理解一個 XSLT 處理器,不只是看它能不能跑,而是看它如何把樣式表變成可執行的流程。Saxon 是 Java 生態系中相當知名的 XSLT 處理器,本文以它的架構為例,說明編譯、解譯與效能最佳化的基本概念。
從宏觀角度看,Saxon 主要包含幾個部分:XML 解析器、樹建構器、樣式表編譯器、樣式表解譯器、XPath 解譯器與輸出器。解析器負責讀入 XML,並把事件交給樹建構器;後者會在記憶體中建立來源文件的樹狀表示。
在這段流程中,還有一個常被忽略的元件,負責依樣式表的空白保留規則,提前移除不需要的空白節點。下圖是 Saxon 的主要元件示意。
圖 1:Saxon 體系結構
樣式表本身不會直接變成機器碼,而是先被編譯成裝飾樹。這個階段會檢查語法、解析 XPath、綁定變數,並預先建立模板規則的搜尋結構。等到真正執行轉換時,解譯器會沿著來源樹走訪,遇到節點就找出對應模板,並產生輸出節點。
例如下圖這種結構,可視為樣式表中某段條件判斷的抽象表示。透過這種樹狀表示,處理器能在執行階段快速判斷該套用哪一段邏輯。
圖 2:裝飾樣式表樹
XSLT 的效能,很大一部分取決於 XPath 的求值策略。Saxon 會盡量把標量值提早計算,把節點集延後處理,以避免不必要的記憶體配置。它也會簡化運算式、減少重複計算,並在可能時提前結束不需要繼續掃描的位置路徑。
此外,Saxon 還提供較省記憶體的樹實作,讓大型文件在有限資源下也能順利轉換。這些設計的共通目標,是在符合 XSLT 規範的前提下,盡可能提升處理速度並降低資源消耗。
整體而言,Saxon 的設計重點,是在符合 XSLT 規範的前提下,盡可能減少記憶體負擔、提升模板匹配效率,並讓 XPath 求值更聰明。對樣式表作者來說,理解這些細節,有助於寫出更穩定、更有效率、也更容易除錯的轉換。