使用架构标头和目录查找进行 Xml 验证

Question

如何在不显式指定架构文件的情况下验证 xml（使用 libxml）文件？ xsd 文件位于 xml 文件的标头中。相应的 xsd 文件 URL 应使用 Catalog.xml 位于本地文件系统中。

Answer 1

看起来目前不可能（libxml 2.8.0）。这是取自 libxml 页面 (xmlschemas)：

XML 模式处理和模式有效性检查的接口，它
目前还不完整。

作为一种解决方法，人们可以使用包含大量 import 元素的组合架构。可能会指定多余的命名空间。最后，组合模式必须显式传递给验证器。

使用 xsd:import 导入的命名空间可以使用目录正确解析，除非 import 中的 schemaLocation 指定有效的直接位置。

<import namespace="http://example.com"
          schemaLocation="example.xsd">

如果当前目录中不存在 example.xsd，则使用目录文件进行解析。

Answer 2

我知道这是一个老问题，但现在已经是 2021 年了，一些政府刚刚意识到整个互联网的问题。长话短说，他们使用 XML（是的，我知道）。

因此模式验证是通过带有目录的 xsd 进行的，而 lxml 没有使用它。至少在我的 Windows 10 上的 2021 Python 3.9 上。相反，我发现从文件中导入可以在加载之前动态重写

所以我做了什么修复它：

xmlschemadoc = etree.parse(xsd_file_with_imports)
for i in xmlschemadoc.findall(".//{http://www.w3.org/2001/XMLSchema}import"):
    i.attrib['schemaLocation'] = convert_namespace_to_xsd_file(i.attrib['namespace'])

然后你可以使用架构：

xmlschema = etree.XMLSchema(xmlschemadoc)
xmlschema.assertValid(xml)