Xalan-Java XSLT处理器及其分割功能

　　XML数据有各种各样的格式。然而，XML文档中的数据格式不一定符合目标系统的规范。XMLT模板常被采用来把一种格式转换为另一种格式。不幸的是，XSLT的方法仅仅提供一套有限的功能执行这些转换。
　　
　　Apache软件基金的Xalan项目包括Java和C++两种版本的XSLT处理器。这个处理器提供解析XML文档的功能，并使用XSLT模板来转换它们。除了标准的XSLT转换以外，Xalan也提供一把扩展方法。在扩展库提供的这些方法中，有一个字符串tokenizer把字符串分割成一组token。
　　
　　问题领域
　　精确的一组XML转换用tokenize方法。任何时候，当你需要把字符串以一致的样式分解为子串，可以采用tokenize方法。实际上，tokenize方法是一个XSLT方法，它带两个参数。第一个参数指定要被分割的字符串。第二个参数指定把字符串分解为一组字符串token的分隔符。
　　
　　tokenize方法的结果是一组表示token的节点。这些token和节点可以使用iterator或者作为单个值来处理。你可以用tokenizer把字符串分解为一组单个值，从一个长字符串获取单个token。
　　
　　例子
　　为了举例说明tokenize方法的用法，我们看一个使用它的例子。下面是包含需要我们分割的字符串的一个XML文档：
　　
　　<CustomerAddress>
　　<Address1>9399 W Higgins Street</Address1>
　　<Address2>Rosemont, IL 60018</Address2>
　　</CustomerAddress>
　　这个例子演示了系统的一个客户地址记录，包含两行地址。这是在系统中一个相当普遍的情形，地址信息仅当发邮件时使用，而实际的城市、州和邮编信息并不特别重要。不幸的是，许多系统希望地址信息被分成城市、州和邮编。需要一个机制把组合的<Address2>元素分成单独的城市、州和邮编元素。
　　
　　方案
　　为了把数据以恰当的格式提供给目标系统，我使用Xalan的tokenize扩展功能。这个方法基于一组分割符把一个字符串，比如像地址，分割成多个token。如果没有指定分割符，使用默认的空格符号作为分割符。在我们的例子中，使用的分割符包括空格符号和逗号。
　　
　　我们从XSLT模板创建表格开始。下面是我们期待的经过转换得来的输出：
　　
　　<CustomerAddress>
　　<Address>9399 W Higgins Street</Address>
　　<City>Rosemont</City>
　　<State>IL</State>
　　<Zip>60018</Zip>
　　</CustomerAddress>
　　正当你看到的那样，我们想把<Address1>元素转换成<Address>元素，并把<Address2>元素分割成<City>、<State>和<Zip>元素。为使用tokenize方法，我们如下创建一个模板来调用它：
　　
　　<?xml version="1.0" encoding="UTF-8"?>
　　<xsl:stylesheet version="1.0"
　　xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
　　xmlns:xalan="http://xml.apache.org/xalan">
　　<xsl:template match="/">
　　<xsl:for-each select="//CustomerAddress">
　　<Address><xsl:value-of select="Address1"/></Address>
　　<City><xsl:value-of select="xalan:tokenize(Address2, ' ,')[1]"/></City>
　　<State><xsl:value-of select="xalan:tokenize(Address2, ' ,')[2]"/></State>
　　<Zip><xsl:value-of select="xalan:tokenize(Address2, ' ,')[3]"/></Zip>
　　</xsl:for-each>
　　</xsl:template>
　　</xsl:stylesheet>
　　
　　有两个地方需要特别注意。第一个在<xsl:stylesheet>元素里面。这里，我们定义了xalan名字空间。这个很重要，因为tokenize方法是xalan名字空间的一部分。如果没有恰当的名字空间定义，处理器不会知道xalan名字空间。
　　
　　第二需要注意的是一组叫City, State和Zip的元素。对每一个这些元素，我们调用tokenize方法。tokenize方法总是返回一个nodeset。为了给这些元素提供单个值，必须给nodeset的单个节点赋值。为了做到这一点，我们给tokenize调用的前面添加一个索引（即，[1]，[2]，[3]）。
　　这些索引指示出取出哪个token。City是地一个token，State是第二个token，Zip是第三个。
　　
　　tokenize方法自身带有两个参数。第一个参数是我们分割的值（这个例子中是<Address2>元素）。第二个参数是分隔符列表。我们使用包含在字符串‘ ，’――包含一个空格符号和一个逗号中的分隔符分割这个字符串。
　　
　　在XML转换中分割字符串很普遍。为了无缝的处理这个问题，Apache XML项目和Xalan组已经添加了一个叫做tokenize的扩展方法来处理XML数据值的分割。访问Xalan网页，可以发现更多关于Xalan-Java XSLT处理器和tokenize方法的信息。

查看本文来源