使用导入的命名空间解析 XML 模式

Posted 2023-02-16

【中文标题】使用导入的命名空间解析 XML 模式

【英文标题】：Parse XML schema with imported namespaces

【发布时间】：2022-01-12 12:01:38

【问题描述】：

我有一个复杂的XML schema，由不同文件中定义的多个命名空间组成。下面是在 XSD Diagram 中创建的图，显示了架构的一小部分。

请注意，party 的类型为 partyType，它在与 parties 不同的命名空间中定义。主文件 (veg.xsd) 中 parties 的（简化）XML 如下所示：

...
<xsd:element name="parties" minOccurs="0">
    <xsd:annotation>
        <xsd:documentation>...</xsd:documentation>
    </xsd:annotation>
    <xsd:complexType>
        <xsd:sequence>
            <xsd:element name="party" type="misc:partyType" maxOccurs="unbounded">
                <xsd:annotation>
                    <xsd:documentation source="EML" xml:lang="en">...</xsd:documentation>
                </xsd:annotation>
            </xsd:element>
        </xsd:sequence>
    </xsd:complexType>
</xsd:element>
...

现在，我的目标是为整个架构（跨命名空间）导出元素的层次结构，就像上图一样。但是，当我在 R 中解析 veg.xsd 时，我无法访问导入的命名空间。例如，当列出所有具有 name 属性的元素时，我只会得到 veg.xsd 中定义的元素的名称。

library(xml2)
def_xsd = read_xml("vegx_schema/veg.xsd")
xml_find_all(def_xsd, "//xsd:element") %>% 
  xml_attr("name") %>%
  length()

[1] 52 # Should be much larger

任何帮助表示赞赏！

【参考方案1】：

正如您所发现的，处理源架构文档并不容易。

最好通过 API 处理已编译的架构。

我不知道 libxml2 以这种方式提供什么。如果您可以使用 Java，那么 Xerces 为编译后的模式提供 Java API，Saxon 允许您将编译后的模式导出为 SCM 文件（这是 XML，但与源模式不同，它全部组装成单个文档，更容易过程）。

【讨论】：

哦，那是个坏消息。然而，libxml2 可以根据模式验证 xml 文件的事实让我认为它确实知道如何将这些部分放在一起。我将问题留待一会儿，也许有人有其他解决方案。

当然，libxml2 知道如何将模式编译为某种内部结构化表示。我不知道它是否为用户/应用程序提供了通过 API 访问该表示的任何权限。看http://xmlsoft.org/html/libxml-xmlschemas.html 似乎可能，但这看起来非常低级。