大多數人都希望 Saxon 這類 XSLT 處理器能吃進多個輸入檔。最常見的場景是:把某個目錄裡的 XML 檔全部轉成 HTML。你可以對每個檔分別跑一次 Saxon,但如果最後還想產出一份彙整所有 HTML 的索引頁,該怎麼辦?
你真正需要的是一份 XML 格式的目錄清單。有了它,就能把這份清單當成 XSLT 唯一的輸入,再由樣式表逐一處理清單中的每個檔。要是 XSLT 能直接做目錄操作,那就完美了——可惜儘管 XSLT(尤其 2.0 版)功能強大,語言本身並不具備目錄操作能力。
上網閒晃時,我在 SourceForge 上發現了一個不起眼的小 Java 程式:HTML/XML Directory List Generator(HXDLG)。它的功能之一,就是產生目錄的 HTML 或 XML 表示。我把它下載回來,在命令列上執行清單 1 的指令。
清單 1. 使用 HXDLG 產生 XML 目錄
Java -jar hdlg.jar XML
/Users/jherr/Projects/ibm_XML_tips/filelist/testfiles/
/Users/jherr/Projects/ibm_xml_tips/filelist/files.XML
這個程式有三個參數:第一個是輸出型別(XML 或 HTML),第二個是目錄路徑,第三個是輸出檔案的路徑。結果見清單 2。
清單 2. XML 格式的目錄
<?XML version="1.0" encoding="UTF-8"?>
<!DOCTYPE hdlg:filesystem SYSTEM
"https://www.hdlg.info/XML/filesystem.dtd">
<hdlg:filesystem
xmlns:hdlg="https://www.hdlg.info/XML/filesystem">
<hdlg:folder name="testfiles"
url="file:/Users/jherr/Projects/ibm_XML_tips/filelist/testfiles/">
<hdlg:file name="test1.XML" size="179"
type="unknown"
url="file:/ibm_xml_tips/filelist/testfiles/test1.XML">
</hdlg:file>
<hdlg:file name="test2.XML" size="181"
type="unknown"
url="file:/ibm_xml_tips/filelist/testfiles/test2.XML">
</hdlg:file>
<hdlg:file name="test3.XML" size="181"
type="unknown"
url="file:/ibm_xml_tips/filelist/testfiles/test3.XML">
</hdlg:file>
</hdlg:folder>
</hdlg:filesystem>
內容相當周到:有 DTD、用了名稱空間,檔名與 URL 齊備,而且給的是絕對路徑。
為了驗證整套流程,我準備了三個 XML 檔作為測試樣本:test1.xml、test2.xml、test3.XML。目標是讀入它們,並為每個檔產生對應的 HTML。清單 3 是其中一個測試檔。
清單 3. XML 格式的測試檔
<?XML version="1.0" encoding="UTF-8"?>
<testrun run="test1">
<test name="foo" pass="true" />
<test name="bar" pass="true" />
<test name="baz" pass="true" />
</testrun>
第一步是跑 HXDLG 取得 XML 格式的目錄清單。清單中帶有每個測試檔的 URL,正好作為樣式表的輸入。
第一輪先只做最簡單的事:讀檔並印出測試名稱(清單 4)。這麼做是為了確認目錄結構能被正確解析、目標檔案確實讀得進來。
清單 4. 印出測試名稱
<?XML version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="https://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="text" indent="no"/>
<xsl:template match="/">
<xsl:for-each select="//*:file">
<xsl:variable select="document(@url)" name="contents" />
<xsl:value-of select="$contents/testrun/@run" /><xsl:text>
</xsl:text>
</xsl:for-each>
</xsl:template>
</xsl:stylesheet>
XSLT 引擎對目錄清單(也就是輸入)做的第一件事是匹配模板。模板用 for-each 遍歷每個 file 標籤,其中的關鍵是用 xsl:variable 呼叫 document(),把指定 XML 檔的內容讀進變數。XSL 讓「讀取多份 XML 文件」這件事變得輕鬆寫意。
取得內容之後,用 value-of 印出該次執行的測試名稱,再用 xsl:text 補上換行。輸出如下(清單 5):
清單 5. 第一個樣式表的輸出
test1
test2
test3
三個檔案、三個測試,都如預期被讀了進來,工具到目前為止運作正常。接下來要為每個測試結果產生 HTML,這就要用上 XSLT 2.0 新增的 xsl:result-document(因此清單 6 中 stylesheet 的 version 屬性改成了 2.0)。
清單 6. 用於建立 HTML 檔的樣式表
<?XML version="1.0" encoding="UTF-8"?>
<xsl:stylesheet
xmlns:xsl="https://www.w3.org/1999/XSL/Transform"
version="2.0">
<xsl:output method="text" indent="no"/>
<xsl:output method="html" indent="yes" name="Html"/>
<xsl:template match="/">
<xsl:for-each select="//*:file">
<xsl:variable select="document(@url)" name="contents" />
<xsl:variable select="replace(@url,'[.]XML','.Html')"
name="newfile" />
Creating <xsl:value-of select="$newfile" />
<xsl:result-document href="{$newfile}" format="Html">
<Html><body>
Test run: <xsl:value-of select="$contents/testrun/@run" />
</body></Html>
</xsl:result-document>
</xsl:for-each>
</xsl:template>
</xsl:stylesheet>
原本印測試名稱的地方,現在改成用 variable 標籤算出新的 HTML 檔名:透過 XPath 的 replace() 函式取回原本的 URL,把副檔名 .XML 換成 .Html。
接著把檔名印出來,讓使用者知道正在產生什麼。這是個好习惯——否則螢幕上什麼都沒有,你根本看不出樣式表到底做了哪些事。
訊息印完,才用 xsl:result-document 建立新檔,寫入該次執行的測試名稱。這裡有一點必須強調:一定要用 format 屬性指明輸出為 HTML 格式。少了它,產生的檔案會被當成純文字,所有 HTML 標籤都會失效。
只要手上有能匯出 XML 的目錄清單工具,又知道怎麼用 xsl:result-document 把引擎的輸出導向多個檔案,XSLT 2.0 的批次處理其實相當單純。有了這套組合,你再也後不必為了方便處理,而硬把整個目錄的 XML 合併成一個大檔案。