.NET XML验证器针对禁止属性返回不准确错误信息的问题

我正在用.NET 8的XDocument.Validate()和XMLSchemaSet构建railML（基于XML）格式的验证器，遇到了以下问题：

• 当给元素添加不允许的属性（或元素本身不支持任何属性、无xsi:anyAttribute等扩展机制）时，错误提示为“‘nameOfAttribute’属性未声明”。
• 但添加错误子元素时，会返回包含预期元素列表的准确提示。
• 更关键的是：属性缺失Schema声明和**属性违反规则（不允许出现）**的提示完全一致，无法区分这两种场景。而Xerces、XMLSpy等验证器能返回“属性不允许出现在该元素中”的准确提示。

我想了解：

1. 如何通过调整XDocument.Validate或其他.NET验证器实现类似的准确提示？
2. .NET验证器出现该问题的原因是什么？

问题原因 #

.NET的XDocument.Validate()底层依赖System.Xml.Schema.XmlSchemaValidator，它在属性验证逻辑上没有区分两种场景：

• 对于子元素，验证器会先匹配元素的内容模型，明确知晓允许的子元素范围，因此能给出带预期列表的精准提示。
• 对于属性，XML Schema默认规则是：元素未明确声明的属性（且无xsi:anyAttribute扩展）均为非法，但.NET验证器将“属性未在Schema中定义”和“属性被明确禁止”两种情况合并为同一条“属性未声明”错误，没有做语义上的区分。
  另外，Schema的attributeFormDefault默认值为unqualified，进一步加剧了这种提示模糊性——验证器不会额外判断属性是“未被声明”还是“被禁止”，直接抛出统一错误。

实现准确提示的方案 #

方案1：自定义验证逻辑补充 #

在XDocument.Validate()的错误回调中，手动补充Schema解析与判断逻辑：

1. 提前加载并解析railML的Schema，缓存每个元素允许的属性列表、是否允许扩展属性（xsi:anyAttribute）、是否有明确禁止的属性。
2. 当收到“属性未声明”错误时，匹配错误中的属性名与元素名，结合缓存的Schema规则调整提示：
   • 若元素无xsi:anyAttribute扩展，且该属性未在元素的Schema声明中存在，则提示“属性不允许出现在该元素中”。
   • 若元素明确通过xs:attribute use="prohibited"禁止该属性，也输出对应精准提示。

示例代码片段：

// 提前加载并编译Schema
var schemaSet = new XmlSchemaSet();
schemaSet.Add("http://railml.org/schemas", "railml.xsd");
schemaSet.Compile();

// 缓存元素的属性规则：键为元素全名，值为允许的属性名集合+是否允许扩展
var elementAttrRules = new Dictionary<string, (HashSet<string> AllowedAttrs, bool AllowAnyAttr)>();
foreach (XmlSchema schema in schemaSet.Schemas())
{
    foreach (XmlSchemaElement element in schema.Elements.Values)
    {
        var allowedAttrs = new HashSet<string>();
        bool allowAnyAttr = false;
        if (element.SchemaType is XmlSchemaComplexType complexType)
        {
            // 收集允许的属性（含明确禁止的）
            foreach (XmlSchemaAttribute attr in complexType.Attributes)
            {
                allowedAttrs.Add(attr.Name);
            }
            // 检查是否允许任意属性扩展
            allowAnyAttr = complexType.AnyAttribute != null;
        }
        elementAttrRules[element.QualifiedName.ToString()] = (allowedAttrs, allowAnyAttr);
    }
}

// 执行验证并处理错误
XDocument doc = XDocument.Load("test.xml");
doc.Validate(schemaSet, (sender, e) =>
{
    if (e.Message.Contains("属性未声明"))
    {
        // 解析错误中的属性名和元素名
        var attrMatch = System.Text.RegularExpressions.Regex.Match(e.Message, "'(.*?)'属性未声明");
        string attrName = attrMatch.Groups[1].Value;
        string elementName = ((XmlSchemaValidationEventArgs)e).ElementName.Name;

        if (elementAttrRules.TryGetValue(elementName, out var rules))
        {
            // 元素不允许扩展属性，且该属性不在允许列表中
            if (!rules.AllowAnyAttr && !rules.AllowedAttrs.Contains(attrName))
            {
                Console.WriteLine($"错误：属性'{attrName}'不允许出现在元素'{elementName}'中");
                return;
            }
        }
        // 其他情况输出原错误
        Console.WriteLine(e.Message);
    }
    else
    {
        Console.WriteLine(e.Message);
    }
});

方案2：使用第三方XML验证库 #

如果自定义逻辑过于繁琐，可以直接使用.NET封装的Xerces库（如XercesSharp），它的验证逻辑与原生Xerces一致，能直接输出“属性不允许出现在该元素中”的精准提示。

方案3：调整Schema声明方式 #

在railML的Schema中，对需要严格禁止的属性，明确添加xs:attribute并设置use="prohibited"，结合方案1的逻辑，即可区分“未声明”和“被禁止”两种场景。

内容的提问来源于stack exchange，提问作者mrgreatter