級別: 初級
Benoit Marchal, 顧問, Pineapplesoft
2001 年 9 月 01 日
這個月，我們不辭辛勞的專欄作家將多個樣式表的支持添加到 XM 內容管理項目中。 在這樣做時，他涉及到了 TrAX
URIResolver 并編寫偽屬性的解析器。如往常一樣，可在 developerWorks 開放源碼專區獲得完整的源代碼。
在“使用 XML”專欄文章中，Beno?t Marchal 每個月都報告其關于一個或多個開放源碼 XML 開發項目的進展。 您可以隨著他的進展，遵循他的設計決策和編碼選擇，也可以提出一些建議以及在您自己的項目中重用該開放源代碼。
繼續有
關 XM 的工作。這個月，我已經添加了多個樣式表支持，因此可以解決讀者發來的最常見建議。 我還添加了一個將一些參數傳遞到樣式表的選項，它使
XM 基本的發布功能更完美。
在開始繼續開發更高級的功能期間，我已經包括了一個目錄閱讀器。（您可以下載有關這篇文章以及以前專欄文章的所有相關代碼； 請參閱副欄 獲取代碼。）
多個樣式表
XM 的頭兩個版本沿用“用一種模式來套用所有”策略，最初看上去似乎是一個好主意，但經過證實它是無效的。 更明確地講，到現在為止，XM 只識別一種樣式表
rules.xsl 。正如本系列的第一篇文章中說明的那樣， 我原先認為我本可以使用不同的 XSLT 模板來選擇樣式的變更：
<xsl:template match="db:article">
<!-- rules for an article here -->
</xsl:template>
<xsl:template match="xm:Directory">
<!-- rules for a directory here -->
</xsl:template>
|
然
而，我自己在 ananas.org（我完全用 XM 維護的網站）上的經歷說明了我最初的計劃不能很好地工作。
我還收到一些讀者的建議，建議我解決那些他們察覺是缺陷的問題。最后，
當我開始著手內容生成（稍后將在本文中介紹）時，更覺得有必要添加多個樣式表的支持了。
|
獲取代碼
跟往常一樣， 可以從 CVS 資源庫（請參閱
參考資料）下載該專欄文章的代碼。可以從同一個地方下載 ZIP 文件。 這個月，下載文件包括樣本 .xml 和 .xsl 文件。
|
|
處理指令
您可能記起，易用性是我優先使用 XM 的原因之一， 明確地講，我不希望使用配置文件或“構建腳本”來選擇哪個樣式表適用于哪個地方（有關這一需求的完整討論， 請閱讀
使用 XML：將 XSLT 用于內容管理）。
讀者建議用巧妙的命名約定來選擇樣式表，但對于解決方案的最好提議來自一位同事， 他提醒我使用
xml-stylesheet 處理指令。
如果您不熟悉
xml-stylesheet ，則可以看于 1999 年 7 月發表的小的 W3C 建議書，其中介紹了它，xml-stylesheet 是通過 Internet Explorer 5.0 而得到普及。處理指令將樣式表（XSL 或 CSS）與 XML 文檔相關聯。 例如：
<?xml version="1.0"?>
<?xml-stylesheet href="classic.xsl" type="text/xml"?>
<?xml-stylesheet href="funky.xsl" type="text/xml" alternate="yes"?>
<article>
<articleinfo>
<title>ananas.org</title>
<!-- rest of the document goes here -->
|
一般而言，處理指令對應用程序特定的數據進行編碼。您已經熟悉了處理指令，因為大多數 XML 文檔都是以 XML 聲明開始， 該聲明本身就是特殊的處理指令。一條處理指令包含一個目標（在上面示例中，
xml-stylesheet ），后跟數據。 用
<? 和
?> 定界符將處理指令包起來。目標確定應用程序， 而對應用程序不能識別的目標，其會忽略這些處理指令。
數據格式完全是自由的。XML 不指定將什么東西放進去（當然，除了 XML 聲明）。 事實上，由于歷史原因，處理指令可以包含 PostScript 圖像或腳本等……但決不包含標記。
象聲明一樣，
xml-stylesheet 有特殊地位，因為它是由 W3C 定義的。 它必須出現在文檔的開始（即，在第一個元素之前），并且包含幾個所謂的
偽屬性。這個數據之所以稱為偽屬性， 是因為其語法與 XML 屬性相似。
最重要的偽屬性是
href ，它包含指向樣式表的 URI。其它有用的偽屬性有
type 和
alternate 。
type 是樣式表的 MIME 類型， 它用來區別 CSS 和 XSL。如果有多個
xml-stylesheet 指令， 則
alternate 表明哪一個替代主樣式表。處理器應該用備用樣式表列表提示用戶。 然而，因為 XM 以批處理方式工作，所以它使用不同的策略，完全忽略備用樣式表。
雖然
xml-stylesheet 是一種 W3C 標準，但 TrAX 處理器忽略它，除非另行告知。 應用程序必須明確地調用
getAssociatedStylesheet() 來檢索處理指令，如下：
Source document = new StreamSource(file),
stylesheet = factory.getAssociatedStylesheet(document,null,null,null);
if(null != stylesheet)
transformer.transform(document,new StreamResult(System.out));
else
throw new XMException("Cannot find the style sheet");
|
然而，
getAssociatedStylesheet() 帶來 XM 必須避免的兩個問題。首先，
getAssociatedStylesheet() 使高速緩存常用樣式表變得困難。其次，它假設樣式表存儲在與文檔相同的目錄中。 我喜歡將樣式表存儲在不同的目錄中，因為我發現，如果樣式表都被分組在一個目錄中，可以易于維護和共享樣式表。
還傳遞樣式表參數
選擇樣式表僅僅完成了解決方案的一半。 通常，我希望做一些小小的變動，而不必編寫新的樣式表。對于這種情況，我喜愛的解決方案是使用參數， 如清單 1 所示：
清單 1：樣本參數
<xsl:stylesheet ...>
<xsl:param name="sponsor" select="'none'"/>
<xsl:template match="articleinfo">
<xsl:if test="$sponsor='dw'">
<center>
<a >
<img align="middle" width="136" height="24" border="0"
alt="developerWorks" src="!images/buttons/dw.gif"/>
</a>
</center>
</xsl:if>
<xsl:apply-templates/>
</xsl:template>
|
還有，如何傳遞這些參數？W3C 沒有提議一種機制，所以定義新的處理指令似乎也就不足為奇了。XM 可以識別
xm-xsl-param 和
xml-stylesheet 。
xm-xsl-param 的語法與其它處理指令相似，并且使用兩個偽屬性
name 和
value ：
<?xml version="1.0"?>
<?xm-xsl-param name="sponsor" value="dw"?>
<article>
<articleinfo>
<title>XM</title>
|
顯而易見，TrAX 不支持
xm-xsl-param ，但因為我已經確定 XM 需要替換
getAssociatedStylesheet() ，所以解析
xm-xsl-param 的工作不是很多。
但這不是意味著要對文檔解析兩次嗎？一次用于處理指令，另一次是使用 XSLT 處理器。實際上， 解析兩次不會引起更多麻煩，因為處理指令必須出現在文檔開始，所以 XM 只是重新解析文檔的一小部分。
ProcessingInstructionHandler 和 PseudoAttributeTokenizer
ProcessingInstructionHandler 是一種 SAX
ContentHandler ，它抽取
xml-stylesheet 和
xm-xsl-param 。
處理程序截取 4 個事件。
setDocumentLocator() 和
startDocument() 用于初始化。 大多數工作都發生在
processingInstruction() 中。至于
startElement() ， 它用來停止解析，因為它標記這個開始的結束。要停止解析，
startElement() 拋出一個異常。 這種作法近乎黑客所使用的手段，這是有爭議的；異常一般用于報告錯誤，然而
startElement() 中沒有錯誤，但 SAX 沒有提供更“光明正大”的解決方案來停止解析。
雖然偽屬性的語法與 XML 屬性相類似，但 SAX 解析器不對它們進行譯碼。XM 使用它自己的解析器
PseudoAttributeTokenizer 來對偽屬性進行譯碼。
PseudoAttributeTokenizer 每次掃描緩沖區一個字符，查找偽屬性。 它使用一種典型的算法，這種算法可以在每本編譯器書籍中找到。 如果您不熟悉方面的內容，那么我推薦您閱讀以 Pascal 聞名的 Niklaus Wirth 的
Compiler Construction（請參閱
參考資料）。
要簡化該代碼，
getc() 方法返回緩沖區中的下一個字符，而
putc() 替換緩沖區中
getc() 下一次調用的字符。
PseudoAttributeTokenizer 的公用接口由三個方法組成：
hasMoreTokens() 測試緩沖區中是否還有偽屬性，
nextName() 返回下一個名稱，
nextValue() 返回下一個值。
讓我們研究一下
nextName() 。它通過調用
eatSpaces() 來除去前導空格。接下來， 只要它發現有數字或字母，就一直循環下去，并將字符累積在變量（
token ）中。因為名稱只包含數字和字母， 所以任何其它字符都可以表示這個循環的結束。
nextName() 特別關注讀入緩沖區的、返回的最后一個字符， 其中，它將用于
nextValue() 。
清單 2：nextName() 示例
public String nextName()
throws SAXParseException
{
token.setLength(0);
int c = eatSpaces();
for(;;)
if(c == -1)
throw new SAXParseException(UNEXPECTED_EOS,locator);
// strictly speaking a name cannot start with a digit...
else if(!Character.isLetterOrDigit((char)c) && c != '-')
{
putc(); // put it back for the next call
return token.length() == 0 ? null : token.toString();
}
else
{
token.append((char)c);
c = getc();
}
}
|
nextValue() 與
nextName() 相似，但它先識別等號字符（由
nextName() 將它留在緩沖區中）和引號字符。
nextValue() 還譯碼預先定義的實體（
< 、
> 以及類似的）。
有了 tokenizer，就很容易譯碼處理指令。以下代碼摘自
ProcessingInstructionHandler ，它用來識別
xml-stylesheet 。
xm-xsl-param 的代碼與這類似：
清單 3：ProcessingInstructionHandler 摘錄
if(target.equals("xml-stylesheet"))
{
String href = null,
type = null;
boolean alternate = false;
PseudoAttributeTokenizer tokenizer =
new PseudoAttributeTokenizer(data,locator);
while(tokenizer.hasMoreTokens())
{
String name = tokenizer.nextName(),
value = tokenizer.nextValue();
if(name.equals("href"))
href = value;
else if(name.equals("alternate"))
alternate = value.equals("yes");
else if(name.equals("type"))
type = value.trim();
// ignore the media attribute...
}
if(type != null && href != null && !alternate &&
(type.equals("text/xsl") || type.equals("text/xml") ||
type.equals("application/xml+xslt")))
{
this.href = href;
params.clear();
readParams = true;
}
else
readParams = false;
}
|
請記住，XM 會忽略備用樣式表。W3C 建議書考慮到 HTTP，所以提供了優先于備用樣式表的缺省樣式表。XM 使用與這相同的規則， 應用它自己的缺省樣式表，而不考慮備用樣式表。
TemplatesManager
由于 XM 可使用多個樣式表， 所以對高速緩存的邏輯進行了改進。這是由
TemplatesManager 來負責。當
StylingMover 請求
Templates 對象時，從高速緩存（如果該對象在其中）檢索該對象。如果該對象不在其中， 則
TemplatesManager 裝入樣式表并將其放入高速緩存。本質上，
TemplatesManager 是包含
java.util.Map 的封裝器，并包含用于返回
Transformer 對象的附加方法。
正如前面所解釋的那樣，XM 不會將文檔和樣式表混在一起。它使用兩個目錄：文檔目錄和規則目錄。TrAX 提供
URIResolver 接口以控制 XSLT 處理器如何裝入文件。XSLT 處理器的
URIResolver 與 SAX 解析器的
EntityResolver 相似； 當該處理器裝入已導入的樣式表（通過
xsl:import 或
xsl:include 元素）或文檔（通過
document() 函數）時， 該處理器調用它的
resolve() 方法。
TemplatesManager 使用內部類
ReferenceResolver ，該類從規則目錄裝入樣式表：
清單 4：ReferenceResolver 示例
protected class ReferenceResolver
implements URIResolver
{
protected File rulesDir;
public ReferenceResolver(File rulesDir)
{
this.rulesDir = rulesDir;
}
public Source resolve(String href,String base)
{
if(href.endsWith(".xsl"))
{
File file = new File(rulesDir,href);
if(file.exists())
return new StreamSource(file);
}
return null;
}
}
|
StylingMover
當然，我已經把
StylingMover 改寫成新類。它現在用
ProcessingInstructionHandler 處理程序來解析文檔。 它使用處理結果來選擇樣式表并指定參數，如
清單 5 所示。 特別要注意 try/catch 語句；因為
startElement() 使用特殊異常來停止解析，所以代碼必須識別那不是一個錯誤。
自動生成內容
到目前為止， 有關 XM 的工作已經涉及了基本發布特性。雖然它們很重要，但我相信 XM 的真正價值體現在從一開始我就縈繞在腦際的自動內容生成。 簡而言之，這個想法是讓 XM 為您生成 XML 文檔。
例如，許多網站都包含下載區。如果經常更改文件列表， 則要維護一個帶總是最新列表的 XML 文檔是困難的。最好使用一種軟件來自動生成列表。 該文檔可能類似于清單 6。同樣可以從 SQL 數據庫、郵箱或者甚至遠程網站生成文檔！
清單 6：由 XM 讀取的目錄
<?xml version="1.0" encoding="UTF-8"?>
<xm:Directory xmlns:xm="http://www.ananas.org/2001/XM/Walk/Directory">
<xm:File isDirectory="false" isFile="true" isHidden="false" canRead="true"
isMarked="false" lastModified="2001-07-07T18:21:10" canWrite="true"
length="749">NotImplementedException.java</xm:File>
<xm:File isDirectory="false" isFile="true" isHidden="false" canRead="true"
isMarked="false" lastModified="2001-07-20T11:49:42" canWrite="true"
length="6229">ContentHandlerExtractor.java</xm:File>
<xm:File isDirectory="false" isFile="true" isHidden="false" canRead="true"
isMarked="false" lastModified="2001-09-05T07:10:10" canWrite="true"
length="2351">JAXPHelper.java</xm:File>
</xm:Directory>
|
上個月的專欄文章中介紹了
Mover ，其用于簡化添加自動內容生成的過程。 這個月，我已經在代碼中預先包含了目錄生成，并打算下個月再講述它。同時， 如果您對此感興趣，可回顧一下
DirectoryReader 、
WalkHandler 和
WalkMover 。
輪到您了
目前，我正在用 XM 維護兩個網站：ananas.org 和一個內部網。從使用 XM 而得到的實際經驗對于確定如何更改軟件十分有用。
歡迎您的加入，希望您下載 XM 副本，嘗試它，來構建您自己的網站。 請在 ananas-discussion 郵件列表報告您的發現（請參閱 參考資料）。
我已經將 ananas.org 網站的代碼（.xml 文檔和 .xsl 樣式表）添加到 CVS 資源庫中， 您可以從那出發來設計您自己的網站。
如果安裝了早期版本的 XM，則需要更新軟件以利用這個月的改進：將
rules.xsl 文件重命名為
default.xsl ，并將它移到
rules 目錄。 這與用于選擇樣式表的新標準匹配。
參考資料
- 您可以參閱本文在 developerWorks 全球站點上的
英文原文.
- 參與本文的
論壇。
- 可以從
ananas.org下載該項目的代碼。在那里有到 developerWorks 上的
CVS 資源庫以及 ananas-discussion 郵件列表的鏈接。 我希望您加入列表，并就該項目，提出您的想法。
- 如果想要
ZIP 文件，也可以獲得它。
- XM 將
Xalan和
Xerces-J分別用作 XSLT 處理器和 XML 解析器。最初，IBM（和Lotus）開發了這兩個工具，后來將代碼贈予 Apache Foundation。
-
XML Extender for DB2與 DirectoryReader 類似，但它用于 DB2 數據庫。它允許您將數據庫作為 XML 文檔訪問……可以用 XSLT 來轉換 XML 文檔。
- Niklaus Wirth 的
Compiler Construction（ISBN 0-2014-0353-6）是對解析的最好介紹之一。共 180 頁，可以很快讀完。
- 在 developerWorks
XML 專區中查找更多的 XML 參考資料。
關于作者