如何用Python ElemTree从XSD提取实体及属性的名称与类型？

首先得处理XSD的命名空间问题，ElementTree需要明确指定命名空间才能用XPath精准定位节点。假设你的XSD用的是标准XSD命名空间（http://www.w3.org/2001/XMLSchema，对应xsd前缀），可以按以下步骤操作：

步骤1：加载XSD并配置命名空间映射 #

import xml.etree.ElementTree as ET

# 加载你的XSD文件
tree = ET.parse('your_schema_file.xsd')
root = tree.getroot()

# 定义命名空间映射，解决xsd前缀的识别问题
namespaces = {'xsd': 'http://www.w3.org/2001/XMLSchema'}

步骤2：提取复杂类型实体及下属属性 #

遍历所有xsd:complexType节点获取实体名称，再递归提取其下所有xsd:element的名称和类型（包括嵌套在子复杂类型里的元素）：

def get_all_elements(elem):
    """递归提取节点下所有xsd:element的name和type"""
    elem_list = []
    # 匹配当前节点及所有子节点中的xsd:element
    for element in elem.findall('.//xsd:element', namespaces):
        elem_name = element.get('name')
        elem_type = element.get('type')
        if elem_name:
            elem_list.append({
                'name': elem_name,
                'type': elem_type if elem_type else '嵌套复杂类型'
            })
    return elem_list

# 遍历所有复杂类型实体
for complex_type in root.findall('.//xsd:complexType', namespaces):
    entity_name = complex_type.get('name')
    if not entity_name:
        continue
    print(f"实体名称: {entity_name}")
    # 提取该实体下的所有属性元素
    elements = get_all_elements(complex_type)
    for item in elements:
        print(f"  属性名称: {item['name']}, 类型: {item['type']}")
    print('---')

针对你提供的XSD示例，运行后输出如下： #

实体名称: EntityX_t
  属性名称: xyz, 类型: xxx:Entityx_t
  属性名称: subElement, 类型: 嵌套复杂类型
  属性名称: subelement, 类型: SubElement_t
  属性名称: elementRelationships, 类型: xxx:ElementRelationships_t
  属性名称: notesSection, 类型: xxx:NotesSection_t
  属性名称: extension, 类型: abcExtension_t
---

关键细节说明 #

• 用.//xsd:complexType XPath可以全局精准定位所有复杂类型实体，避免遍历无关标签。
• 递归函数能处理嵌套结构，比如示例中subElement内部的子元素也能被提取。
• 对于带自定义前缀的类型（如xxx:Entityx_t），直接提取type属性值即可，后续可根据需求拆分前缀和类型名。

内容的提问来源于stack exchange，提问作者L4zl0w