python lxml：从缓冲区导入 XSD？

Question

我正在使用 Python 中的 LXML 来验证具有匹配 XSD 的 XML。
该 XSD 导入了第二个“通用”XSD，其中包括一些通用定义。
问题是这些 XSD 在本地不作为文件存在。它们只是我保存在内存中的缓冲区，但是当 XSD 执行 <import> 或 <redefine> 时，它会在文件系统的当前目录中查找导入的文件。

有没有办法让它不这样做？可以提前提供进口的XSD？

LXML 使用 libxml2 和 libxslt 进行解析。
导入的 XSD 文件的打开源于 libxml2 代码的深处，并且不经过 python 的文件处理，因此仅覆盖 open() 是行不通的。似乎 libxml2 也没有任何工具可以为其提供文件解析器。它只是直接调用fopen()。

所以解决方案可能需要在更高级别，可能覆盖命名空间或类似的东西？

Answer 1

与其通过open()/fopen() 覆盖或更改源名称空间来解决问题，不如考虑使用XML 目录 或自定义URI 解析器。

XML Catalogs让你控制：

1. 将外部实体的公共标识符和/或系统标识符映射到 URI 引用。
2. 将资源的 URI 引用（命名空间名称、样式表、图像等）映射到另一个 URI 引用。

您可以阅读如何将 XML 目录与 libxml2 here 一起使用。

虽然 XML 目录不直接支持基于内存的 XSD，但您可能能够找到比较低级别的 open()/fopen() 方法更好的覆盖方法。

然而，一个更有希望的方法可能是编写一个自定义 URI 解析器。一个示例自定义 URI 解析器是 provided in the lxml documentation:

>>> from lxml import etree

>>> class DTDResolver(etree.Resolver):
...     def resolve(self, url, id, context):
...         print("Resolving URL '%s'" % url)
...         return self.resolve_string(
...             '<!ENTITY myentity "[resolved text: %s]">' % url, context)