XSLT-增量计算组件 (DCC) 技术描述和使用方法

Amr Rekaby

0/5 (0投票)

2013年1月2日

CPOL

8分钟阅读

15972

131

本文提供了一个可重用的组件，用于计算两个 XML 结构之间的差异。它通过 XSLT 实现，速度更快且平台无关。

下载源代码 - 2.2 MB

描述

本文介绍了一个“Delta 计算组件”（为简洁起见，称为 DCC），它使用 XSLT 实现提供了 XML 文档的差异计算逻辑。

DCC 以 XML 文档作为输入。该 XML 文档包含两个不同的部分。这些部分代表了两个不同的 XML 结构。DCC 运行差异计算逻辑来提取这两个部分之间的更改。DCC 组件的结果以一个 XML 部分呈现，其中包含输入部分之间的合并更改（相似之处被忽略）。输出包括用于标记删除、添加和更新的元素的标志，这些元素根据输入文件进行标记。这些标志的值可以在组件的配置文件中进行配置。

输入 XML 文档包含第一部分，称为“AS IS”结构，以及第二部分，称为“TO BE”结构。这两部分由相同的父元素名称（由用户定义/配置的元素名称）单独包装。输入文件的示例和更详细的描述将在后续章节中展示。

DCC 在 XSLT 语言中的实现是通过一个包含用户定义的某些配置的 `configuration.xml` 文件来比较这两个部分。XSLT 语言比其他可以提供相同逻辑的编程语言更快，这积极地影响了用户应用程序的性能。结果在一个由 `DeltaCalculationOutputWrapper` XML 元素包装的部分中构建。该部分包含输入部分元素之间的差异。根据“AS IS-TO BE”的更改，标志（action 属性）会附加到 XML 元素上。更改可能包括：从“AS IS”中删除的元素，添加到“TO BE”的元素，以及在“AS IS”和“TO BE”之间更改的元素。ASIS 和 TOBE 元素的识别验证取决于为每个输入元素定义的primary attribute。

DCC 功能详解

在图 1 中，输入包含在同一个“ABC”父元素下的两个“structure”元素。这两个“structure”元素将被 DCC 组件用于差异计算。在每个“structure”组件下，都有 books 元素（根据用户输入文件，也可以是其他任何内容）。将对这些下属元素进行评估。如稍后所述，每个元素都有一个primary attribute键。例如，在 book 的情况下，“book_name”是primary key，因此 books 元素将通过此属性值进行比较。每个元素的primary key由用户定义。如果某个元素用户没有定义primary key，则ASIS中的任何元素都将与TOBE中具有相同层级的相同元素匹配，即使它们具有其他不同的详细信息（其他不同的属性）。

图 1：差异计算示例输入

在执行完该逻辑以匹配两个独立的“structure”元素中的元素后，DCC 会定义已添加或删除的元素。任何具有已添加或删除子元素的父元素都将被视为已更新。

没有更新的相似元素将在生成的输出中不存在，DCC 只显示更改。

根据图 1，DCC 将在其输出中提及以下内容：

“Pascal Language”这本书被移除，及其所有子元素。
“C++ Language”这本书被添加，及其所有子元素。
“Java Language”这本书被更新，其中添加了“Java_New_Author”并移除了“Java_Old_Author”（“Java_Author”将完全不被提及，其本身或其子项都没有发生变化）。

DCC 架构

图 2：差异计算架构

如图 2 所示，DCC 包含 3 种类型的构件：

黄色块：用户定义的输入文件和生成的输出文件。
绿色块：用户暴露的构件。它们是配置文件和 DCC 入口 XSL 文件。
红色块：DCC 内部构件，包含差异计算逻辑。用户不应触碰这些文件。

输入 XML 文件是用户定义的输入文件。如图 1 所示，输入文件包含两个“structure”元素。“structure”元素（稍后将进行描述）是输入“ASIS”和“TOBE”部分的包装器。在此元素下，结构遵循用户特定的问题。此外，该元素外部的元素超出了差异计算逻辑的范围。图 1 中“DEF”元素就是此类外部元素的示例。

Out_XXX XML 文件（其中 XXX 是输入文件的名称）是生成的输出文件。如图 3 所示，它包含“DeltaCalculationOutputWrapper”元素。在此元素下，将出现已更改/添加/删除的元素。任何相似的输入都不会显示在输出中。任何添加的元素都将被标记为已添加，任何删除的元素都将被标记为已删除。在这两种情况下，所有前置元素都将被标记为已更新。如图 3 所示，至少有一个已添加或已删除作者的书籍被视为已更新的书籍。

图 3：差异计算示例输出 XML 文件

DCC_EntryPoint XSL 文件是 DCC 的入口点。用户应在设置输入文件路径后调用此 XSL 文件。此调用可以通过实现（例如 Java 实现）或使用“Altova XML spy”之类的工具来管理。用户无需对该文件做任何操作，只需调用它。

DCC_Configuration XML 文件是一个配置文件，需要用户给予一定的关注。用户在此定义许多内容，如下所示：

“DC-ComparedElement”是定义输入包装器元素名称的入口（在我们示例场景中为“structure”）。
“Component”，在此用户定义所有需要比较的组件。在每个“component”元素中，用户应提供信息：与用户问题相关的元素名称，以及该元素的属性，该属性将用于判断两个元素是否相同。此“primarykey”元素类似于数据库中的 primary key，用于区分行。
“DC-UpdatedElement”是用户可以定义的用于标记输出文件中已更新元素的标志。
“DC-RemovedElement”是用户可以定义的用于标记输出文件中已删除元素的标志。
“DC-AddedElement”是用户可以定义的用于标记输出文件中已添加元素的标志。