读者或许熟悉Apache软件基金和它的各种相关的项目。下面,我们讨论Xalan-Java XSLT处理器和关于它分割功能的应用。
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、州和邮编信息并不非凡重要。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。假如没有指定分割符,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。