本文使用 Scala 程式語言(版本 2.6.1)。作為一種新興語言,它仍在快速演進,因此有必要關注它的最新進展。本文不要求讀者具備 Scala 基礎,而是嘗試從語法與術語開始介紹。Scala 需要執行於 Java 虛擬機之上,本文以 JDK 1.6.0_04 示範,但實際上 1.5 以上版本即可。雖然文中沒有直接出現 Java 程式碼,仍建議讀者具備一定的 Java 程式設計經驗。
先來看看如何用 Scala 解析 XML。和大多數語言一樣,Scala 提供了多種解析方式:基於表示的 InfoSet/DOM、push(SAX)或 pull(StAX)事件,以及類似 JAXB 的資料綁定。本文著重於 DOM 式的處理,因為它能充分展現 Scala 語法的諸多優勢。在深入之前,我們需要一個樣例應用程式來說明。
FriendFeed 是 2008 年相當流行的一項 Web 服務,允許使用者把在各種服務(如部落格、即時通訊、YouTube、Flickr、Twitter 等)中的行為聚合起來,再從中建立各自的資料提要。你可以針對個人進行聚合,也可以查看它的公共提要——後者會在所有 FriendFeed 使用者之間聚合公開的行為,內容相當有趣。FriendFeed 提供 API 供存取個人與公共提要,我們就來寫一個應用程式來存取並解析公共提要。
首要任務是存取 FriendFeed 的公共提要,其網址為 https://friendfeed.com/api/feed/public。預設以 JSON 格式顯示最新的 30 筆資料。若要改為 XML 格式,加上查詢參數 format=xml 即可;例如想改成 100 筆,再加上 num=100。接下來只要存取這個網址,這在 Java 中很容易,在 Scala 中同樣容易。
object FriendFeed {
import java.net.{URLConnection, URL}
import scala.xml._
def friendFeed(): Elem = {
val url = new URL("https://friendfeed.com/api/feed/public?format=xml&num=100")
val conn = url.openConnection
XML.load(conn.getInputStream)
}
}
這裡第一件做的事就是匯入兩個核心 Java 類別。Scala 無須自建 API 來執行開啟 HTTP 連線這類操作,因為它能直接重用 Java 的 API。注意 Scala 為「從同一個套件匯入多個類別」提供了捷徑。下一行則匯入 Scala 的核心 XML 類別,底線相當於 Java 的星號,會匯入 scala.xml 套件中的所有類別。
接著用 Java API 開啟到 FriendFeed 的 HTTP 連線,再用 Scala 的 XML 物件進行解析。這裡有幾個有趣之處:首先,XML 是一個 Scala 物件(單例),因為 Scala 沒有靜態方法、欄位與初始化工序,而是透過定義「物件」(而非類別)來取得單例,並能像呼叫靜態方法那樣使用它,這就是 XML.load 的作用。其次,雖是 Scala 物件的方法,它卻接受一個 Java 物件(java.io.InputStream)作為參數,這正體現了 Scala 與 Java 的緊密結合。最後,注意這裡沒有 return 語句——在 Scala 中 return 是可選的,若省略,會回傳方法中最後一個語句的求值結果。
因此可以很輕易地呼叫這個方法:
val feedXML = friendFeed
呼叫時甚至不必加圓括號。你也能使用 Scala 的型別推斷,無須事先宣告 feedXml 的型別,因為它由方法回傳型別推斷而來。還要注意,這裡解析出來的 XML 物件被宣告為 val,使其成為不可變物件(類似 Java 中的字串),這在 Scala 中相當常見。把 XML 當作不可變物件有許多優點,但若你習慣在 DOM 中用 appendChild 附加節點,就需要一段適應時間。
許多語言會把 XML 表示為 DOM 樹,這有不少優點,卻不利於以程式化方式遍歷樹來提取資料。Java 提供了利用 XPath 語法的函式庫,Scala 也採取類似做法,但展現了更多函數語言的特性。在 Scala 中沒有實質意義上的運算子(如 + 或 *),這些符號其實是被定義來執行普通運算的函數;這也意味著你能自訂任何型別的運算子(因為它們本質上就是函數),其威力比 C++ 這類語言的操作符重載更強。由於 XPath 中的部分語法可被轉換成函數呼叫,你便能在 Scala 中直接套用這些語法。
以下是 FriendFeed XML 的樣貌片段:
<feed>
<entry>
<updated>2008-03-26T05:06:36Z</updated>
<service>
<profileUrl>https://twitter.com/karlerikson</profileUrl>
<id>twitter</id>
<name>Twitter</name>
</service>
<title>Listening to Panic at the Disco on Kimmel</title>
<link>https://twitter.com/karlerikson/statuses/777188586</link>
<user>
<nickname>karlerikson</nickname>
<name>Karl Erikson</name>
</user>
</entry>
...
</feed>
應用程式首先要取得一份基於某種服務的使用者清單,也就是先過濾提要,只留下感興趣的服務。以下示範 Scala 如何做到:
def filterFeed(feed: Elem, feedId: String): Seq[Node] = {
var results = new Queue[Node]()
feed \ "entry" foreach { (entry) =>
if (search(entry \ "service" \ "id" last, feedId)) {
results += (entry \ "user" \ "nickname").last
}
}
return results
}
def search(p: Node, name: String): Boolean = p match {
case <id>{Text(name)}</id> => true
case _ => false
}
filterFeed 接受一個 XML 元素(提要)與一個服務 ID。它先建立名為 results 的節點佇列(Scala 用方括號表示泛型,而非 Java 的尖括號)。feed \ "entry" 這行是類 XPath 表達式,反斜線其實是 scala.xml.Elem 的方法,會回傳所有指定名稱的子節點,也就是提要中所有的 <entry> 元素,結果作為 NodeSeq 傳回。由於它是 Seq,具備 foreach 方法並接受一個閉包。
(entry) => ... 表示一個把單一參數標記為 entry 的閉包。在閉包中,你再次用類 XPath 表達式 entry \ "service" \ "id" 提取服務 ID,並交由 search 函數比對。若相符,就把該建立者的使用者別名加入結果佇列。這裡的 += 也只是佇列物件的函數,並非真正的運算子。
再看 search 函數,它示範了 Scala 最強大的特性之一:模式匹配。它把輸入節點與一個名為 id 的節點相比較,若 id 的子文字節點由傳入的 name 字串構成,就回傳 true。case _ 則匹配其餘所有情況,其中底線再次作為 Scala 的通配符,作用類似 Java 或 C++ 中 case 語句的預設子句。
應用程式需要為從公共提要提取的所有使用者別名,構建一個新的 XML 結構。以下再次透過模式匹配來實現:
def add(p: Node, newEntry: Node): Node = p match {
case <UserList>{ ch @ _* }</UserList> =>
<UserList>{ ch }{ newEntry }</UserList>
}
這個模式會匹配一個帶有任意子節點的 UserList 元素,接著回傳一個包含相同子節點、並在既有子節點之後追加一個新子節點的新 UserList。功能上等同於 DOM 的 appendChild,但本質不同:原始節點並未改變(它本就不可變),而是創建並回傳一個新節點。這比等價的 DOM 操作使用更多記憶體。
建立新的 XML 文件時,Scala 的原生 XML 語法再合適不過。第一個例子是把 UserList 結構封裝進相關服務的節點中:
def results(name: String, cnt: Int, elements: NodeSeq): Any = {
if (cnt > 0) {
return <Service id={name}>{elements}</Service>
}
}
由於 Scala 原生支援 XML,你能用模板式的語法把動態資料插入 XML 結構。這裡用傳入的名稱設定 id 屬性,把傳入的元素作為 Service 的子節點。但要注意,只有當 cnt 大於 0 時才執行;若等於 0,函數不回傳任何值。為此可宣告回傳型別為 Any(類似 Java 的 Object)。Scala 沒有 void,但有等效的 Unit;Any 的優點是可擴展,並允許函數在部分情況下回傳物件、在其他情況不回傳。
再舉一例,你可以建立一份統計 XML,描述每個服務在提要中出現的次數:
def stats(map: HashMap[String, Int]): Node = {
var nodes = new Queue[Node]()
map.foreach { (nvPair) =>
nodes += <Service id={nvPair._1} cnt={nvPair._2.toString}/>
}
return <Stats>{nodes}</Stats>
}
這個函數要求 HashMap 的鍵為服務名稱、值為出現次數。它用 foreach-閉包遍歷 HashMap,為每組鍵值建立一個節點並加入佇列,最後建立 Stats 結構並把節點佇列作為動態資料填入。
在執行前,需要加入驅動程式碼。建立一個類似 Java 的 main 方法:
def main(args: Array[String]) = {
val feedXML = friendFeed
var map = new HashMap[String, Int]
args.foreach { (serviceName) =>
val filteredEntries = filterFeed(feedXML, serviceName)
var users: Node = <UserList/>
filteredEntries.foreach { (user) =>
users = add(users, user)
}
map += serviceName -> filteredEntries.length
println(results(serviceName, filteredEntries.length, users))
}
println(stats(map))
}
這個方法接受命令列參數來決定要查詢哪些服務並計算統計。它先建立統計用的 HashMap,為每個服務建立 UserList,然後輸出各自的結果與統計文件。編譯與執行方式如下:
$ scalac FriendFeed.scala
$ scala FriendFeed googlereader flickr delicious twitter blog
<Service id="twitter"><UserList><nickname>ntamaoki</nickname>...</UserList></Service>
<Stats><Service cnt="12" id="twitter"/>...</Stats>
你當然可以傳入不同的服務名稱作為參數。Scala 具備完善的 printer,能正確處理空格、定位字元與格式來輸出 XML,也提供了 XML writer 把 XML 寫回資料流(如檔案)。你既能用 Scala 完成所有一般任務,還能善用一些它獨有的功能。
許多人把 Scala 視為 Java 發展歷程中的重要一步。XML 已是關鍵技術,而程式語言唯有在語法中內建 XML 支援,才能自然地運用這項技術——Scala 做到了這一點,讓複雜問題變得簡單。看看本文用 Scala 完成的所有工作,再想像一下若用 Java 需要多少行程式碼,差別不言自明。