Python开发从零开始-44.5-解析 XML

接上文Python开发从零开始-44.4-解析 XML，本文小编与大家分享 Python 解析 XML 的相关知识。

10、XML 模式定义

（1）什么是 XML 模式定义

XML 模式定义（XML Schema Definition‌，简称 ‌XSD‌）是由 W3C 制定的国际标准，用于以 XML 语法描述和验证 XML 文档的结构、内容及数据类型。它是早期 DTD 的增强替代品，具备更强的数据约束能力和命名空间支持 。‌‌

（2）核心功能

• ‌结构验证‌：定义允许的元素、属性及其层级关系、出现顺序和次数；

• ‌数据类型约束‌：支持内置类型（如 xs:string、xs:integer、xs:date）及自定义类型，可限制值范围、长度、正则匹配等 ；

• ‌自文档化‌：XSD 本身是 XML 文件（扩展名为 .xsd），可读性强，支持通过 XSLT 转换生成文档或代码 。‌‌

（3）关键组成要素

• ‌根元素‌：<xs:schema>，需使用xmlns:xs 属性声明命名空间 xmlns:xs="http://www.w3.org/2001/XMLSchema" ；

• ‌元素声明‌：使用 <xs:element>，通过 name 指定名称，type 指定数据类型 ；

• ‌类型定义‌：

• 简单类型‌ (simpleType)：仅包含文本，无子元素或属性，常用于基础数据约束 ；

• 复杂类型‌ (complexType)：可包含子元素、属性或混合内容，通过 sequence（有序）、choice（互斥）、all（无序）定义内容模型 。

• ‌约束面 (Facets)‌：如 minLength / maxLength、pattern（正则）、enumeration（枚举值），用于细化数据规则 。‌‌

（4）XSD 实例

下例是一个简单的 XSD 文件（扩展名为 .xsd）

<xs:schemaxmlns:xs="http://www.w3.org/2001/XMLSchema">  <xs:elementname="note">    <xs:complexType>      <xs:sequence>        <xs:elementname="to"type="xs:string"/>        <xs:elementname="from"type="xs:string"/>        <xs:elementname="heading"type="xs:string"/>        <xs:elementname="body"type="xs:string"/>      </xs:sequence>    </xs:complexType>  </xs:element></xs:schema>

有关 XSD 语法大家可以查看官方文档或网络教程。

11、XML 注释

XML 注释主要用于解释代码功能、记录修改历史和临时禁用代码。注释以 <!-- 开始并以 --> 结束，例如：

<!-- 这是一段注释文本 -->

注释使用注意事项：

• ‌基本格式是 <!-- 注释内容 -->‌，中间可以放任何合法的 XML 字符；

• 注释可以出现在文档序言中，包括文档类型定义 (DTD)；

• XML声明之前不能有注释‌，注释要放在声明后面；

• ‌注释不能出现在属性值中‌，也不能写在标记内；

• 注释可以放在根元素之前或之后‌，也可以穿插在文本内容中间；

• ‌注释不能嵌套‌，例如 <!-- 外层 <!-- 内层 --> --> 会报错；

• ‌注释里不能出现双连字符 --‌，注释标记 --> 之前的 -- 会提前结束注释。‌‌‌

12、XML 元素是可扩展的

XML 元素是可扩展，可以动态添加以携带更多的信息。假设下例 XML 文档中有 <student>、<name>、<age> 三个元素。

<?xml version="1.0" encoding="UTF-8"?><student>    <name>Jack</name>    <age>20</age></student>

如果后期对该文档进行了修改，添加了 <id> 元素

<?xml version="1.0" encoding="UTF-8"?><student>    <id>1001</id>    <name>Jack</name>    <age>20</age></student>

这时读取该 XML 文档的程序依然能够正常读取 <student>、<name>、<age> 元素。XML 的优势之一，就是可以在不中断应用程序的情况下进行扩展。

13、查看 XML 文件

所有主流的浏览器中，均能够查看原始的 XML 文件。例如使用 Edge 浏览器查看 XML 文件效果如下图所示：

14、XPath 和 XML DOM

XPath 是用来在 XML 或 HTML 文档里精准定位元素的查询语言‌，它是 W3C 国际标准，广泛应用于数据提取、网页爬虫和自动化测试等领域。‌‌

XML DOM（Document Object Model，文档对象模型）是用于访问和操作XML文档的标准编程接口。它将 XML 文档表示为树形结构，其中每个元素和属性都是一个节点。通过 XML DOM，开发者可以动态地获取、修改、添加或删除XML文档中的内容。

有关 XPath 和 XML DOM 相关内容，后续文章还会进行介绍，大家可以先建立初步印象。

15、XSLT

XSLT（eXtensible Stylesheet Language Transformations，可扩展样式表语言转换）是一种用于将 XML 文档转换为其他格式（如 HTML、XHTML 或其他 XML 格式）的语言。它主要通过定义模板规则来实现对XML数据的转换和格式化。

虽然同样可以使用 CSS (Cascading Style Sheets，层叠样式表）来转换XML 文档，但并不常用，XSLT 是首选。

有关 XSLT 或 CSS 相关内容，大家可以查看官方文档或网络教程。