Алексей Валиков - Технология XSLT

Очень важно понять, что XML-документ логически организован в виде дерева. Дерево является довольно простой структурой для обработки, но при этом выразительная сложность его весьма велика. Древовидная структура является одной из наиболее подходящих абстракций для описания объектов и отношений в реальном мире — возможно именно древовидное устройство наряду с простотой использования обеспечили XML такой потрясающий успех.

Обратимся теперь к синтаксису элементов. EBNF-правило, определяющее элемент, выглядит следующим образом:

[39] element ::= EmptyElemTag

| STag content ETag

Пустому элементу соответствует нетерминал EmptyElemTag. Непустой элемент начинается открывающим тегом (нетерминал STag), включает некоторое содержимое ( content) и заканчивается закрывающим тегом ( ETag).

Открывающий тег состоит из имени ( Name) и последовательности определений атрибутов ( Attribute), которые разделены пробельными символами:

[40] STag ::= '<' Name (S Attribute)* S? '>'

В ряде случаев атрибуты тега могут отсутствовать.

Перед закрывающей угловой скобкой тега могут также стоять пробельные символы, поэтому вполне корректной будет следующая запись:

<���а

href="http://www.xsltdev.ru"

>

В закрывающем теге имени предшествует косая черта (" /") и перед закрывающей угловой скобкой тоже могут стоять пробелы:

[42] ETag ::= '</' Name S? '>'

Имена в открывающем и закрывающем тегах должны совпадать.

Содержимое элемента может состоять из элементов (нетерминал element), сущностей ( Reference), секций символьных данных ( CDSect), инструкций по обработке ( PI) и комментариев ( Comment), перемешанных с символьными данными ( CharData):

[43] content ::= CharData?

((element

| Reference

| CDSect

| PI

| Comment) CharData?)*

Пустой элемент не имеет содержимого и задается продукцией EmptyElemTagв следующем виде:

[44] EmptyElemTag ::= '<' Name (S Attribute)* S? '/>'

Тег пустого элемента выглядит точно так же, как и тег непустого элемента с той лишь разницей, что перед закрывающей угловой скобкой стоит символ косой черты (" /"). В этом, кстати, одно из главных отличий синтаксиса языка XML от HTML. Например, вместо

Для того чтобы привести синтаксис HTML в соответствие со стандартом XML, был создан язык XHTML. Этот язык полностью соответствует синтаксису XML, что делает возможным обработку XHTML-документов XML-средствами, но при этом набор тегов XHTML идентичен набору тегов языка HTML. К сожалению, далеко не все браузеры поддерживают XHTML. Чаще всего проблемы возникают именно с пустыми элементами (или одиночными тегами в терминах HTML): например, браузеры могут некорректно воспринимать запись вида
. В большинстве случаев проблема решается использованием перед косой чертой пробела: запись вида
, скорее всего, будет обработана корректно.

В элементах можно использовать атрибуты с присвоенными им значениями. Атрибут задается в следующем виде:

атрибут =" значение "

Например, в записи гипертекстовой ссылки

<���а href="http://www.xsltdev.ru">Заходите к нам!</а>

элемент аимеет атрибут href, которому присвоено значение "http://www.xsltdev.ru".

В языке XML атрибуты всегда должны иметь значения. Например, атрибут selectedв записи элемента

выбранный элемент

будет задан с точки зрения XML некорректно, поскольку ему не присвоено значение. Заметим, что в HTML такое определение является вполне нормальным. Такую ошибку легко исправить следующим образом:

выбранный элемент

Значения атрибутов заключаются в кавычки — одинарные или двойные, например, в предыдущем случае можно написать:

выбранный элемент

На практике часто бывает необходимым использовать в значениях атрибутов кавычки (например, для записи литералов). Следующий пример иллюстрирует, как это можно делать:

Атрибуту loginприсвоено значение "scott"(включая двойные кавычки), атрибуту password— значение 'tiger'(включая одинарные кавычки).

В XML один элемент не может иметь атрибуты с одинаковыми именами.

Определение атрибута состоит из имени, за которым следует знак равенства, а затем, значение атрибута:

[41] Attribute ::= Name Eq Attribute

[25] Eq ::= S? '=' S?

[10] AttValue ::= '"' ([^<&"] | Reference)* '"'

| "'" ([^<&'] | Reference)* "'"

Значение атрибута записывается в одинарных или двойных кавычках, причем оно не может содержать символов ' <' и ' &', которые используются в XML как управляющие символы ( <открывает тег элемента, а &— сущность). Вместе с тем, значение атрибута может содержать сущность (нетерминал Reference) — специальную конструкцию, о которой мы поговорим чуть позже.

В XML-документы могут быть включены не относящиеся к содержимому документа инструкции, несущие информацию для приложения, которое будет этот документ обрабатывать. Инструкции по обработке имеют вид:

Инструкция по обработке всегда заключается в угловые скобки со знаками вопроса. Первая часть инструкции, приложение , определяет программу или систему, которой предназначена вторая часть, ее содержимое .

Примером инструкции по обработке может послужить следующая запись:

В данном случае целевое приложение имеет имя ' serv', а сама инструкция может быть интерпретирована как указание серверу на то, что документ нужно сохранить в кэше. Естественно, инструкции по обработке имеют смысл только для тех приложений, которым они адресуются.

Продукции инструкций по обработке имеют следующий вид:

[16] PI ::= ' ' Char*))

[21] CDEnd ::= ']]>'

Содержимое секции символьных данных, отвечающее продукции CData, может состоять из любых символов, в том числе " <" и " &", которые не будут восприниматься как разметка. Единственное, чего секции CDATA не могут включать — это последовательность " ]]>", которая завершает символьную секцию.

XML-документ может содержать комментарии, которые записываются следующим образом:

Текст комментария может состоять из любых символов, кроме двух минусов

подряд (" --"). Кроме этого, комментарий не должен заканчиваться символом " -" .

Пример комментария:

...

...

Продукция комментария называется в XML Commentи имеет следующий вид:

[15] Comment ::= ''

Выражение ((Char - '-') | ('-' (Char - '-')))*означает, что содержимое комментария не должно оканчиваться на знак " -" или содержать два таких знака последовательно.