解析XSD文件遇unhashable type: 'set'错误，求Python解决方案

问题场景 #

解析XSD文件时触发unhashable type: 'set'错误，尝试将imported_schema_uris改为{}（字典）后，又出现可变类型相关错误。原始代码如下：

from xbrl.taxonomy import parse_taxonomy_url
from xbrl.cache import HttpCache
import os

def parse_taxonomy_from_url(schema_url):
    cache_path = './cache'
    if not os.path.exists(cache_path):
        os.makedirs(cache_path)  # Ensure the cache directory exists
    
    cache = HttpCache(cache_path)  # Create an instance of HttpCache
    imported_schema_uris = set()  # Initialize an empty set for imported schema URIs

    # Debugging information
    print(f"Cache directory: {cache_path}")
    print(f"Schema URL: {schema_url}")
    print(f"Imported Schema URIs: {imported_schema_uris}")

    # Parse the taxonomy schema from the given URL
    try:
        taxonomy_schema = parse_taxonomy_url(schema_url=schema_url, cache=cache, imported_schema_uris=imported_schema_uris)
        return taxonomy_schema
    except Exception as e:
        print(f"An error occurred: {e}")
        return None

# Example usage 
schema_url = 'http://test.xsd'  
# Replace with a valid URL
parsed_schema = parse_taxonomy_from_url(schema_url)

if parsed_schema:
    print("Taxonomy schema parsed successfully!")
else:
    print("Failed to parse taxonomy schema.")

问题原因 #

parse_taxonomy_url函数的imported_schema_uris参数要求传入可哈希的不可变类型（用于内部缓存、去重或作为字典键）。而set（集合）和dict（字典）都是可变类型，不可哈希，因此触发错误。

解决方案 #

将imported_schema_uris初始化为空元组（tuple）——元组是不可变且可哈希的类型，符合函数参数要求。

修改后的代码 #

from xbrl.taxonomy import parse_taxonomy_url
from xbrl.cache import HttpCache
import os

def parse_taxonomy_from_url(schema_url):
    cache_path = './cache'
    if not os.path.exists(cache_path):
        os.makedirs(cache_path)  # 确保缓存目录存在
    
    cache = HttpCache(cache_path)  # 创建HttpCache实例
    # 改用空元组作为初始值，满足可哈希要求
    imported_schema_uris = ()  

    # 调试信息
    print(f"缓存目录: {cache_path}")
    print(f"Schema URL: {schema_url}")
    print(f"已导入Schema URIs: {imported_schema_uris}")

    # 解析给定URL的分类法Schema
    try:
        taxonomy_schema = parse_taxonomy_url(schema_url=schema_url, cache=cache, imported_schema_uris=imported_schema_uris)
        return taxonomy_schema
    except Exception as e:
        print(f"发生错误: {e}")
        return None

# 示例使用
schema_url = 'http://test.xsd'  
# 替换为有效的URL
parsed_schema = parse_taxonomy_from_url(schema_url)

if parsed_schema:
    print("分类法Schema解析成功!")
else:
    print("分类法Schema解析失败。")

进阶处理（如需累积导入URI） #

如果需要提前收集已导入的URI，可先用集合记录，传入函数时转成元组：

# 用集合临时存储已导入URI
imported_uris_set = set()
# 传入前转换为元组
taxonomy_schema = parse_taxonomy_url(
    schema_url=schema_url, 
    cache=cache, 
    imported_schema_uris=tuple(imported_uris_set)
)

新手提示 #

• Python中，可变类型（list、set、dict）不可哈希，不能作为字典的键或放入集合；不可变类型（tuple、str、int、float）可哈希，适合这类场景。
• 调用第三方库函数时，若遇到类型错误，优先查看函数参数的官方文档，确认预期类型。

内容的提问来源于stack exchange，提问作者Arne Banck