XML 程式設計思想: 研讀XML Hacks(轉)

XML 程式設計思想: 研讀XML Hacks(轉)[@more@]

　　XML Hacks是一本介紹 XML 技巧和竅門的書籍。這是一本很有用的參考資料，其內容十分廣泛，但如果某些材料能夠進一步展開或者改寫的話，可能會更好。Uche Ogbuji 提供了該書的應用報告。

　　在 上一期文章中，我評論了 Elliotte Rusty Harold 所著的 Effective XML，所有 XML 專業人員都應該讀一讀這本很棒的著作。在本期文章中，我把目光投向了另一本實用 XML 書籍，Michael Fitzgerald 編纂的 XML Hacks（O'Reilly and Associates，2004 年）。這本書涉及的範圍很廣，包括入門性的基礎知識、中階和高階的設計與實現技術，以及一些工具的使用技巧。本專欄和其他 developerWorks文章的讀者，可能更希望我能專注於 XML 設計和 XML 詞彙表的問題。 XML Hacks論述更多的是實現細節和工具使用，但是這些知識也很重要，在本期文章中，我將介紹我自己應用書中內容的一些實際觀察。與關於 Effective XML的文章一樣，本文並不是書評，而是受該書啟發想到的一些東西，本書是為不具備這些知識的讀者編寫的。

　　使用 XInclude 包含外部文字文件

　　在這本書的第 26 章“Include External Documents with XInclude”中，說明了如何以類似 XML 內建外部已解析實體的方式使用 XInclude（請參閱 Resources）。書中給出了一個示例文件，其中插入了由 HTTP URL 指定的外部 XML 文件。XInclude 確實為這種混合增加了為數不多的一些技巧，比如後退支援（出現錯誤時提供替代內容），以及處理程式發出 HTTP 請求時指定內容協商方式的機制。但是我認為與已解析實體機制相比，XInclude 的兩個最主要優點是：

• 能夠使用 XPointer 從目標文件中選擇要包含的部分。
• 能夠改變解析機制，將外部文件作為完全轉移的文字檔案而不是 XML 文件插入。

　　如果正在撰寫包含程式碼清單或者示例的 XML 文件，第二點尤其方便。比方說，假設您撰寫的文件中要包含清單 1 所示的 Python 語言程式碼。

　　清單 1. 作為清單插入 XML 文件的 Python 例項程式碼

　　def game_show(contestant_guess, prices):　　if prices[contestant_guess] < 1000:　　　　print "you win!"　　else:　　　　print "you lose!"　

　　您應該在單獨的檔案中開發這些程式碼，這樣，就可以在將它們放入文件之前對其進行測試，以確保它們能像您期望的那樣工作。首先您可以把這些程式碼剪下並貼上到 XML 檔案中，如清單 2 所示。

　　清單 2. 直接剪下貼上示例程式碼的插入文件

　　"-//W3C//DTD XHTML 1.0 Transitional//EN"　"">　　

　

　　這樣會造成錯誤，因為 if prices[contestant_guess] < 1000: 這一行包含沒有轉義的小於號（

　　清單 3. 透過剪下貼上到 CDATA 節插入示例程式碼的文件

　　"-//W3C//DTD XHTML 1.0 Transitional//EN"　"">　　

　

　　這種方法無疑能夠避免了轉義錯誤，但是您必須注意那些估計可能很少出現的字串“]]>”，如清單 4 中所示。

　　清單 4. 作為清單插入 XML 文件的 Python 示例程式碼

　　def game_show(guesses, contestant, prices):　　if prices[guesses[contestant]]>1000:　　　　print "you win!"　　else:　　　　print "you lose!"　

　　為了在 CDATA 部分中正確轉義這一行，您至少需要像 if prices[guesses[contestant]]]]>1000: 這樣複雜的程式碼。還要注意的是，我使用的是 Python 程式碼，多數情況下，Python 需要轉義的地方相對較少。如果編寫的是關於 XML 的文件，手工轉義可能就無法勝任了。而且出現“]]>”這個字串組合的機會也多得多（比如 XML 清單可能本身包含 CDATA 部分）。

　　當然，您可以選擇自己的方法繞開這個障礙，但是我發現，處理文章中所包含程式碼的最簡單的方法就是使用 XInclude 的 parse="text" 功能。只要在 xi:include 元素中新增該屬性，就能自動將程式碼作為 XML CDATA 解析，從而自動轉義包含的內容。清單 5 就是以這種方式使用 XInlude 的一個例子：

　　清單 5. 使用文字行 XInclude 插入示例程式碼的文件

　　"-//W3C//DTD XHTML 1.0 Transitional//EN"　"">　　

　

　　xi:include 元素被替換為完全轉義的 gameshow1.py （比如 清單 1）的內容，該檔案是相對於元素的基 URL 進行解析的。感謝 parse="text" ，轉義是自動完成的。我總是使用 encoding 屬性（如果使用 parse="xml" ，偶爾可以忽略它）。在我的應用中，Python 檔案通常使用“iso-8859-1”編碼，而 XML 檔案使用“utf-8”編碼，當然，您的環境中可能使用不同的編碼。

　　我在為 developerWorks（它要求作者以精心設計的 XML 格式提供文稿）撰寫這些文章時，使用的就是已解析文字 XInclude 技術，並發現這樣極大提高了編輯速度。

　　另一個注意事項是：該書使用的是當時正在開發之中的 XInclude 名稱空間 ，但是現在，這個名稱空間已經不存在了。在 2004 年 4 月 13 日釋出的 Candidate Recommendation 中，W3C 工作組又回到了原來的名稱空間 。據我瞭解，多數工具只支援後一種（2001）名稱空間形式，這可能是 W3C 決定回到原來的名稱空間的原因，但這種名稱空間的變化和撤銷確實帶來了一些混亂。該書作者就成了這種變化的無辜的犧牲品，我已經就此向出版商提供了一份刊誤表。

　　更簡單的恆等轉換

　　第 37 章“Generate an XSLT Identity Stylesheet with Relaxer”討論一種相當複雜的生成 恆等轉換的方法，即輸出和源文件等價的 XML 的 XSLT 轉換。在以這種方法得到的轉換中，對應詞彙表中的每個元素都有一個模板，這的確很複雜。這樣做可能是為了提供一個樣本，以便用於建立更專門的轉換，但我認為它沒有給出一種簡單得多的恆等轉換，甚至 XSLT 規範中都作為例子給出了這樣的一個轉換。在後一章（38）“Pretty-Print XML Using a Generic Identity Stylesheet and Xalan”中，討論了這種更簡單的恆等轉換，其中包括為了獲得整齊的列印效果而經常採用的

。我建議您首先閱讀第 38 章，熟悉簡單的恆等轉換之後，再來研究 37 章中那種複雜的方法。這樣做的還有一種好處，理解這種簡單的恆等變換是熟悉和掌握幾種 XSLT 短語的關鍵，包括將源節點複製到輸出中的 xsl:copy-of 與常見 XPath 節點測試的細微差別： * 、 @* 和 node() 。

　　不使用 XSLT 2.0 生成多個輸出文件

　　第 45 章“Generate Multiple Output Documents with XSLT 2.0”討論瞭如何使用 XSLT 2.0 xsl:result-document 在一次轉換中序列化多個結果樹。整章都寫得不錯，除了最後出現的一句：