如何用Python的xml.etree.ElementTree提取XML的Schema位置？

问题背景 #

给定XML根元素：

<shiporder orderid="889923" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="data.xsd">

使用xml.etree.ElementTree解析后，根元素属性输出为：

{'orderid': '889923', '{http://www.w3.org/2001/XMLSchema-instance}noNamespaceSchemaLocation': 'data.xsd'}

需要解决两个问题：

1. 如何不依赖xsi前缀获取Schema位置？
2. 若无法实现，提取Schema位置的正确方法是什么？

解答 #

1. 不依赖xsi前缀获取Schema位置的方法 #

可以通过命名空间URI直接匹配属性，完全不依赖前缀（前缀只是命名空间的别名，可能在不同XML中变化，但URI是固定的）。

具体实现代码：

import xml.etree.ElementTree as et

# 固定的XMLSchema-instance命名空间URI
XSI_NS = "http://www.w3.org/2001/XMLSchema-instance"
# 构造带命名空间的属性名
schema_attr_name = f"{{{XSI_NS}}}noNamespaceSchemaLocation"

et_data = et.parse("data.xml")
root = et_data.getroot()

# 通过属性名直接获取Schema路径
xsd_path = root.attrib.get(schema_attr_name)
if xsd_path:
    # 提取文件名部分
    print(xsd_path.split("/")[-1])

这种方法的核心是利用命名空间的唯一标识URI，无论XML里用的前缀是xsi还是其他自定义名称，都能精准匹配目标属性。

2. 备选提取方法（极端场景下） #

如果出于特殊限制无法使用命名空间URI，也可以遍历所有属性，通过属性名后缀匹配：

import xml.etree.ElementTree as et

et_data = et.parse("data.xml")
root = et_data.getroot()

xsd_path = None
for attr_name, value in root.attrib.items():
    if attr_name.endswith("noNamespaceSchemaLocation"):
        xsd_path = value
        break

if xsd_path:
    print(xsd_path.split("/")[-1])

但这种方法存在误匹配风险：若其他命名空间下存在同名属性，会提取错误结果，因此优先推荐第一种基于命名空间URI的方法。

内容的提问来源于stack exchange，提问作者Itération 122442