查找XML实例中实际使用的XSD/Schema类型子集的工具问询

确实有现成的工具和实现方式可以完成这个需求，分几类可选：

无代码/低代码方案 #

• 商业XML编辑器：Oxygen XML Editor、XMLSpy这类专业XML工具都自带「提取XML关联的最小XSD子集」功能，直接导入你的XML实例和全量XSD，点击对应选项就能导出所有被用到的类型，自动处理依赖关联，不需要写任何代码。

开源自定义实现方案 #

• Python技术栈：用lxml库就能实现，步骤很简单：
  1. 加载全量XSD文件，生成所有类型的索引映射
  2. 递归遍历XML实例的所有元素、属性节点，匹配每个节点绑定的XSD类型
  3. 收集所有用到的类型，同步拉取这些类型的父类、引用的子类型等依赖，最后导出成新的XSD文件即可，整体代码量不超过100行，灵活性很高。
• Java技术栈：搭配Xerces解析器和XSOM（XSD Object Model）库，在XML校验过程中就可以记录所有被调用的XSD类型，自动完成依赖收集和子集导出。
• 轻量命令行方案：用xmllint配合XPath查询，先导出XML所有节点的类型关联，再反向过滤XSD中的对应定义，适合临时处理少量文件的场景。

注意：提取类型的时候不要漏掉间接依赖，比如你用到的自定义类型继承的基础类型、类型内部引用的其他复杂类型，就算没有直接对应XML里的节点，也必须包含在子集里才能保证导出的XSD合法可用，上述的所有工具/实现方案都会默认处理这类依赖。

内容的提问来源于stack exchange，提问作者J-W