Klaus Schild, XML Clearinghouse Transformation von XML-Dokumenten

Transkript

1 Transformation von XML-Dokumenten

2 Lernziele Warum kann es sinnvoll sein XML-Dokumente zu transformieren? Wie funktioniert XSLT (Extensible Stylesheet Language Transformations)? Was ist XPath? Was sind die Vor- und Nachteile von XSLT?

3 XSLT XML trennt Inhalt und Präsentation (Layout). Bisher haben wir aber nur gelernt, wie Inhalte mit XML dargestellt werden. XSLT (Extensible Stylesheet Language Transformations) ermöglicht es, XML-Dokumente mit einem bestimmten Layout zu versehen. XSLT kann ein XML-Dokument in HTML umwandeln. XSLT kann aber auch XML-Dokumente in beliebige andere Textformate umwandeln. XSLT kann auch benutzt werden, um unterschiedliche XML-Formate ineinander zu übersetzen.

4 XML-Inhalt Layout Inhalt (XML) XSLT HTML WML XHTML Text (z.b. Bildschirmausgabe) Wird auch Multi-Delivery genannt. Beachte: XHTML und WML sind XML-Standards.

5 XML-Inhalt XML-Inhalt Großhandel Zulieferer Kundenauftrag Name des des Verkäufers Datum Produktbezeichnung aus aus Großhandelskatalog Anzahl Name des des Kunden anpassen übernehmen Zulieferauftrag Datum Produktbezeichnung aus aus Zuliefererkatalog Anzahl Auftraggeber

6 XML-Inhalt XML-Inhalt Kundenauftrag <?xml <?xmlversion="1.0"?> <order> <order> <salesperson>john <salesperson>johndoe</salesperson> <item>production-class Widget</item> Widget</item> XSLT <quantity>16</quantity> <date> Zulieferauftrag <date> <month>1</month> <month>1</month> <day>13</day> <day>13</day> <?xml <?xmlversion="1.0" encoding="utf-8"?> encoding="utf-8"?> <year>2000</year> <year>2000</year> <order> <order> </date> </date> <date>2000/1/13</date> <customer>sally <customer>sallyfinkelstein</customer> <customer>company <customer>companya</customer> </order> </order> <item> <item> <part-number>e16-25a</part-number> <description>production-class Widget</description> Widget</description> <quantity>16</quantity> </item> </item> </order> </order>

7 Wie funktioniert XSLT? Das zu transformierende XML-Dokument wird als Ursprungsdokument (engl. source tree) bezeichnet. Grundprinzip: Suche im Ursprungsdokument eine bestimmte Unterstruktur X und erzeuge hieraus im Ergebnisdokument Y! Jede Transformationsregel dieser Art wird mittels einer sog. Schablone (engl. template) kodiert: <xsl:template match="order"> <p>order encountered</p> Suche im Ursprungsdokument alle order-elemente.! Erzeuge im Ergebnisdokument daraus jeweils <p>order encountered</p>!

8 Stylesheets <?xml version="1.0"?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:template match="order"> </xsl:stylesheet> Eine Menge von Schablonen bildet ein sog. Stylesheet. Stylesheets sind XML-Dokumente. Dokument-Wurzel ist entweder stylesheet oder transform aus dem entsprechendem W3C-Namensraum. Konvention: Als Präfix sollte für diesen Namensraum xsl benutzt werden.

9 Verarbeitung von Stylesheets Stylesheets können entweder auf dem Server oder im Client verarbeitet werden: Auf dem Server: Ein Stylesheet wird auf das XML- Dokument angewandt, ein Client bekommt nur das Ergebnisdokument zu sehen. MSXML kann z.b. hierfür verwendet werden. Im Client: Ein Client bekommt das XML-Dokument zusammen mit dem Stylesheet und verarbeitet diese. Im XML-Dokument einfach das Stylesheet angeben: <?xml-stylesheet type="text/xsl" href="stylesheet.xsl"?> IE 5 ist z.b. in der Lage, Stylesheets zu verarbeiten.

10 Templates: : Inhalte suchen Erster eines Templates: Suche im Ursprungsdokument eine bestimmte Unterstruktur X und erzeuge hieraus im Ergebnisdokument Y! Ein Template muss also in der Lage sein, beliebige Unterstrukturen eines XML-Dokumentes zu identifizieren: <xsl:template match="/order/item"> <p>item encountered</p> XSLT benutzt hierfür den W3C-Standard XPath. XPath ist ein eigenständiger Standard.

11 XPath Adressierung eines Dateisystems ähnlich Wie in DOM wird ein XML-Dokument als Parse-Baum mit Elementen, Attributen und Text-Inhalten als Knoten betrachtet. Wie in DOM wird eine virtuelle Dokument-Wurzel angenommen. In XPath wird diese wird durch "/" repräsentiert. Dokument-Typ ist daher immer Kind von "/": z.b. "/order".

12 XPath Elemente werden einfach mit ihrem Namen identifiziert. Attribute werden mit identifiziert. Absolute Pfade beginnen mit "/". z.b. "/order/item": Folge dem Pfad von der Dokument- Wurzel zu einem Kind-Element namens order und von dort aus zu einem Kind-Element item. Relative Pfade beginnen mit einem Element oder Attribut. z.b. "item/part-number": alle Elemente mit Namen partnumber, die Kind von einem Element item sind.

13 XPath "*" bedeutet beliebiges Element oder Attribut. " " bedeutet Auswahl. "." bedeutet aktueller Knoten. Filter werden in eckigen Klammern angegeben: 'E16-25A']". Filter können an beliebiger Stelle in einem Pfad vorkommen: 'E16-25A']/part-number". Es gibt eine ganze Reihe von Funktionen wie z.b. text(): "/order/item[text()= 'E16-25A']".

14 Templates: : Inhalte erzeugen Zweiter Teil eines Templates: Suche im Ursprungsdokument eine bestimmte Unterstruktur X und erzeuge hieraus im Ergebnisdokument Y! Es gibt zwei prinzipiell verschiedene Arten, Y zu erzeugen: 1. Es können neue Inhalte wie Text, Elemente und Attribute erzeugt werden. 2. Es können Inhalte von X nach Y übertragen werden. Beiden Arten können beliebig miteinander kombiniert werden.

15 Templates: : Neue Inhalte erzeugen Templates können alle drei Kategorien von XML- Inhalten erzeugen: Text, Elemente und Attribute. Jeweils einfach normale XML-Syntax verwenden: <xsl:template match="/order/item"> <tag attr="value">text</tag>

16 Templates: : Inhalte übertragen Es gibt drei unterschiedliche Arten, Inhalte aus dem Ursprungsdokument in das Ergebnisdokument zu übertragen: <xsl:copy-of select="."/> kopiert aktuellen Teilbaum vollständig. aktueller Teilbaum: Baum, der vom aktuellen Knoten aufgespannt wird, einschließlich aller Attribute <xsl:copy/> kopiert aktuellen Knoten ohne Attribute, Nachfolger oder Textinhalt (also nur Wurzel des aktuellen Teilbaums). <xsl:value-of select="."/> extrahiert allen Text aus aktuellen Teilbaum.

17 xsl:copy-of of, xsl:copy und xsl:value-of <xsl:template match="p"> <DIV> <DIV> <xsl:copy-of select="."/> </DIV> </DIV> <DIV> <DIV> <xsl:copy/> </DIV> </DIV> <DIV> <DIV> <xsl:value-of select="."/> </DIV> </DIV> <source> <p <p id="a12"> Compare <B>these constructs</b>. </p> </p> </source> Klaus Schild, XML Clearinghouse 2003 Ergebnis: <DIV> <DIV> <p <pid="a12"> Compare <B>these constructs</b>. </p> </p> </DIV> </DIV> <DIV> <DIV> <p/> <p/> </DIV> </DIV> <DIV> <DIV> Compare these theseconstructs. </DIV> </DIV> oder mit "text()" statt "." <DIV> <DIV> Compare </DIV> </DIV>

18 XSLT-Prozessor Wenn ein XSLT-Prozessor versucht ein Stylesheet auf einen Knoten K im Ursprungsdokument anzuwenden, dann macht er Folgendes: Zuerst werden alle Templates identifiziert, die auf K anwendbar sind. Ist genau ein Template anwendbar, dann wird dieses angewandt. Sind mehre Templates anwendbar, dann wird das speziellste angewandt: z.b. ist "/order" ist spezieller als "/*" und "/ *". Ist kein Template anwendbar, so wird versucht, im Ursprungsdokument auf jedes Kind-Element von K ein Template anzuwenden.

19 Beispiel: Templates ohne Rekursion Stylesheet <xsl:template match="aaa"> <xsl:value-of <xsl:template match="bbb"> <xsl:value-of <xsl:template match="ccc"> <xsl:value-of <xsl:template match="ddd"> <xsl:value-of <source> <AAA <AAA id="a1"> <BBB <BBB id="b1"/> <BBB <BBB id="b2"/> </AAA> <AAA <AAA id="a2"> <BBB <BBB id="b3"/> <BBB <BBB id="b4"/> <CCC <CCC id="c1"> <DDD <DDD id="d1"/> </CCC> <BBB <BBB id="b5"> <CCC <CCC id="c2"/> </BBB> </AAA> </source> kein Template anwendbar Template "AAA" wird angewandt a1 a1 a2 a2 Template "BBB" wäre anwendbar, es werden aber keine Templates aufgerufen!

20 Beispiel: Templates mit Rekursion <xsl:template match="aaa"> <xsl:value-of <xsl:apply-templates/> <xsl:template match="bbb"> <xsl:value-of <xsl:apply-templates/> <xsl:template match="ccc"> <xsl:value-of <xsl:apply-templates/> <xsl:template match="ddd"> <xsl:value-of <xsl:apply-templates/> <source> <AAA <AAA id="a1"> <BBB <BBB id="b1"/> <BBB <BBB id="b2"/> </AAA> <AAA <AAA id="a2"> <BBB <BBB id="b3"/> <BBB <BBB id="b4"/> <CCC <CCC id="c1"> <DDD <DDD id="d1"/> </CCC> <BBB <BBB id="b5"> <CCC <CCC id="c2"/> </BBB> </AAA> </source> a1 a1 b1 b1 b2 b2 a2 a2 b3 b3 b4 b4 c1 c1 d1 d1 b5 b5 c2 c2

21 Iteration statt Rekursion <xsl:template match="aaa"> <xsl:for-each select="*"> <xsl:value-of </xsl:for-each> xsl:for-each wendet Kind- Element auf alle select-pfade an. Beachte: select-pfad wird immer relativ zum match- Pfad interpretiert, hier also "AAA/*". Klaus Schild, XML Clearinghouse 2003 <source> <AAA <AAA id="a1"> <BBB <BBB id="b1"/> <BBB <BBB id="b2"/> </AAA> <AAA <AAA id="a2"> <BBB <BBB id="b3"/> <BBB <BBB id="b4"/> <CCC <CCC id="c1"> <DDD <DDD id="d1"/> </CCC> <BBB <BBB id="b5"> <CCC <CCC id="c2"/> </BBB> </AAA> </source> Mit select=". * */*" statt "*" würden alle id-werte kopiert. b1 b1 b2 b2 b3 b3 b4 b4 c1 c1 b5 b5

22 Vordefinierte Templates Folgendes Template ist vordefiniert: <xsl:template match="* /"> <xsl:apply-templates/> Wird zuerst auf Dokument-Wurzel "/" angewandt. Ruft dann alle Templates (einschließlich sich selbst) auf. Wird anschließend auf alle Kind-Element angewandt. Ruft dann wieder alle Templates (einschließlich sich selbst) auf. Beachte: Wird von <xsl:template match="/"> überschrieben!

23 Vordefinierte Templates Es gibt ein zweites vordefiniertes Template: <xsl:template <xsl:value-of select="."/> Wird auf jeden Text-Knoten und jedes Attribut angewandt. Kopiert einfach Text-Knoten und Attribut-Wert in das Ergebnisdokument.

24 Leeres Stylesheet Bei einem Stylesheet ohne Templates sind nur die beiden vordefinierten Templates aktiv: <xsl:template match="* /"> <xsl:apply-templates/> <xsl:template <xsl:value-of select="."/> Das gesamte XML-Dokument wird traversiert und dabei werden Text- und Attribut-Inhalte ausgegeben: <name> <first>john</first> <middle>fitzgerald Johansen</middle> <last>doe</last> </name> John John Fitzgerald Johansen Doe Doe

25 Identitäts-Stylesheet Ein Stylesheet mit lediglich einem Template: <xsl:template match="*"> <xsl:copy> <xsl:apply-templates/> </xsl:copy> Dieses Template wird auf jedes Element angewandt. Das vordefinierte Template <xsl:template match="* /"> ist allgemeiner und wird deshalb überschrieben. Zusammen mit dem zweiten vordefinierten Template <xsl:template zum kopieren von Text- Inhalten und Attribut-Werten wird das gesamte XML- Dokument kopiert.

26 Benannte Templates Templates können auch einen Namen haben: <xsl:template match="/order/item" name="order-template"> <p>item encountered</p> Benannte Templates können nicht nur mit xsl:appytemplates, sondern auch gezielt mit <xsl:call-template name="order-template"/> aufgerufen werden.

27 Kontrollfluss Ein Template kann auch Konditionale benutzen: <xsl:if test="order">order encountered</xsl:if> <xsl:if test="order">order encountered</xsl:if> Fragt die Existenz eines Kind-Elementes order ab. Test kann beliebige boolesche Ausdrücke und XPath- Ausdrücke enthalten.

28 Parameter und Variablen Benannte Templates können Parameter haben (xsl:param). Es können sowohl lokale, als auch globale Variablen definiert werden: <xsl:variable name="x"> <xsl:value-of select="/name/first"> <xsl:variable> Deklariert eine Variable X und weist dieser den Text- Inhalt des Knotens /name/first zu. Beachte: Variablen können nicht überschrieben werden! Variablen können aber beliebige XML-Strukturen enthalten.

29 Mächtigkeit von XSLT Nicht nur HTML, sondern beliebige andere Sprachen können erzeugt werden. Variablen machen Stylesheets zu einem mächtigen Termersetzungssystem mit unbeschränkten Registern. definiert universelle Turingmaschine in XSLT. Damit wird der IE 5 zum vollwertigen Computer! Stylesheets sind tatsächlich Berechnungsvollständig (Kepser 2002).

30 Vorteile von XSLT + plattformunabhäng + relativ weit verbreitet + Standard-Transformationen (wie XML HTML) einfach (deklarativ) zu realisieren. + Nicht nur HTML, sondern beliebige andere Sprachen können erzeugt werden. + Stylesheets sind extrem flexibel und mächtig

31 Nachteile von XSLT - Entwickler müssen speziell für die Transformation von XML-Dokumenten eine neue Programmiersprache lernen. - Anfragen, die in einer Datenbankanfragesprache wie SQL einfach (deklarativ) auszudrücken sind, sind nur umständlich (imperativ) zu realisieren. - Stylesheets sind zu mächtig, um Anfragen automatisch zu optimieren (wie in SQL). Fazit: XSLT möglichst nur für Standard-Transformationen verwenden!

32 Zusammenfassung XSLT kann ein XML-Dokument in HTML aber auch in ein beliebig anderes Textformat umwandeln. XSLT unterschiedliche XML-Formate ineinander zu übersetzen. XSLT kann benutzt werden, um XML-Dokumente für verschiedene Endgeräte aufzubereiten (Multi-Delivery). XSLT kann entweder auf dem Server oder im Client verarbeitet werden. Es gibt allerdings noch nicht viele Browser, die XSLT verarbeiten können.

33 Zusammenfassung Ein Stylesheet besteht aus einer Menge von Transformationsregeln (engl. template). Stylesheets sind XML-Dokumente mit Dokument-Wurzel stylesheet oder transform aus dem entsprechendem W3C- Namensraum. Templates benutzen den W3C-Standard XPath, um Teile im Ursprungsdokument zu identifizieren. XPath ist der Adressierung eines Dateisystems ähnlich.

34 Zusammenfassung Vorteile von XSLT sind: plattformunabhäng relativ weit verbreitet Standard-Transformationen (wie XML HTML) einfach (deklarativ) zu realisieren. Nicht nur HTML, sondern beliebige andere Sprachen können erzeugt werden. Stylesheets sind extrem flexibel und mächtig

35 Zusammenfassung Nachteile von XSLT sind: Entwickler müssen speziell für die Transformation von XML-Dokumenten eine neue Programmiersprache lernen. Anfragen, die in einer Datenbankanfragesprache wie SQL einfach (deklarativ) auszudrücken sind, sind nur umständlich (imperativ) zu realisieren. Stylesheets sind zu mächtig, um Anfragen automatisch zu optimieren (wie in SQL). Fazit: XSLT möglichst nur für Standard-Transformationen verwenden!