使用lxml重写

Question

我正在生成XML，然后在Python3中生成数据文件。

生成的架构包括一个基本架构，我使用目录将包含URI更改为本地文件。我在Python中设置了环境变量'XML_CATALOG_FILES‘，这非常有用。

但是，为了使用本地生成的模式来代替数据文件中的通用位置引用，我尝试使用rewriteSystem，而重写似乎不起作用。

这是目录。

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE catalog PUBLIC "-//OASIS//DTD XML Catalogs V1.1//EN" "http://www.oasis-open.org/committees/entity/release/1.1/catalog.dtd">
<catalog xmlns="urn:oasis:names:tc:entity:xmlns:xml:catalog">

  <!-- S3Model 3.0.0 RM Schema -->
  <uri name="https://www.s3model.com/ns/s3m/s3model_3_0_0.xsd" uri="s3model/s3model_3_0_0.xsd"/>


  <!-- S3Model DMs -->
  <rewriteSystem systemIdStartString="https://dmgen.s3model.com/dmlib/" rewritePrefix="file:///home/tim/DII/Kunteksto/output/"/>
</catalog>

当使用Xerces或Saxon进行验证时，这个目录文件在氧气中确实工作得很好。

XML文件中的示例引用如下所示：

xsi:schemaLocation="https://www.s3model.com/ns/s3m/ https://dmgen.s3model.com/dmlib/dm-a42592f1-e8b3-4862-b6e2-ac0e48c138f4.xsd">

知道为什么lxml (Libxml2)会识别这个rewriteSystem吗？

Answer 1

而不是在数据文件中创建解析器和引用架构。

通过从lxml中的模式字符串创建模式对象，我使用了一种不同的方法。

    schema_doc = etree.parse(schema)
    modelSchema = etree.XMLSchema(schema_doc)

变量模式保存XML架构的字符串表示形式。

然后，在创建每个数据文档时，使用以下方法使用该模式对其进行验证：

  try:
     tree = etree.parse(StringIO(xmlStr))
     modelSchema.assertValid(tree)
  except etree.DocumentInvalid:
     file_id = "Invalid_" + file_id

我不得不删除XML声明：

<?xml version="1.0" encoding="UTF-8"?>

以使etree.parse也能正确工作。