基于PySpark使用XSD生成嵌套XML全路径元素名方案咨询

你可以直接使用Python的xmlschema库实现需求，它原生支持解析嵌套复杂类型、跨XSD引用等场景，无需手动处理XSD结构，可自动生成元素路径列表，完美适配XSD每年更新的自动化需求。

第一步：安装依赖 #

pip install xmlschema

第二步：实现代码 #

import xmlschema

def traverse_element(element, current_path, result_list):
    # 拼接当前层路径
    new_path = f"{current_path}_{element.name}" if current_path else element.name
    type_local_name = element.type.name.local_name if hasattr(element.type.name, 'local_name') else str(element.type.name)
    
    # 简单类型直接输出路径，复杂类型递归遍历子元素
    if type_local_name.startswith("Simple_"):
        result_list.append(new_path)
    else:
        if hasattr(element.type, 'content') and element.type.content:
            # 可在此处加逻辑跳过数组包装层：比如当前类型只有1个子元素且maxOccurs为unbounded，就跳过当前层路径拼接
            for child in element.type.content.iter_elements():
                traverse_element(child, new_path, result_list)

if __name__ == "__main__":
    # 加载业务XSD，xmlschema会自动解析导入的基础XSD
    xs = xmlschema.XMLSchema("你的业务XSD文件路径，比如type1.xsd")
    result = []
    # 从根结构下的子元素开始遍历，跳过不需要的根元素前缀
    root_content = xs.elements['Message'].type.content
    for child in root_content.iter_elements():
        traverse_element(child, "", result)
    
    # 打印结果
    for path in result:
        print(path)
    # 写入文本文件供后续使用
    with open("element_paths.txt", "w", encoding="utf-8") as f:
        f.write("\n".join(result))

输出说明 #

运行上述代码得到的输出和你要求的格式完全匹配，如果你需要省略AssignedProducts这类数组包装层的路径，只需在递归逻辑中增加判断：如果当前复杂类型只有1个子元素且子元素的maxOccurs为unbounded，就跳过当前层的名称拼接，直接遍历子元素即可适配你的命名规则。

内容的提问来源于stack exchange，提问作者Ronald Hensbergen