" type="xs:NCName"/> 
</xs:schema> 
=====o===== 
#!/usr/bin/python2.6 
# I wish to validate an xml file against an external XSD schema. 
from amara import bindery, parse 
source = 'test.xml' 
schema = 'test.xsd' 
#help(bindery.parse) 
#doc = bindery.parse(source, uri=schema, validate=True) # These 2 seem 
to fail in the same way. 
doc = parse(source, uri=schema, validate=True) # So, what is the 
difference anyway? 
# 
=====o===== 
Traceback (most recent call last): 
  File "./test.py", line 14, in <module> 
    doc = parse(source, uri=schema, validate=True) 
  File "/usr/local/lib/python2.6/dist-packages/Amara-2.0a4-py2.6-linux- 
x86_64.egg/amara/tree.py", line 50, in parse 
    return _parse(inputsource(obj, uri), flags, 
entity_factory=entity_factory) 
amara.ReaderError: In file:///home/g/test.xml, line 2, column 0: 
Missing document type declaration 
g@spot:~$ 
=====o===== 

那么，我为什么会看到这个错误呢？这个功能是不是不支持？
我该如何在能够灵活指定任何XSD文件的情况下，验证一个XML文件是否符合XSD的要求呢？
谢谢，如果你有问题请告诉我。

Answer 1

<?xml version="1.0" encoding="utf-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
           elementFormDefault="qualified">
    <xs:element name="test" type="xs:NCName"/>
</xs:schema>

我建议你使用 noNamespaceSchemaLocation 属性来把 XML 文件和 XSD 模式绑定在一起。这样你的 XML 文件 test.xml 就会是：

<?xml version="1.0" encoding="utf-8"?>
<test xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
      xsi:noNamespaceSchemaLocation="test.xsd">abcde</test>

而文件 test.xsd 应该放在和 test.xml 同一个文件夹里。这是一种常见的方法，用来在 XML 文件中引用 XML 模式，这在 Python 中也能正常工作。

这样做的好处是，你不需要为每个 XML 文件都知道模式文件。在解析 XML 文件时（使用 etree.parse），它会自动找到这个模式文件。

Answer 2

如果你愿意使用除了 amara 以外的其他库，可以试试 lxml。这个库可以很简单地支持你想要做的事情：

from lxml import etree

source_file = 'test.xml'
schema_file = 'test.xsd'

with open(schema_file) as f_schema:

    schema_doc = etree.parse(f_schema)
    schema = etree.XMLSchema(schema_doc)
    parser = etree.XMLParser(schema = schema)

    with open(source_file) as f_source:
        try:
            doc = etree.parse(f_source, parser)
        except etree.XMLSyntaxError as e:
            # this exception is thrown on schema validation error
            print e