如何使用xmlschema高效解析XSD（无XML文件）并避免重复读取？

原始代码 #

import xmlschema
data_schema = xmlschema.XMLSchema("myXSD.xsd")
data = data_schema.to_dict("myXSD.xsd")

问题描述 #

你需要解析大量XSD文件，当前代码两次传入XSD路径生成字典，导致脚本启动到GUI可用需等待近10秒，性能分析显示耗时集中在XSD的初始读取和重复解析阶段。你知道to_dict本该传入XML文件，推测传入XSD会重复读取文件，尝试传入None无效，希望找到无需重复读取的方法。

优化方案 #

直接利用已加载的XMLSchema对象生成字典，无需再次读取XSD文件：

import xmlschema
# 仅加载解析一次XSD
data_schema = xmlschema.XMLSchema("myXSD.xsd")
# 从已解析的schema对象直接导出字典
data = data_schema.as_dict()

说明 #

• XMLSchema初始化时已经完成了XSD的读取、校验和解析，所有结构信息都存储在对象中，无需重复操作。
• as_dict()方法会直接序列化已解析好的schema结构，完全跳过二次读取和解析的耗时步骤。
• to_dict()的设计用途是解析XML实例文档，而非XSD文件，所以传入None或XSD路径都不符合其预期用法，前者会报错，后者会触发不必要的重复解析。

内容的提问来源于stack exchange，提问作者fm_user8