解析XML文件并根据xsd模式进行验证

2024-03-28 15:05:23 发布

您现在位置:Python中文网/ 问答频道 /正文

这是我需要根据模式xsd文件解析和验证的XML输出示例

<Record_Delimiter DocumentID="1.1" DocumentType="PARENT" DocumentName="SCHOOL" RelatedDocumentID=""/>
<xs:SCHOOL>
    <xs:Name>some name</xs:Name>
    <xs:ID>5908390481</xs:ID>
    <xs:Address>some address</xs:Address>
</xs:SCHOOL>
<Record_Delimiter DocumentID="1.2" DocumentType="CHILD" DocumentName="STUDENTEXP" RelatedDocumentID="1.1"/>
<xs:STUDENTEXP>
    <xs:STUDENT>
        <xs:Name>some name</xs:Name>
        <xs:SID>s1036456</xs:SID>
        <xs:Age>12</xs:Age>
        <xs:Address>some address</xs:Address>
                <xs:Expenses>
                <xs:Fees>800</xs:Fees>
                <xs:Books>100</xs:Books>
                <xs:Uniform>50</xs:Uniform>
                <xs:Transport>10</xs:Transport>
            </xs:Expenses>
    </xs:STUDENT>
</xs:STUDENTEXP>
<Record_Delimiter DocumentID="1.3" DocumentType="CHILD" DocumentName="STUDENTEXP" RelatedDocumentID="1.1"/>
<xs:STUDENTEXP>
    <xs:STUDENT>
        <xs:Name>some name</xs:Name>
        <xs:SID>s1036789</xs:SID>
        <xs:Age>15</xs:Age>
        <xs:Address>some address</xs:Address>
        <xs:Expenses>
            <xs:Fees>1000</xs:Fees>
            <xs:Books>200</xs:Books>
            <xs:Uniform>50</xs:Uniform>
            <xs:Transport>10</xs:Transport>
        </xs:Expenses>
    </xs:STUDENT>
</xs:STUDENTEXP>

此文件本身不是有效的XML,因为没有单个标记包装所有其他标记。但是每个记录(即SCHOOL和STUDENTEXP)都是有效的XML,并且它根据模式(SCHOOL.xsd、STUDENTEXP.xsd)进行验证

我从来没有使用过这种格式,也不确定一些事情,比如如何以编程方式解析这样的文件? 通常使用lxml,我们可以验证每个记录是否位于单独的文件中:

xmlschema = etree.XMLSchema(etree.parse('./studentexp.xsd'))
xmlschema.assertValidate(etree.parse('./sampleStudentexp.xml'))  

提取“记录”并分别验证它们的正确方法是什么


Tags: 文件nameageaddressuniformsomebooksstudent
2条回答

lxml具有基于标记的事件解析。 incremental-event-parsing 下面的方法奏效了

parser = etree.XMLPullParser(events=('start', 'end'))
events = parser.read_events()

with open('.\sample.xml', 'rb') as f:
    d1 = deque()
    for line in f:
        parser.feed(line)
        for action, e in events:
            if action == 'start':
                d1.append(e.tag)
            elif action == 'end' and len(d1) == 1:
                if d1.pop() == e.tag:
                    root = parser.close()
                    print(etree.tostring(root, pretty_print=True, encoding="UTF-8").decode("UTF-8"))
            else:
                d1.pop()

以前有人问过这个问题:Parse a xml file with multiple root element in python

我怀疑有一种单通道解决方案涉及到使用流解析器。我的Python不够强大,无法判断它是否可行。无论如何,该线程中的一个解决方案可能已经足够好了

相关问题 更多 >