DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XML 編程思想:XML 建模藝術描述
編輯:XML詳解     

本專欄這一輪的主題是語義透明性——也就是「讓 XML 文件的內容能被正確解讀」的能力。它很可能是 XML 建模裡最重要的一件事。這是新系列的第一篇,我們會逐一檢視達成語義透明的各種取徑,並討論它們對 XML 開發者究竟意味著什麼。

第 30 期,以及一份三篇的規劃

這是 Thinking XML 專欄的第 30 期。從第一篇到現在差不多四年了,回頭看,時間過得真快,變化也真大。與 XML 相關的活動多到數不完,我衷心希望其中一些曾經在本專欄出現過。這些活動與 XML 在知識管理技術上的應用關係特別密切,也正是本專欄關注的焦點。2001 年 2 月的第一期文章就談過語義透明的目標,我至今仍然認為那是 XML 資料建模最關鍵的環節。這幾年下來,專欄陸續檢視過若干達成語義透明的取徑;接下來這幾篇,我會介紹幾個我認為有趣的技術與方法,並說明我對這個領域進展的看法。整個系列分三部分:

  1. 在正式的模式中使用非正式的描述(本文)。
  2. 以模式標準化達成自上而下的語義透明。
  3. 在模式中使用語義錨(anchor),達成自下而上的語義透明。

正式的模式,非正式的透明

關於 XML 最常見的一種誤解是:只要定好了模式,別人就自然知道該如何處理 XML 實例、如何與您的系統互動。有可能如此,但這取決於模式是怎麼寫的;一般來說,這不是模式語言本身的功勞。清單 1 是一段 RELAX NG 模式(緊湊語法)的片段。

清單 1. 以注釋提供語義線索的 RELAX NG 模式

namespace dc = "https://purl.org/dc/elements/1.1/"
element purchase-order
{
 dc:description [ "General purpose purchase order for merchandise" ]
 attribute id {
 dc:description [ "Unique identifier for the purchase order" ]
 text
 }
 #The rest of the schema here
}

如果您不熟 RELAX NG,我來逐行說明。第一行是 Dublin Core 的命名空間宣告——Dublin Core 是一套非常流行的詞彙表,用來描述標題、說明、性質之類近似圖書館的後設資料元素。第二行定義了一個名為 purchase-order 的元素。接著以 dc:description 起頭的那行是一個注釋,透過前面宣告的命名空間前綴,表示註釋內容符合 Dublin Core 的 description 元素。再往下的四行定義了一個名為 id 的屬性,其值為普通文字,並同樣附上自己的注釋說明意義。最後一行是註解(comment)。請注意,這裡用注釋承載了理解模式語義所需的關鍵資訊,而用註解傳達附帶性質的雜訊。<purchase-order id="123"/> 就是一份符合該模式的文件。

假設清單 1 是 Acme Organization 採用的訂單模式,那麼另一家互不往來的 Zenith Organization,可能會採用清單 2 這樣的模式。

清單 2. 與清單 1 類似的 RELAX NG 模式

namespace dc = "https://purl.org/dc/elements/1.1/"
element po
{
 dc:description [ "Simple purchase order" ]
 attribute number {
 dc:description [ "Number for identifying the purchase order" ]
 text
 }
 #The rest of the schema here
}

注意:注釋的語氣幾乎一樣,但元素名與屬性名不同。對應的文件會長得像 <po number="123"/>。讀過這兩份模式的人,能從注釋裡推斷出:一份文件中的 purchase-order 元素,等同於另一份文件裡的 po 元素;id 屬性也等同於 number 屬性。這樣,我們就透過非正式的方式得到了語義透明性。但代價是,人必須靠不嚴謹的自然語言理解力去讀注釋,而不是依賴某套嚴格、無歧義的定義。

問題在於可伸縮性

麻煩之處是這個過程無法規模化。上面的例子裡,兩份詞彙表的資料元素之間只有簡單的一對一映射,就算隨意掃過注釋,也很容易比對出來。真實世界的模式往往複雜得多,映射關係不那麼好預測,注釋與其他非正式描述之間還藏著細微差異。這種情況下,想靠自然語言寫成的模式注釋取得語義透明,會非常吃力。

DTD 本身不提供注釋機制,但其他流行的模式語言有,例如 RELAX NG、W3C XML Schema(WXS)與 Schematron。在這些語言裡,可以構造出機器可讀的注釋,為語義透明提供更可靠的路徑——後續文章會介紹幾種做法。可惜的是,這類技術至今沒有被好好地講解、討論甚至分析。部分原因是研究 XML 的人誤以為語義透明不是急事,或者乾脆認為 XML 本身就自帶語義透明。而依我看來,還有一件特別的事分散了大家對語義透明的注意力。

一場華麗的障眼法

XML 專家其實清楚,光靠上面那種非正式描述來提供語義透明是很脆弱的。隨著 XML 1.0 大獲成功,如何補上這類設施,就成了接下來必須處理的議題之一,其他的還有連結、處理慣例等等。最初想解決這些問題的人分成了幾個陣營,其中最搶眼的一派,是那些熟悉主流程式語言與資料庫管理系統的老手。他們認為替 XML 文件建立形式化基礎的最佳方式,就是自己最拿手的那套:常見的資料型別化技術。他們習慣用主流語言與資料庫系統當初設計靜態型別系統時的設想去思考所有語義,直覺上相信只要把 XML 緊緊綁到熟悉的隱喻上,建模問題自然迎刃而解。

型別化的支持者,可能會把清單 2 的模式改成清單 3 那樣。

清單 3. 使用 WXS 資料型別的 RELAX NG 模式

namespace dc = "https://purl.org/dc/elements/1.1/"
element po
{
 dc:description [ "Simple purchase order" ]
 attribute number {
 dc:description [ "Number for identifying the purchase order" ]
 xsd:int
 }
 #The rest of the schema here
}

這一次,屬性被指定了 WXS 資料型別,反映出模式設計者認為訂單編號應該限定為整數——這就是 xsd:int 那一行的意思。坦白說,新增的這點資訊,和「模式該如何被正確解讀」關係不大。公平地講,連型別化的鼓吹者也不認為目標已經達成,但他們主張:多出的這點精確性,讓處理工具能對 XML 實例做其他形式的推論與分析。我對這個說法存疑,但可以確定的是,它耗掉了 XML 社群大量精力,把大家綁在一場不會有結果的型別化幻夢裡——而那些精力,原本可以用在語義透明這個真正重要的問題上。

更直接的麻煩是,当人们反射性地套用資料型別時,常以料想不到的方式把彈性削掉。舉例說,如果採用清單 3 那種模式的 Zenith Organization 想跟採用清單 1 模式的 Acme Organization 做生意,問題就更複雜了:一家把訂單編號當整數,另一家當普通文字。這種不匹配會在許多「型別感知」的工具裡引發連鎖錯誤。整合專案裡本來就難免有各種不匹配,但在這個案例中,嚴格型別化帶來的好處,遠遠補不上彈性上的損失。

這對開發者意味著什麼

我不是說不該用模式資料型別,而是別把它當成反射動作。請用型別去標記那些經過深思熟慮、而且確實在系統整個生命週期裡都成立的約束。別讓對型別化的先入為主,蓋過了「如何把 XML 詞彙表的一般語義講清楚」這個更根本的問題。

我在 Amara XML 工具箱裡加過一個功能,能依 XML 節點中的文字樣貌推斷資料型別——那是為 Python 開發的 XML 處理庫。我刻意把型別推斷設計成可選功能,因為把這類推論當成整條處理鏈的基礎,我認為很危險。我也透過宣告式的方法,讓使用者能用 Jeni Tennison 的 Data Type Library Language(DTLL)自訂資料型別。DTLL 恰好把一個事實講得更明白:XML 裡的型別化,只不過是對文字的一種特殊解讀。

這就是癥結所在:XML 是文字,而且只是文字。型別化之類的更高層次,只是對文字的解讀——而且是可以選擇要不要做的解讀。看不見這一點,就會在各種意料之外的地方踢到鐵板。

結語

無論能不能帶來語義透明,為模式寫好注釋都很重要。若再維護一份獨立的資料字典文件——就像資料庫管理員熟悉的那樣——往往光是注釋就夠用了:為模式中每一個項目提供非正式的描述,也就非正式地填補了這些項目的語義。一旦認清「文字在 XML 中至高無上」這個地位,語義透明的重要性就很清楚了。因為所有 XML 處理最終都归结为「怎麼解讀這份語言」,最要緊的功課,就是想辦法降低解讀的歧義。如果您對模式、模式注釋、型別化或相關主題有任何想法,歡迎投到 Thinking XML 討論區與大家分享。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved