Implementacja procesora XSLT w języku Ocaml

Implementacja procesora XSLT w języku Ocaml

Patryk Czarnik

Prezentacja tematu pracy magisterskiej

Plan prezentacji

• Omówienie tematyki– XML– DOM– XSLT i XPath

• Co ja chcę zrobić– Ocaml– Części składowe mojego projektu

XML - Extensible Markup Language

XML to sposób zapisywania w plikach tekstowych różnorakich danych z zachowaniem ich struktury

XML jest podzbiorem standardu SGML prostszym w parsowaniu, przetwarzaniu

Przykładowy dokument XML

<?xml version="1.0" encoding="UTF-8"?>

<dokument data-wydania="2002.10.12">

<tytuł>Przykładowy dokument XML</tytuł>

<treść>Największym miastem w <kraj sym='pl'>Polsce</kraj> jest <miasto>Warszawa</miasto>.

</treść>

</dokument>






</treść>

</dokument>

deklaracja XML






</treść>

</dokument>

element główny dokument






</treść>

</dokument>

elementy tytuł, treść






</treść>

</dokument>

atrybuty data-wydania, sym

Inne przykłady

...

<position-x>120</position-x>

<position-y>213</position-y>

<show-window-content/>

<stylesheet href="default.css"/>

...

ustawienia programów

Inne przykłady

...

<row><id>63982</id><name>Smith</name>...</row>

<row><id>63987</id><name>Morgan</name>...</row>

<row><id>63988</id><name>Morgan</name>...</row>

...

dane z bazy danych

Dowolna struktura - zaleta czy wada?

Dowolność w nazywaniu elementów, atrybutów oraz ich strukturze, zagnieżdżaniu...

Łatwo pisać, trudniej analizować

Do konkretnego zastosowania warto ustalić strukturę dokumentu XML, stworzyć pewną klasę dokumentów ("zastosowanie XML")

DTD - Document Type Definition

• określa dopuszczalne nazwy elementów

• określa typ zawartości elementów

• dla danego elementu określa atrybuty, ich typ zawartości, wartość domyślną, ...

• definiuje encje, które można wstawiać w dokumencie

Przykład DTD<!DOCTYPE dokument [

<!ELEMENT dokument (tytuł?, autor?, treść)>

<!ATTLIST dokument

data-wydania CDATA #IMPLIED>

<!ELEMENT tytuł #PCDATA>

<!ELEMENT treść (#PCDATA|miasto|kraj|br)*>

<!ELEMENT miasto #PCDATA>

<!ELEMENT kraj #PCDATA>

<!ATTLIST kraj sym CDATA "pl">

<!ELEMENT br EMPTY>

<!ENTITY RP "Rzeczpospolita Polska">

]>

DOM - Document Object Model

O dokumencie można myśleć jak o drzewie, którego węzłami są elementy, atrybuty, węzły tekstowe

Formalnie określa to DOM - rekomendacja W3C (IDL i opis działania)

Najnowsza obowiązująca wersja DOM level 2 (13.11.2001) składa się z jądra i niezależnych modułów

DOM - fragment IDL

interface Node { const unsigned short ELEMENT_NODE = 1; readonly attribute DOMString nodeName; attribute DOMString nodeValue raises(DOMException) on setting; readonly attribute unsigned short nodeType; readonly attribute Node parentNode; readonly attribute NodeList childNodes; readonly attribute Node firstChild; readonly attribute Node previousSibling; readonly attribute NamedNodeMap attributes; Node insertBefore(in Node newChild, in Node refChild) raises(DOMException); ... };

Prezentacja danych XML

Często XML zawiera dane, które chcielibyśmy prezentować ludziom.

XML sam w sobie to tylko struktura, a nie znaczenie czy wygląd.

Tą samą treść można chcieć prezentować na wiele różnych sposobów.

Dobrze by było móc dodawać informację o prezentacji "obok" dokumentów XML.

CSS - Cascading Style Sheets

Dość prosty system przypisujący elementom dokumentu obiekty wizualne i dający duże możliwości ich formatowania.

Nie pozwala na zmianę kolejności, wielokrotne używanie tych samych fragmentów dokumentu itp.

Składnia różna od XML utrudnia parsowanie.

Zaimplementowany w większości przeglądarek internetowych.

Transformacje dokumentów

A

B C

D E

a

d b e c

XSL = XSLT + FO

Extensible Stylesheet Language został zaprojektowany z myślą o prezentacji danych z dowolnych dokumentów XML.

Formating Objects to zastosowanie XML stworzone z myślą o prezentacji. Zawiera elementy typu "blok", "tabela", ...

XSL Transformation - język transformacji umożliwiający przekształcenie dowolnego dokumentu XML do FO.

XSLT

XSLT pozwala na przekształcenia nie tylko do FO, ale do dowolnego dokumentu XML. Wynik przekształcenia można zapisywać jako XML, HTML lub płaski tekst.

Arkusz XSLT jest dokumentem XML, nie trzeba specjalnych parserów.

XSLT jest językiem deklaratywnym.

Budowa arkusza XSLT

Arkusz XSLT składa się z szablonów. Każdy szablon mówi jak zamieniać jakiś węzeł (węzły) dokumentu wejściowego na fragment dokumentu wyjściowego.

Predefiniowany szablon przepisuje na wyjście zawartość tekstową elementu i wywołuje szablony dla podelementów.

Tranformacja polega na wywołaniu szablonu dla elementu głównego.

Budowa arkusza XSLT

<xsl:stylesheet> <xsl:output method="html"/> <xsl:template match="bold"> <b> <xsl:apply-templates/> </b> </xsl:template>

<xsl:template match="/*/@id"> ID: <xsl:value-of select="."/> </xsl:template></xsl:stylesheet>

Tworzenie węzłów wyjściowych

• wpisanie ich po prostu w treść szablonu

• elementy tworzące dokument wyjściowy<xsl:element name="elem"> wartość </xsl:element><xsl:attribute name="att"> wartość </xsl:attribute>

<xsl:text> tekst </xsl:text>

Sterowanie

Warunkowe generowanie zawartości:<xsl:if test="warunek"> zawartość </xsl:if>

<xsl:choose> <xsl:when test="warunek1">...</xsl:when> <xsl:when test="warunek2">...</xsl:when> <xsl:otherwise>...</xsl:otherwise></xsl:choose>

Dla wszystkich węzłów określonych przez ścieżkę:

<xsl:for-each select="ścieżka"> zawartość </xsl:for-each>

XPath - podstawy

XPath to język wyrażeń służący do adresowania części dokumentu XML.

Wynikiem wyrażenia XPath jest grupa węzłów (np. jeden element, jeden węzeł tekstowy, lista elementów, lista atrybutów...).

XPath - podstawy

Oś, adresowanie wezłów w drzewie dokumentu podobne do adresowania plików w drzewie katalogów, rodzaj węzła.

following::/doc/section/paraattribute::styledescesant-or-self::node()

Możliwe są skróty i napisy wieloznaczne://miastosection/*/@id../para

XPath - arytmetyka

W wyrażeniach mogą być zapisane warunki logiczne:

section[position()=3] section[3]a[@href]

XPath zawiera w sobie arytmetykę:/par[position() = (count(/par) div 2)]

Możliwe są skomplikowane wyrażenia:/*/table[@id < 10]//td[@t='a' or @t='b']/@*

"Funkcje" w XSLT

W arkuszach XSLT można deklarować "zmienne":

<xsl:variable name="x"> wartość </xsl:variable>

<xsl:if test="$x > 7">...</xsl:if>

Szablony mogą mieć nazwy i parametry:<xsl:template name="tem1">

<xsl:param name="x" select="0"/>

...

</xsl:template>

"Funkcje" w XSLT

Można wywołać szablon z określonymi parametrami:

<xsl:call-template name="tem1">

<xsl:with-param name="x" select="0"/>

</xsl:call-template>

Dopuszczalna jest rekurencja.

Silnia w XSLT<xsl:template name="silnia"> <xsl:param name="n"/> <xsl:param name="res" select="1"/> <xsl:choose> <xsl:when test="$n > 1"> <xsl:call-template name="silnia"> <xsl:with-param name="n" select="$n-1"/> <xsl:with-param name="res" select="$n * $res"/> </xsl:call-template> </xsl:when> <xsl:otherwise> $res </xsl:otherwise> </xsl:choose></xsl:template>

Ocaml

• Język programowania funkcyjnego, składniowo podobny do SML, gorliwy.

• Rozbudowany system modułów (sygnatury, struktury, funktory), rozłączna kompilacja.

• Efektywny kompilator i optymalizator.

• Imperatywne i obiektowe rozszerzenia.

Podział na moduły

• Unicode

• DOM

• Parser XML

• XPath

• XSLT

Unicode

Międzynarodowy standard kodowania znaków. Brak wsparcia w Ocamlu.

W moim module:

• 16 bitowe znaki i wybrane pary, int ?

• napisy - tablice lub listy tablic

• funkcje potrzebne do pracy z napisami

• odczyt i zapis do UTF-16, UTF-8 i jednobajtowych standardów ISO-8859-X

DOM

Implementacja DOM level2 Core jak najbliższa rekomendacji.

Model obiektowy - wykorzystam obiektowe rozszerzenia Ocamla

Parser

Oparty o napisy Unicodowe, implementacja od podstaw.

Tworzy obiekt dokumetu DOM (drzewo).

Należy pamiętać o DTD (inna składnia od prostej zawartości XML).

XPath

• typy dla wartości wyrażeń (bool, number, text, node-set)

• parser wyrażeń

• i obliczanie... (ścieżki, warunki logiczne, arytmetyka)

Procesor XSLT

Korzystając z implementacji DOM i XPath dokonuje tranformacji dokumentów.

• dopasowywanie szablonów

• parametry i szablony (funkcje)

• serializer (do XML, HTML, tekstu)

Documents

Implementacja procesora XSLT w języku Ocaml