Proposition de corrigé commenté

Transcription

1 Axe ISI / cours Document Numérique TP XML/XSLT du lundi 22 octobre 2007 Proposition de corrigé commenté Rédigé : le lundi 22 octobre 2007 par Philippe Beaune Version : 1.0 J'ai à disposition le fichier que j'enregistre localement sous le même nom, à savoir «liste.xml». J'envisage de rédiger une feuille de style XSLT permettant de transformer ce fichier XML dans un format XML plus propre et ne contenant que les infos dont j'ai besoin. Pour cela je me définis d'abord un langage XML. Formellement, je le fais dans un fichier DTD contenant par exemple ceci : <!ELEMENT liste (personne*)> <!ELEMENT personne (nom,prenom,mel,tel,groupe)> <!ELEMENT nom (#PCDATA)> <!ELEMENT prenom (#PCDATA)> <!ELEMENT mel (#PCDATA)> <!ELEMENT tel (#PCDATA)> <!ELEMENT groupe (#PCDATA)> Pour commencer je rédige une première feuille de style XSLT minimale qui ne fera que me créer en sortie un fichier XML cadre : il contiendra uniquement l'élément racine de mon langage XML à savoir «liste» défini dans la DTD ci-dessus. Je crée donc un seul template qui appariera l'élément racine ("Workbook") du document source, et donnera en sortie mon élément racine ( et ) : <?xml encoding="utf 8"?> > Comme indiqué dans l'énoncé, j'ai dû ajouter dans cette feuille de style, l'espace de nom de MS Excel. En effet le processeur XSLT, lorsqu'il va parcourir mon fichier source, découvrira la balise "Workbook" mais saura que cette balise appartient à l'espace de nom de MS Excel, car cet espace de nom est déclaré comme étant celui par défaut dans le fichier source (ligne 2 du fichier liste.xml). Pour Corrigé TP du 22 octobre 2007 page 1/11 Ph. Beaune

2 que l'appariement fonctionne, il ne faut donc pas seulement faire un template sur un élément Workbook, mais bien préciser que l'appariement devra se faire sur l'élément Workbook de l'espace de nom de MS Excel. C'est pour cela que j'ai dû ajouter cet espace de nom dans ma feuille de style (j'ai choisi arbitrairement comme préfixe de cet espace de nom : mse), et que j'ai dû faire un appariement sur "mse:workbook". Et comme je désire que cet appariement ne se fasse que sur l'élément mse:workbook racine du document source, je fais, en fait, l'appariement sur "/mse:workbook". En sortie du processeur XSLT, j'obtiens donc le nouveau fichier XML suivant : <?xml?> <liste /> Je reconnais bien mon élément racine souhaité, à savoir. Notez que puisque l'élément est vide, le processeur XSLT a utilisé l'écriture abrégée <liste/>. Mais cet élément est affublé de l'espace de nom de MS Excel dont je n'aurai pas besoin dans mon fichier XML transformé. Pour indiquer au processeur XSLT de ne pas recopier la déclaration de cet espace de nom, je dois utiliser un attribut spécial de XSLT : "xsl:exclude result prefixes". Ce qui me donne comme nouvelle feuille de style : <?xml encoding="utf 8"?> Et j'obtiens ceci en sortie : <?xml?> <liste/> Dernier détail à régler avant de m'intéresser au traitement du contenu même du fichier source, c'est la déclaration de la DTD dans le fichier XML obtenu après transformation par la XSLT. Puisque je me suis défini un fichier DTD, ce serait sympathique que la déclaration de cette DTD apparaisse dans le fichier XML obtenu par le processeur XSLT. Mon premier réflexe est d'insérer cette déclaration dans la feuille de style juste avant et, de façon à ce que le processeur XSLT l'inscrive dans son fichier de sortie au bon endroit. Malheureusement, une feuille de style doit respecter la syntaxe XML et une déclaration DTD n'est pas tout à fait du XML! Je peux seulement déclarer une DTD juste après l'instruction de déclaration XML comme ceci : Corrigé TP du 22 octobre 2007 page 2/11 Ph. Beaune

3 <?xml <!DOCTYPE... Et dans le cas présent, la phrase "<!DOCTYPE..." tomberait au milieu de ma feuille de style : ce n'est pas conforme à la syntaxe XML! Mon deuxième réflexe est de demander au processeur XSLT de ne pas interpéter cette phrase (puisque ce n'est pas du XML) et donc d'inclure cette phrase dans une "CDATA". Ce qui me donnerait comme feuille de style : <?xml encoding="utf 8"?> <![CDATA[<!DOCTYPE liste SYSTEM "annuaire.dtd">]]> J'ai donc bien une feuille de style qui est du bon XML (vous pouvez vérifier avec xmllint par exemple). Et en plus ça passe bien dans le processeur XSLT. Mais ça me donne comme résultat : <?xml?> <!DOCTYPE liste SYSTEM "annuaire.dtd"> <liste/> Et ce n'est pas du bon XML!! Pour parvenir à mes fins, je dois utiliser un autre attribut spécial de XSLT : doctype system, à insérer dans la balise xsl:output. Ce qui me donne : Corrigé TP du 22 octobre 2007 page 3/11 Ph. Beaune

4 <?xml encoding="utf 8"?> Et en sortie, j'obtiens alors le fichier XML suivant : <?xml?> <!DOCTYPE liste SYSTEM "annuaire.dtd"> <liste/> C'est exactement ce que je voulais. Et en plus, vous remarquerez que le processeur XSLT a deviné tout seul quel élément racine spécifier dans cette déclaration DTD (ce n'était pas difficile à deviner, mais tout de même...!). Désormais, je pourrai facilement vérifier si mes fichiers XML, obtenus par transformation XSLT, sont conformes ou non à ma DTD. Je peux maintenant m'intéresser au traitement du contenu même de mon fichier au format XML de MS Excel. En observant ce fichier «liste.xml», je remarque que l'élément racine ("mse:workbook") contient plusieurs sous-éléments qui ne m'intéressent pas. Ce sont mse:documentproperties, mse:officedocumentsettings, mse:excelworkbook, et mse:styles. Le seul sous-élément qui m'intéresse est mse:worksheet. Je modifie donc le template de ma feuille de style pour indiquer au processeur XSLT que lorsqu'il traitera le contenu de l'élément mse:workbook, il ne devra en traiter que le sous-élément mse:worksheet, et que le rendu du traitement de ce sous-élément devra se trouver entre mes balises et : Corrigé TP du 22 octobre 2007 page 4/11 Ph. Beaune

5 <?xml encoding="utf 8"?> En sortie, j'obtiens un bon fichier XML, avec comme élément racine. Mais le contenu de cet élément (très volumineux) est l'ensemble de tous les contenus de tous les sous-éléments de mse:worksheet. C'est normal : je n'ai pas dit au processeur XSLT comment traiter l'élément mse:worksheet, il applique donc son comportement par défaut, à savoir rendre tous les contenus de tous les sous-éléments (cf. cours). Il me faut donc ajouter un nouveau template, indiquant au processeur XSLT quoi faire en présence de l'élément mse:worksheet : dans un premier temps je vais me contenter de lui faire rendre une phrase bidon : <?xml encoding="utf 8"?> Je verrai le contenu plus tard J'obtiens ainsi le fichier XML suivant, en sortie du processeur XSLT, conforme à ce que j'attendais : il a bien apparié l'élément mse:worksheet, et a bien placé son rendu (ma phrase bidon) entre les balises et : Corrigé TP du 22 octobre 2007 page 5/11 Ph. Beaune

6 <?xml?> <!DOCTYPE liste SYSTEM "annuaire.dtd"> Je verrai le contenu plus tard Je m'intéresse maintenant au contenu de l'élément mse:worksheet : cet élément contient plusieurs sous-éléments qui ne m'intéressent pas : seul le sous-élément mse:table m'intéresse. Je vais donc modifier le dernier template ajouté pour indiquer au processeur XSLT que lorsqu'il rencontrera l'élément mse:worsheet, il ne devra en traiter que le sous-élément mse:table : <?xml encoding="utf 8"?> J'obtiens à nouveau en sortie un fichier XML conforme à mes attentes : cette fois il contient tous les contenus de tous les sous-éléments de l'élément mse:table. De la même façon, dans l'élément mse:table, je ne m'intéresse qu'aux sous-éléments mse:row, et pas aux sous-éléments mse:column. Je l'indique dans ma feuille de style en ajoutant un nouveau template : Corrigé TP du 22 octobre 2007 page 6/11 Ph. Beaune

7 <?xml encoding="utf 8"?> <xsl:template match="mse:table"> <xsl:apply templates select="mse:row"/> Je continue à descendre dans l'arborescence de mon document XML source : dans l'élément mse:row, seuls les sous-éléments mse:cell m'intéressent ; et en plus c'est cet élément mse:row qui contient les données caractérisant une personne, à raison d'une donnée par sous-élément mse:cell : c'est donc ici qu'il faut que j'introduise mes balises <personne> et </personne>. Ce qui me donne : Corrigé TP du 22 octobre 2007 page 7/11 Ph. Beaune

8 <?xml encoding="utf 8"?> <xsl:template match="mse:table"> <xsl:apply templates select="mse:row"/> <xsl:template match="mse:row"> <personne> <xsl:apply templates select="mse:cell"/> </personne> En sortie, j'obtiens pour chaque personne, entre les balises <personne> et </personne>, la concaténation des données qui caractérisent cette personne : c'est le traitement par défaut des contenus des éléments mse:cell. Je continue à descendre dans l'arborescence de mon document XML source. Mais là les choses se compliquent puisque MS Excel ne m'a pas codé gentillement ses données : toutes les données intéressantes (les noms, prénoms, méls,...) sont des contenus d'un même élément, à savoir mse:data. Ce qui me permet de distinguer le nom, c'est que je sais que c'est à chaque fois le contenu d'un élément mse:data, dont le père, l'élément mse:cell, est le premier élément fils de l'élément mse:row. De même, je sais repérer le prénom car c'est à chaque fois le contenu d'un élément mse:data, dont le père, l'élément mse:cell, est le deuxième élément fils de l'élément mse:row. Etc. Il va donc falloir distinguer les éléments mse:cell selon leur rang dans leur filiation à mse:row. Pour cela, XSLT nous donne une fonction position() qui renvoie justement ce rang, à condition de l'utiliser au bon endroit. Et comme c'est le rang de filiation de mse:cell qui m'intéresse, c'est bien ici que je dois utiliser cette fonction position(). Et comme je vais devoir faire un choix selon le résultat de cette fonction, je vais utiliser l'élément XSLT suivant : xsl:choose (pour sa syntaxe, voyez le sujet du T.P.). Ce qui donne (en ne sélectionnant que les mse:cell qui sont les premiers fils de mse:row, c'est à dire ceux pour lesquels position() vaut 1) : Corrigé TP du 22 octobre 2007 page 8/11 Ph. Beaune

9 <?xml encoding="utf 8"?> <xsl:template match="mse:table"> <xsl:apply templates select="mse:row"/> <xsl:template match="mse:row"> <personne> <xsl:apply templates select="mse:cell"/> </personne> <xsl:template match="mse:cell"> <xsl:choose> <xsl:when test="position()=1"> <nom> </nom> </xsl:choose> En sortie, j'ai bien, pour chaque personne, le nom inséré entre les balises <nom> et </nom>. En effet le processeur XSLT a appliqué le traitement par défaut pour les élements mse:data car je ne lui ai pas indiqué comment faire autrement, puisque ce comportement par défaut me convenait : pour chaque élément mse:data rencontré, je n'en voulais, comme rendu, que le contenu, ce qui est le comportement par défaut. Il faut maintenant étendre ce xsl:choose pour sélectionner aussi les autres fils (ceux de rangs 2, 3, 4 et 5) : Corrigé TP du 22 octobre 2007 page 9/11 Ph. Beaune

10 <?xml encoding="utf 8"?> <xsl:template match="mse:table"> <xsl:apply templates select="mse:row"/> <xsl:template match="mse:row"> <personne> <xsl:apply templates select="mse:cell"/> </personne> <xsl:template match="mse:cell"> <xsl:choose> <xsl:when test="position()=1"> <nom> </nom> <xsl:when test="position()=2"> <prenom> </prenom> <xsl:when test="position()=3"> <mel> </mel> <xsl:when test="position()=4"> <tel> </tel> <xsl:when test="position()=5"> <groupe> </groupe> </xsl:choose> En sortie j'obtiens enfin un fichier bien formé ; et en plus il est valide par rapport à ma DTD. Il ne reste plus qu'à régler le problème de la première personne trouvée dans le fichier XML, et qui, en fait n'en est pas une : il s'agit des noms des colonnes de la feuille MS Excel. Pour ne pas sortir cette fausse personne, il va falloir la reconnaître. C'est facile car il s'agit en fait de celle qui est contenue dans l'élément mse:row qui est le premier fils de l'élément mse:table. Ce qui donne (je sélectionne les Row qui ont un rang supérieur strictement à 1, ce qui revient à ne rien faire avec le mse:row de Corrigé TP du 22 octobre 2007 page 10/11 Ph. Beaune

11 rang 1) : <?xml encoding="utf 8"?> <xsl:template match="mse:table"> <xsl:apply templates select="mse:row"/> <xsl:template match="mse:row"> <xsl:if test="position()>1"> <personne> <xsl:apply templates select="mse:cell"/> </personne> </xsl:if> <xsl:template match="mse:cell"> <xsl:choose> <xsl:when test="position()=1"> <nom> </nom> <xsl:when test="position()=2"> <prenom> </prenom> <xsl:when test="position()=3"> <mel> </mel> <xsl:when test="position()=4"> <tel> </tel> <xsl:when test="position()=5"> <groupe> </groupe> </xsl:choose> Voilà qui termine l'exercice demandé. Ouf! Corrigé TP du 22 octobre 2007 page 11/11 Ph. Beaune