使用PyXB解析子节点

Question

使用PyXB，我想序列化一个子节点，然后能够将其解析回去。 天真的方法行不通，因为根据架构，子节点不是有效的根元素。

我的架构：

<xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema">
  <xsd:element name="root" type="Root"/>

  <xsd:complexType name="Root">
    <xsd:sequence>
      <xsd:element name="item" maxOccurs="unbounded" type="Item"/>
    </xsd:sequence>
  </xsd:complexType>

  <xsd:complexType name="Item">
    <xsd:sequence>
      <xsd:element name="val"/>
    </xsd:sequence>
  </xsd:complexType>
</xsd:schema>

以及示例XML：

<?xml version="1.0" encoding="utf-8"?>
<root>
    <item>
        <val>1</val>
    </item>
    <item>
        <val>2</val>
    </item>
    <item>
        <val>3</val>
    </item>
</root>

我需要能够序列化特定项目，然后将其加载回。 像这样：

>>> root = CreateFromDocument(sample)
# locate a sub node to serialize
>>> root.item[1].toxml()
'<?xml version="1.0" ?><item><val>2</val></item>'
# load the sub node, getting an Item back
>>> sub_node = CreateFromDocument('<?xml version="1.0" ?><item><val>2</val></item>')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "binding.py", line 63, in CreateFromDocument
    instance = handler.rootObject()
  File "pyxb/binding/saxer.py", line 285, in rootObject
    raise pyxb.UnrecognizedDOMRootNodeError(self.__rootObject)
pyxb.exceptions_.UnrecognizedDOMRootNodeError: <pyxb.utils.saxdom.Element object at 0x7f30ba4ac550>

# or, perhaps, some kind of unique identifier:
>>> root.item[1].hypothetical_unique_identifier()
'//root/item/1'
>>> sub_node = CreateFromDocument(sample).find_node('//root/item/1')
<binding.Item object at 0x7f30ba4a5d50>

这当然是行不通的，因为根据架构， item不能是根节点。 有没有办法只解析一个子树，然后取回Item？

另外，是否有某种方法可以唯一地标识一个子节点，以便稍后找到它？

Answer 1

PyXB无法解析以非全局元素开头的文档，因为非全局元素的验证自动机状态不是起始状态。

尽管我最初曾想支持XPath之类的东西，但它从未实现，也没有标准的唯一标识符来承载结构信息。 如果您需要标记成员元素以便可以将其删除，然后再将其放回原处，则可以为对象分配其他属性，并在应用程序级别使用它们。 例如：

e = root.item[1]
e.__mytag = '//root/item/1'

然后，您可以编写一个遍历对象树以查找匹配项的函数。 当然，这样的属性将仅与该实例相关联，因此随后将不同的对象分配给root.item[1]不会自动继承相同的属性。

Answer 2

我最终完成此操作的方法是使用元素的起始行和列号进行标识。

我将此混入添加到所有元素中：

class IdentifierMixin(object):
    """
    Adds an identifier property unique to this node that can be used to locate
    it in the document later.
    """
    @property
    def identifier(self):
        return '%s-%s' % (self._location().lineNumber, self._location().columnNumber)

然后使用此函数稍后查找节点：

def find_by_identifier(root, identifier):
    # BFS over the tree because usually the identifier we're looking for will
    # be close to the root.
    stack = collections.deque([root])
    while stack:
        node = stack.popleft()
        if node.identifier == identifier:
            return node
        stack.extend(node.content())