XInclude是什么 如何用它来组合多个XML文档

XInclude 是 W3C 标准定义的 XML 内容内联包含机制，需显式声明命名空间并由支持处理器展开，工作在信息项层面，保留命名空间、属性等结构，支持 parse="xml"/"text" 和 fallback 错误处理。

什么是 XInclude？它和普通 XML 包含有什么区别

XInclude 是 W3C 标准定义的一种机制，用于在 XML 文档中“引用并内联插入”其他 XML 文档的内容。它不是 XML 解析器默认启用的功能，而是需要显式声明命名空间并由支持 XInclude 的处理器（如 libxml2、lxml、Java Transformer 或 xmllint --xinclude）主动展开。

它和简单的文本包含（比如预处理器 #include）或 DTD 实体不同：XInclude 工作在解析后的信息项层面，能保留被包含文档的命名空间、属性、注释等结构信息，且支持错误处理策略（fallback）。

如何在 XML 中写一个基本的 XInclude 引用

必须满足三个前提：声明 XInclude 命名空间、使用 xi:include 元素、确保处理器启用 XInclude 支持。常见错误是只写了标签却没声明命名空间，导致解析失败或静默忽略。

• xmlns:xi="http://www.w3.org/2001/XInclude" 必须出现在根元素或 xi:include 父元素上
• href 属性值是相对或绝对 URI，不支持本地文件路径裸写（如 config.xml 可以，C:\data\config.xml 在多数实现中会失败）
• 被包含文件必须是格式良好的 XML，不能是 HTML 或片段（除非用 parse="text"）

  
  Main content
  

parse="text" 和 parse="xml" 的实际影响

parse 属性决定如何解释被包含资源的内容类型，直接影响解析行为和错误边界：

快剪辑

国内⼀体化视频⽣产平台

下载

• parse="xml"（默认）：要求目标文件是良构 XML，整个内容作为子树插入；若出错，按 xi:fallback 处理或报错
• parse="text"：把目标文件当纯文本读入，自动转义特殊字符（ → zuojiankuohaophpcn），适合包含 README、SQL 片段、配置注释等非 XML 内容
• 不支持 parse="html" —— 即使目标是 HTML，也需先转为 XHTML 或用 parse="text"

为什么 XInclude 在 Python lxml 中默认不生效

lxml.etree.parse() 默认禁用 XInclude，必须显式调用 etree.XInclude() 或使用 parser=etree.XMLParser(load_dtd=True, xinclude=True)（注意：后者仅对部分版本有效）。最可靠的方式是解析后手动展开：

from lxml import etree
doc = etree.parse("main.xml")
xinclude = etree.XInclude()
xinclude(doc)  # 就地修改 doc 树
print(etree.tostring(doc, encoding="unicode"))

容易踩的坑包括：忘记调用 xinclude(doc)、在调用前对 doc 做了不可逆操作（如 doc.xinclude() 方法不存在）、或误以为 etree.parse(..., resolve_entities=True) 会处理 XInclude（它只处理 DTD 实体）。

嵌套 XInclude（A 包含 B，B 包含 C）是合法的，但所有层级都依赖处理器是否递归展开 —— lxml 的 XInclude() 默认支持，而某些 Java SAX 实现需额外配置。