如何让xmlschema将自定义格式的CreateDate解析为Date对象？

问题背景 #

现有XSD模式文件中定义CreateDate元素为字符串类型（长度8-10），XML文件中该元素值格式为YYYY/dd/mm。使用xmlschema的to_dict方法（datetime_types=True）解析时，该元素被转为字符串而非Date对象。

问题1：是否可修改XSD定义，使xmlschema自动按YYYY/mm/dd格式将其解析为Date对象？ #

可以实现。默认xs:date类型要求格式为YYYY-MM-DD，但你可以基于xs:date自定义带格式约束的类型，通过xs:pattern限定YYYY/dd/mm的输入格式，同时保留日期类型语义，这样xmlschema会自动将其解析为Python的datetime.date对象。

示例XSD定义 #

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xs:simpleType name="CustomDateType">
        <xs:restriction base="xs:date">
            <!-- 匹配YYYY/dd/mm格式的合法日期 -->
            <xs:pattern value="\d{4}/\d{2}/\d{2}"/>
        </xs:restriction>
    </xs:simpleType>

    <xs:element name="CreateDate" type="CustomDateType"/>
</xs:schema>

这种方式会自动验证日期合法性（比如2024/31/02会被判定为无效），解析后直接得到date对象，无需额外处理。

问题2：若不可修改XSD，如何使用value_hook或element_hook拦截解析实现需求？ #

如果无法修改XSD（比如来自第三方），可以通过xmlschema的钩子函数拦截解析过程，将字符串日期转为date对象，以下是两种实现方式：

方式1：使用value_hook（针对元素值处理） #

value_hook可以直接拦截元素的原始值，针对CreateDate做格式转换：

from xmlschema import XMLSchema
from datetime import datetime

def custom_date_value_hook(value, schema_element, *args, **kwargs):
    # 仅处理CreateDate元素的值
    if schema_element.name == 'CreateDate':
        try:
            # 按YYYY/dd/mm格式解析为date对象
            return datetime.strptime(value, '%Y/%d/%m').date()
        except ValueError:
            # 解析失败时返回原始值，也可根据需求抛出异常
            return value
    # 其他元素保持默认处理逻辑
    return value

# 加载schema并注册钩子
schema = XMLSchema('your_schema.xsd')
schema.value_hooks.append(custom_date_value_hook)

# 解析XML，此时CreateDate会被转为date对象
parsed_data = schema.to_dict('your_xml.xml', datetime_types=True)

方式2：使用element_hook（针对整个元素处理） #

element_hook可以访问完整的XML元素节点，适合需要上下文的场景：

from xmlschema import XMLSchema
from datetime import datetime

def custom_date_element_hook(element, schema_element, *args, **kwargs):
    if schema_element.name == 'CreateDate':
        raw_value = element.text
        try:
            # 转换格式并返回date对象
            return datetime.strptime(raw_value, '%Y/%d/%m').date()
        except ValueError:
            return raw_value
    # 其他元素返回原节点，继续默认解析
    return element

schema = XMLSchema('your_schema.xsd')
schema.element_hooks.append(custom_date_element_hook)

parsed_data = schema.to_dict('your_xml.xml', datetime_types=True)

内容的提问来源于stack exchange，提问作者bavaza