我有一个 XML 文件和一个 XML 模式。我想根据该架构验证文件并检查它是否符合该架构。我正在使用 python,但如果 python 中没有这样有用的库,我对任何语言都是开放的。
我在这里最好的选择是什么?我会担心我能以多快的速度启动并运行它。
我有一个 XML 文件和一个 XML 模式。我想根据该架构验证文件并检查它是否符合该架构。我正在使用 python,但如果 python 中没有这样有用的库,我对任何语言都是开放的。
我在这里最好的选择是什么?我会担心我能以多快的速度启动并运行它。
绝对lxml
。
使用预定义的模式定义一个XMLParser
,加载文件fromstring()
并捕获任何 XML 模式错误:
from lxml import etree
def validate(xmlparser, xmlfilename):
try:
with open(xmlfilename, 'r') as f:
etree.fromstring(f.read(), xmlparser)
return True
except etree.XMLSchemaError:
return False
schema_file = 'schema.xsd'
with open(schema_file, 'r') as f:
schema_root = etree.XML(f.read())
schema = etree.XMLSchema(schema_root)
xmlparser = etree.XMLParser(schema=schema)
filenames = ['input1.xml', 'input2.xml', 'input3.xml']
for filename in filenames:
if validate(xmlparser, filename):
print("%s validates" % filename)
else:
print("%s doesn't validate" % filename)
如果架构文件包含带有编码(例如<?xml version="1.0" encoding="UTF-8"?>
)的 xml 标记,则上面的代码将生成以下错误:
Traceback (most recent call last):
File "<input>", line 2, in <module>
schema_root = etree.XML(f.read())
File "src/lxml/etree.pyx", line 3192, in lxml.etree.XML
File "src/lxml/parser.pxi", line 1872, in lxml.etree._parseMemoryDocument
ValueError: Unicode strings with encoding declaration are not supported. Please use bytes input or XML fragments without declaration.
一种解决方案是以字节模式打开文件:open(..., 'rb')
[...]
def validate(xmlparser, xmlfilename):
try:
with open(xmlfilename, 'rb') as f:
[...]
with open(schema_file, 'rb') as f:
[...]
python 片段很好,但另一种方法是使用 xmllint:
xmllint -schema sample.xsd --noout sample.xml
import xmlschema
def get_validation_errors(xml_file, xsd_file):
schema = xmlschema.XMLSchema(xsd_file)
validation_error_iterator = schema.iter_errors(xml_file)
errors = list()
for idx, validation_error in enumerate(validation_error_iterator, start=1):
err = validation_error.__str__()
errors.append(err)
print(err)
return errors