Rapport de TP XML, XSL, Xpath

Transcription

1 ILPGA Université de Paris 3 Maîtrise de Sciences du Langage Mention Industrie de la Langue 1 TP XML...3 Rapport de TP XML, XSL, Xpath Bako RAKOTONIAINA Laurence NOEL 1.1 Utilisation du parser RXP Présentation Premier essai Modifications apportées à notre document XML Modifications apportées à la DTD Utilisation de Xerces-J Présentation de Xerces-J Utilisation des lignes de commande avec Xerces-J Utilisation de Cooktop Présentation Manipulation TP XSL Edition de feuilles de style avec Cooktop Définition d une feuille de style minimale Séparation entre les mots, les phrases, les traductions Coloration des phrases selon le locuteur Affichage de la version tchèque uniquement Mise en relief du mot mouton Sélection des phrases contenant le mot mouton Utilisation des autres outils Xalan XT MkCorpus Création d un patron de transformation pour le fichier adresses.xml Lecture de code Ecriture de code Documents arborés, arbres syntaxiques et sorties XML Explication du code de "arbresstenose1.xslt" Explication du code de "arbresstenose2.xslt" Explication du code de "arbresstenose3.xslt" Explication du code de "arbresstenose4.xslt" Explication du code de "arbresstenose5.xslt" Explication du code de "arbresstenose7.xslt" Explication du code de "arbrescyclades1.xslt"

2 3 TP XPATH Utilisation de XMLCooktop Chemin utilisé pour trouver toutes les traductions en tcheque Chemin utilisé pour trouver la traduction en tcheque de la 2ème phrase Chemin utilisé pour trouver la traduction en français de la 2ème phrase Chemin utilisé pour trouver toutes les phrases en français dites par le narrateur Chemin utilisé pour trouver toutes les phrases interrogatives en français prononcées par le Petit Prince Chemin utilisé pour trouver toutes les réponses en français : Utilisation de XML Spy Présentation de l interface avec un exemple : Quelques points particuliers à l interface Xpath de XML Spy Utilisation de Xalan Installation et mise en route de l outil Essais de différents chemins Xpath Utilisation de MkCorpus Utilisation de Xpath(1) de MkCorpus Utilisation de Xpath (Win32) Utilisation de Xpath-Visualiser version Utilisation de Xpath-Visualiser version TP XML 1.1 Utilisation du parser RXP Présentation RXP est un parser développé par le Language Technology Group de l université d Edinburgh. Cet outil permet de vérifier si un document XML est bien formé et s il est valide. Lignes de commande utilisées : - rxp -xs source.xml => permet de tester la bonne formation du document. - rxp -Vs source.xml => permet de tester la validité du document Premier essai?? Après avoir copié le fichier «saintex.xml» et l avoir renommé «prince.xml», nous avons supprimé le lien à la DTD en effaçant la déclaration de type de document : <!DOCTYPE texte SYSTEM "saintex.dtd">?? Nous avons ensuite utilisé le parser RXP: 2 Il n'y a pas de messages d'erreurs donc le texte est bien formé. Le document XML n'est pas valide puisque nous avons supprimé le lien à la DTD. 3

3 1.1.3 Modifications apportées à notre document XML?? En utilisant Cooktop (outil que nous présenterons plus au paragraphe 1.3), nous avons d'abord modifié l'en-tête du document en insérant les informations suivantes : <info_corpus_original> <but>td Phonetique</but> <auteurs>andrea Taillefer Kuncova et Aude Maisondieu</auteurs> <date>2001</date> </info_corpus_original> <info_corpus_modifie> <but>tp TAL</but> <etudiant> <nom>noel</nom> <prenom>laurence</prenom> < >noell79@yahoo.fr</ > </etudiant> <etudiant> <nom>rakotoniaina</nom> <prenom>bako</prenom> < >bako_rakotoniaina@yahoo.fr</ > </etudiant> <date>2002</date> </info_corpus_modifie>?? Nous avons ensuite ajouté l'attribut 'loc' aux paragraphes en procédant ainsi : - A l'aide de l'outil «Structure Navigator» du menu XML, nous avons essayé de voir dans quels cas les balises <paragraphe> et <dialogue> étaient utilisées. - Nous avons constaté que la balise <paragraphe> ne contenait que des balises <phrase> ayant pour attribut loc= narrateur. La balise <dialogue> nous a, elle, tout d abord intrigué puisqu elle semblait aussi bien introduire des passages avec deux locuteurs que des passages où il n y avait qu un seul locuteur. - En regardant le texte de plus près, nous avons finalement déduit que le choix entre les balises <paragraphe> et <dialogue> était en fait basé sur la présence de passages au discours direct dans le texte écrit. - En utilisant la commande «Replace» du menu «Edit», nous avons donc effectué les modifications suivants : <paragraphe> <paragraphe loc= narrateur > <dialogue> <discours_direct> </dialogue> </discours_direct> - Puis, en utilisant les commandes «Find» et «Find next» du menu «Edit», nous avons ajouté, selon les cas, l attribut loc= narrateur, loc= LePetitPrince ou loc= LePetitPrince et narrateur à la balise <discours_direct> et nous avons pris note des éléments qu il nous faudrait plus tard modifier dans la DTD.?? Après avoir effectué ces modifications, nous avons vérifié si notre document était toujours bien formé avec le parser RXP et nous n avons obtenu aucun message d erreurs Modifications apportées à la DTD?? Nous avons commencé par changer la DTD en fonction des modifications que nous avions apportées au document XML. - Modifications des éléments se rapportant à l en-tête. DTD originale DTD modifiée <!ELEMENT entete (info_texte, info_corpus)> <!ELEMENT entete (info_texte, info_corpus_original, info_corpus_modifie)> <!ELEMENT info_corpus (but, auteurs, date)> <!ELEMENT info_corpus_original (but, auteurs, date)> Lignes ajoutées à la DTD <!ELEMENT info_corpus_modifie (but, etudiant*, date)> <!ELEMENT etudiant (nom, prenom, )> <!ELEMENT nom (#PCDATA)> <!ELEMENT prenom (#PCDATA)> <!ELEMENT (#PCDATA)> - Modifications des constituants se rapportant au corps du document : 4 5

4 DTD originale <!ELEMENT corps (paragraphe dialogue image)*> <!ELEMENT dialogue (phrase*)> DTD modifiée <!ELEMENT corps (paragraphe discours_direct image)*> <!ELEMENT discours_direct (phrase*)>?? Nous sommes finalement arrivées au résultat escompté : la fin des messages d erreurs!!! (et donc l obtention d un document XML valide) Lignes ajoutées à la DTD <!ATTLIST paragraphe loc CDATA #REQUIRED> <!ATTLIST discours_direct loc CDATA #REQUIRED>?? Nous avons ensuite inséré une nouvelle déclaration de type de document dans notre document XML (<!DOCTYPE texte SYSTEM "prince.dtd">) et nous avons vérifié si le document était valide.?? Nous avons obtenu une liste de messages d erreurs tels que ceux présentés cidessous : Warning: Content model for phrase does not allow element AUDIO here in unnamed entity at line 2055 char 10 of file:///c:/tal/ tp/prince.xml Warning: Content model for texte does not allow element image here in unnamed entity at line 2058 char 7 of file:///c:/tal/ tp/prince.xml?? Nous avons réglé ces erreurs au cas par cas en procédant de la manière suivante : - comparaison entre l emploi de l élément posant problème à la ligne indiquée dans le document XML (commande «Go to line» du menu «Edit» ) et le modèle donné dans la DTD ; - modification de la DTD ; - utilisation du parser RXP après chaque modification pour voir le résultat.?? Nous avons ainsi repéré trois principaux types de problèmes : Problèmes Problème de casse Omission d un élément dans le modèle de contenu associé à un autre type d élément Omission de la déclaration d un attribut Exemples L élément AUDIO était écrit en majuscules dans le document XML et en minuscules dans la DTD. <!ELEMENT audio (#PCDATA)> <!ELEMENT AUDIO (#PCDATA)> Le modèle de contenu associé à l élément texte ne contenait pas l élément image. <!ELEMENT texte (entete, corps)> <!ELEMENT texte (entete, corps, image)> Les attributs start et end de l élément AUDIO n avaient pas été déclarés. <!ATTLIST AUDIO start CDATA #REQUIRED> <!ATTLIST AUDIO end CDATA #REQUIRED> Pas de message d erreur : notre document est valide! 1.2 Utilisation de Xerces-J Présentation de Xerces-J Xerces-J est un parseur XML conçu pour implémenter des standards du consortium W3C pour XML. Cet outil, développé par Apache, permet aussi la conversion de fichiers XML en HTML. Xerces-J nécessite l installation d une machine virtuelle Java. Nous avons installé les fichiers xerces.jar et xercessamples.jar dans le chemin d'accès aux classes java de notre machine de travail : C:\jdk1.2.2\jre\lib\ext (JDK : Java Development Kit) Lignes de commande utilisées : - java sax.saxcount prince.xml => permet une vérification syntaxique du document passé en argument - java sax.saxcount -v prince.xml => permet une vérification de la validité du document XML par rapport à son DTD 6 7

5 1.2.2 Utilisation des lignes de commande avec Xerces-J Sous Cygwin, nous avons lancé la première commande java sax.saxcount prince.xml Lors du premier lancement de la commande, nous avons rencontré le message d erreur suivant : Exception in thread?main? java.lang.noclassdeffounderror :sax/saxcount. Nous avons alors essayé de lancer cette commande sur une autre machine ayant une version plus récente de JDK (chemin d'accès C:\jdk1.3.1_02\jre\lib\ext) et nous avons obtenu le résultat suivant. On peut noter qu en utilisant les deux lignes de commande relative à Xerces-J, on obtient toujours une statistique se rapportant au fichier XML avec le nombre d'éléments, d'attributs, d'espaces et de caractères utilisés dans notre fichier. 1.3 Utilisation de Cooktop Présentation Pas de message d erreurs : le document est bien formé. Pas de message d erreurs : le document est valide. Cooktop est un environnement de développement intégré (IDE) sous Windows qui peut traiter des documents XML, DTD et XSLT. XML Cooktop est un éditeur offrant un ensemble de fonctionnalités incluant notamment : - la saisie «colorée» de documents XML - la vue du document avec un navigateur - le support de la création de chemins Xpath - le développement et le test de feuilles XSLT - la mise en forme de documents XML via Tidy Manipulation?? Utilisation de la commande «Validate» du menu «XML» Nous avons ensuite supprimé volontairement un élément du document XML pour vérifier le bon fonctionnement du parseur et nous avons obtenu le message d erreur tel qu il est affiché sur le document écran ci-dessus. Cooktop nous indique que notre document est valide. 8 9

6 Comme avec Xerces-j, nous avons introduit des erreurs pour vérifier : - si des problèmes concernant la syntaxe du document seraient repérés ;?? Modifications apportées à la présentation du document XML et à sa DTD: - Mise en forme du document XML avec la commande «Format Current XML Tidy» du menu «Tools». Suppression du caractère «>» de la balise </auteurs> Affichage d un message d erreurs pour signaler la mauvaise formation du document Obtention d un document plus «aéré» - si des problèmes quant à la confomité du document par rapport à sa DTD seraient repérés. Suppression des éléments concernant la balise <auteur> - Ajout de sauts de ligne dans le document «prince.dtd» pour essayer de rendre le document plus lisible. - Suppression du commentaire suivant : <!-- edited with XML Spy v3.5 ( by steph (univ) --> - Ajout de quelques commentaires dans notre DTD. - Version finale de notre DTD : Affichage d un message d erreurs pour signaler la non-conformité du document à sa DTD <?xml version="1.0" encoding="iso "?> <!ELEMENT texte (entete, corps, image)> <!ELEMENT entete (info_texte, info_corpus_original, info_corpus_modifie)> On peut noter cependant que si l on supprime le lien à la DTD, Cooktop affiche alors à nouveau que ce même document est «valid», ce qui porte à confusion puisque le document est en fait seulement bien formé. <!ELEMENT info_texte (titre, auteur,image?, edition?)> <!-- "?" indique que l'élément image et l'élément edition sont optionnels. Dans le cas de notre document "prince.xml", il n'y a pas d'élément edition dans l'en-tête. --> 10 11

7 <!ELEMENT titre (#PCDATA AUDIO)*> <!-- l'élément titre est un exemple de modèle à contenu mixte --> <!ELEMENT AUDIO (#PCDATA)> <!ATTLIST AUDIO start CDATA #REQUIRED end CDATA #REQUIRED> <!-- déclaration des deux attributs relatifs à l'élément AUDIO. "#REQUIRED" indique que ces deux attributs sont obligatoires pour l'élément AUDIO--> <!ELEMENT auteur (#PCDATA)> <!ELEMENT image (#PCDATA)> <!ATTLIST image chemin CDATA #REQUIRED> <!ELEMENT edition (#PCDATA)> <!ELEMENT info_corpus_original (but, auteurs, date)> <!ELEMENT but (#PCDATA)> <!ELEMENT auteurs (#PCDATA)> <!ELEMENT date (#PCDATA)> <!ELEMENT info_corpus_modifie (but, etudiant*, date)> <!-- "*" indique que l'élément etudiant est un element optionnel et répétable --> <!ELEMENT etudiant (nom, prenom, )> <!ELEMENT nom (#PCDATA)> <!ELEMENT prenom (#PCDATA)> <!ELEMENT (#PCDATA)> <!ELEMENT corps (paragraphe discours_direct image)*> <!ELEMENT paragraphe (phrase*)> <!ATTLIST paragraphe loc CDATA #REQUIRED> <!ELEMENT phrase (modalite*, AUDIO?)> <!ATTLIST phrase loc CDATA #REQUIRED> <!ELEMENT modalite (traduction+)> <!ATTLIST modalite type CDATA #IMPLIED> <!-- "#IMPLIED" indique que la présence de l'attribut "type" est facultative.--> <!ELEMENT traduction (mot+)> <!ATTLIST traduction lang CDATA #IMPLIED> <!ELEMENT mot (#PCDATA AUDIO)*> <!ELEMENT discours_direct (phrase*)> <!ATTLIST discours_direct loc CDATA #REQUIRED> 2 TP XSL 2.1 Edition de feuilles de style avec Cooktop Définition d une feuille de style minimale Pour cette première partie du TP, nous nous sommes tout d abord inspirées du document «saintex.xsl» disponible dans le corpus TAL-tp. Nous avons effectué quelques copier-coller, ajouter des modifications quant aux couleurs et nous avons obtenu la feuille de style suivante : <?xml version="1.0" encoding="iso "?> Déclaration XML <xsl:stylesheet xmlns:xsl=" version="1.0"> Elément racine, déclaration d un espace nominatif <xsl:template match="/"> <html><head><title>le Petit Prince</title></head> <body bgcolor="white"><xsl:apply-templates/></body></html> <xsl:template match="titre"> <div align="center"> <br><font color="green"><b><h1><xsl:apply-templates/></h1></b></font></br> </div> <xsl:template match="auteur"> <div align="center"> <br><i><font color="green"><h3><xsl:apply-templates/></h3></font></i></br> </div> </xsl:stylesheet> Déclaration de règles Pour visualiser le résultat avec Cooktop, il faut soit appuyer sur la touche «F5» soit aller dans le menu «XML» et choisir l option «Run XSLT»

8 Nous avons obtenu le résultat suivant: <xsl:template match="info_corpus_original"> <!--<xsl:apply-templates/>--> <xsl:template match="info_corpus_modifie"> <br><!--<xsl:apply-templates/>--></br> Par la suite, nous avons remodifié cette section puisqu il nous a semblé en fait plus normal de tout simplement préciser à quel élément nous souhaitions voir appliquer un patron : Aucun patron n est précisé pour la présentation du corps de texte ; par défaut, tous les mots du texte apparaissent collés les uns aux autres. <xsl:template match="entete"> <xsl:apply-templates select="info_texte"/> Séparation entre les mots, les phrases, les traductions Avant d apporter des changements au corps du document, nous avons modifié la présentation des informations contenues dans l en-tête du document. Pour cela nous avons créé le modèle ci-dessous : <!--creation d'un tableau pour la section relative à info_texte du doc XML--> <xsl:template match="info_texte"> <br/><table width="600"> <TR><TD align="left"> <font color="green"><b><h1><xsl:value-of select="titre"/> </h1></b></font></td> <TD rowspan="2"> <IMG SRC="C:\TAL\tpxsl\saintex3.jpg" alt="page de couverture" width="128" height="208"> </IMG></TD></TR> <TR><TD align="left"> <i><font color="green"><h2><xsl:value-of select="auteur"/> </h2></font></i></td></tr> </TABLE> Nous ne souhaitions pas que les informations relatives au corpus apparaissent. Nous avons tout d abord pensé à les transformer en commentaires : Pour séparer les mots, nous avons utilisé l élément xsl :text qui permet de générer le texte spécifié sans enlever les «blancs». Nous avons donc ajouté la partie suivante à notre feuille de style : <!-- mise en place des espaces dans le texte--> <xsl:template match="mot"> <xsl:text> </xsl:text><xsl:apply-templates/> Pour cette partie du TP, nous avons compris qu il fallait garder la structure en paragraphes définie dans le document «prince.xml», que chaque paragraphe devait être séparé par un saut de lignes et qu un saut de ligne devait aussi séparer les parties en français des parties en anglais. Nous avons obtenu le résulat escompté en insérant les déclarations de règles suivantes : <!-- mise en place des paragraphes et sauts de lignes entre la version française et la version tcheque--> <xsl:template match="paragraphe"> <p><xsl:apply-templates/></p> <xsl:template match="discours_direct/phrase//traduction[@lang='francais']"> <p><xsl:apply-templates/></p> <xsl:template match="discours_direct/phrase//traduction[@lang='tcheque']"> <p><xsl:apply-templates/></p> 14 15

9 Visualisation du résultat : Affichage de la version tchèque uniquement Coloration des phrases selon le locuteur Déclarations de règles ajoutées à la suite de notre feuille de style : Visualisation du résultat : <!-- coloration des phrases selon le locuteur--> <xsl:template match="phrase[@loc='narrateur']"> <font color="red"><xsl:apply-templates/></font> <xsl:template match="phrase[@loc='lepetitprince']"> <font color="green"><xsl:apply-templates/></font> Pour n afficher que la version tchèque, nous avons décidé de reprendre la feuille de style établie jusque là et d y ajouter simplement des modifications au niveau des chemins Xpaths pour que le patron ne s applique qu aux parties en tchèque. Voici donc les parties que nous avons modifiées : <!-- mise en place des paragraphes et sauts de lignes entre la version française et la version tcheque--> <xsl:template match="paragraphe"> <p><font color="red"> <xsl:apply-templates select="./phrase//traduction[@lang='tcheque']"/></font></p> <xsl:template match="discours_direct"> <xsl:apply-templates select="./phrase//traduction[@lang='tcheque']"/> <!-- coloration des phrases selon le locuteur--> <xsl:template match="discours_direct/phrase[@loc='narrateur']//traduction[@lang='tcheque']"> <font color="red"><xsl:apply-templates/></font><br/> <xsl:template match="discours_direct/phrase[@loc='lepetitprince']//traduction[@lang='tcheque']"> <font color="green"><xsl:apply-templates/></font><br/> 16 17

10 Affichage du résultat : fonction chaine contains(text(), texte_concerné ). Nous avons donc écrit une autre version possible pour mettre le mot mouton en relief : <!-- mise en relief du mot mouton --> <xsl:template match="mot"> <xsl:choose> <xsl:when test="contains(text(),'mouton')"> <xsl:text> </xsl:text><b><i><font size= "10"> <xsl:apply-templates/></font></i></b></xsl:when> <xsl:otherwise><xsl:text> </xsl:text><xsl:apply-templates/></xsl:otherwise> </xsl:choose> Visualisation du résultat : Mise en relief du mot mouton Pour mettre le mot mouton en relief, nous avons tout d abord essayé d appliquer le patron suivant : <!-- mise en relief du mot mouton --> <xsl:template match="mot[(text()='mouton')] "> <xsl:text> </xsl:text><b><i><font size="10"><xsl:apply-templates/></font></i></b> Lorsque nous avons visualisé le résultat, seul un mot mouton sur quatre était mis en relief. Nous avons consulté notre document «prince.xml» et nous nous sommes rendu compte que notre patron ne pouvait pas s appliquer au mot mouton suivi d un signe de ponctuation (<mot>mouton.<mot>, <mot>mouton <mot>, etc.). Nous avons donc réécrit notre déclaration de règles : <!-- mise en relief du mot mouton --> <xsl:template match="mot[(text()='mouton') or (text()='mouton.') or (text()='mouton?') or (text()='mouton...') or (text()='mouton!')]"> <xsl:text> </xsl:text><b><i><font size="6"><xsl:apply-templates/></font></i></b> Nous avons alors obtenu le résultat voulu mais d une façon un peu compliquée. Nous avons donc consulté notre documentation sur les feuilles de style XSLT et nous avons constaté que l on pouvait cibler une portion de texte située entre deux balises grâce à la Sélection des phrases contenant le mot mouton Pour sélectionner les phrases contenant le mot mouton, nous avons d abord sélectionné les éléments <mot> contenant le mot mouton, puis nous avons indiqué que nous voulions que notre patron s applique à l élément père de <mot> afin que ce soit la phrase en entier qui s affiche et non pas simplement le mot mouton : 18 19

11 <!-- pour n'afficher que les phrases contenant le mot mouton --> <xsl:template match="corps"> <xsl:apply-templates select=".//phrase//traduction/mot[contains(text(),'mouton')]"/> Déclaration d application du modèle aux nœuds contenant le mot mouton <xsl:template match="mot"> <xsl:text> </xsl:text> <center><p><font color="blue"><xsl:value-of select=".."/></font></p></center> Visualisation du résultat : Sélection de l élément père du nœud mot pour afficher la phrase complète 2.2 Utilisation des autres outils Xalan Xalan est un logiciel développé dans le cadre du projet Apache et qui nécessite une machine virtuelle java. Ligne de commande à utiliser : java org.apache.xalan.xslt.process in xmlfile.xml xsl xslfile.xsl out resultfile.html Nous avons effectué un test en utilisant notre feuille de style «phrasesmouton.xsl». Voici le résultat : Ligne de commande Fichier créé 20 21

12 2.2.2 XT XT est un processeur développé par James Clark et qui est téléchargeable à l adresse suivante : Cet outil ne pose aucun problème d installation et est très simple d utilisation MkCorpus Le module Sablotron de MkCorpus (menu «Tools XML» puis «XSLT- Tools») permet de convertir des fichiers XML en fichier HTML. Nous avons d abord eu quelques problèmes pour utiliser ce module puisque nous obtenions toujours en sortie le fichier html suivant : Ligne de commande à utiliser : xt source.xml fichier.xsl fichier_resultat Ligne de commande Il s agit en fait d un bug de sablotron. Pour que celui-ci fonctionne, il faut supprimer le lien à la DTD dans le fichier xml que l on souhaite transformer. Fichier html créé Plus de lien à la DTD dans notre document xml Fenêtre apparaissant pour pouvoir effectuer une conversion de fichier avec sablotron

13 Fichier html obtenu en sortie : 2.3 Création d un patron de transformation pour le fichier adresses.xml Lecture de code En utilisant Cooktop, nous avons appliqué les différentes feuilles de style au fichier adresses.xml, fichier répertoriant les adresses, s et téléphones de différentes personnes. - Application de la feuille de style «adresses1.xslt» Création d une liste avec utilisation de balises HTML. Le patron s applique à chaque élément adresse. A l intérieur de cet élément on sélectionne le prénom, le nom et enfin l adresse de la personne. - Application de la feuille de style «adresses2.xslt» 24 25

14 2.3.2 Ecriture de code Nous avons décidé de créer un patron de transformation donnant en sortie un document HTML. Voici notre code : <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="html"/> - Application de la feuille de style «adresses3.xslt» Tri selon l adresse électronique (document de sortie en version «text») Avec xsl :if, le patron n est appliqué que si l élément «adresse» contient l élément « ». Tri par ordre alphabétique selon le nom grâce à l élément xsl :sort. Puis sélection des éléments «adresse» contenant l élément « » (application conditionnelle avec xsl :if.) et ajout du numéro de téléphone fixe si, parmi les éléments «adresse» sélectionnés, ceux-ci contiennent l élément «tel» ayant pour attribut lieu= maison. Affichage du nombre d adresses concernées par ce patron (création de la variable $Nombre et utilisation de la fonction chaine count(élément)). <xsl:template match="/"> <html> <head> <title>carnet d'adresses</title> </head> <body bgcolor="steelblue"> <xsl:apply-templates select="adresses"/> </body> </html> <!--création d un tableau pour chaque élément adresse--> <xsl:template match="adresses"> <xsl:for-each select="adresse"> <xsl:sort select="nom"/> <br><center><table bgcolor="white" border="4" width="600"> <TR><TH><B>NOM Prenom</B></TH> <TD bgcolor="lightsteelblue" width="400"> <xsl:apply-templates select="nom"/> <xsl:apply-templates select="prenom"/> </TD></TR> <TR><TH><B>Adresse</B></TH> <TD width="400"> <xsl:value-of select="poste"/> </TD></TR> <TR><TH><B> </B></TH> <!--affichage de l s il y en a un et affichage d un message dans le cas contraire--> <TD><xsl:choose> <xsl:when test=" "><xsl:value-of select=" "/></xsl:when> <xsl:otherwise><xsl:text>pas d' !!!</xsl:text></xsl:otherwise> </xsl:choose> </TD></TR> <TR><TH><B>Tel.</B></TH> <TD><xsl:apply-templates select="tel"/> </TD></TR> </TABLE></CENTER></br> </xsl:for-each> <xsl:template match="nom"> <B><font size="4"><xsl:apply-templates/></font></b> Tri par ordre alphabétique selon le nom Caractères spéciaux pour faire apparaître des espaces <xsl:template match="prenom"> <font size="3"><xsl:apply-templates/></font> 26 27

15 <!--Application conditionnelle : affichage du numero de telephone et du numero de fax s il y en a. Pour le numero de telephone, affichage du texte «Maison :» suivi du numero correspondant si l element «tel» possede l attribut «lieu= maison» et affichage du texte «Portable :» suivi du numero correspondant si l element «tel» possede l attribut «lieu= portable»--> <xsl:template match="tel"> <xsl:if test="@type='tel'"> <xsl:if test="@lieu='maison'"><xsl:text>maison: </xsl:text><xsl:value-of select="."/></xsl:if> <xsl:if test="@lieu='portable'"><xsl:text>portable: </xsl:text><xsl:value-of select="."/></xsl:if> </xsl:if> <xsl:if test="@type='fax'"><xsl:text>fax: </xsl:text><xsl:value-of select="."/> <xsl:text> / </xsl:text> </xsl:if> </xsl:stylesheet> Application de notre patron de transformation au document «adresses.xml» : 2.4 Documents arborés, arbres syntaxiques et sorties XML Explication du code de "arbresstenose1.xslt" <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="xml" version="1.0" encoding="iso " indent="yes"/> <xsl:template match="@* node()"> <xsl:copy> <xsl:apply-templates select="@* node()"/> </xsl:copy> </xsl:stylesheet> Explications des différents éléments et expressions données par le W3C ( : "L'élément xsl:output permet aux auteurs de feuilles de styles de spécifier la manière dont ils souhaitent produire l'arbre résultat. Si un processeur XSLT produit un arbre résultat, il doit le faire conformément à ce qui est spécifié avec l'élément xsl:output ( ).indent spécifie si le processeur XSLT est autorisé à rajouter des espaces blancs additionnels pendant qu'il génère l'arbre résultat; la valeur ne peut être que yes ou no." "L'élément xsl:copy fournit un moyen simple pour copier le nœud courant. L'instanciation de l'élément xsl:copy crée une copie du nœud courant. Les nœuds espace de noms du nœud courant sont également copiés automatiquement, mais les attributs et les enfants du nœud ne sont pas copiés automatiquement. Le contenu de l'élément xsl:copy est le modèle des attributs et enfants à créer sur le nœud résultant ; le contenu est instancié uniquement pour les nœuds dont le type leur permet d'avoir des attributs ou des enfants (par exemple les nœuds racines et les nœuds d'éléments). " "node() correspond à n'importe quel nœud autre qu'un nœud attribut et que le nœud racine" "@* correspond à n'importe quel attribut" <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="xml" version="1.0" encoding="iso " indent="yes"/> <xsl:template match="@* node()"> <xsl:copy> <xsl:apply-templates select="@* * text()"/> </xsl:copy> </xsl:stylesheet> Pour changer un peu la feuille de style, nous avons simplement remplacé "node()" par "* text()". "*" correspond à tous les éléments et "text()" à tous les nœuds texte

16 2.4.2 Explication du code de "arbresstenose2.xslt" <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="xml" version="1.0" encoding="iso " indent="yes"/> <xsl:template node()"> <xsl:copy> <xsl:apply-templates node()"/> </xsl:copy> <xsl:template match="det"> </xsl:stylesheet> Aucun patron n'est appliqué pour l'élément "det", cela permet donc de faire disparaître les éléments dépendants de la balise <det> Pour enlever un sous-arbre d'un document XML, il suffit donc d'ajouter dans la feuille de style les lignes suivantes: <xsl:template match="element-racine-du-sous-arbre-à-extraire"> Explication du code de "arbresstenose3.xslt" <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="xml" version="1.0" encoding="iso " indent="yes"/> <xsl:template node()"> <xsl:choose> <xsl:when test="det"> <xsl:apply-templates select="sn"/> </xsl:when> <xsl:otherwise> <xsl:copy> <xsl:apply-templates node()"/> </xsl:copy> </xsl:otherwise> </xsl:choose> </xsl:stylesheet> Quand on applique la feuille de style, ce qui est entouré en rouge sur l'écran est supprimé. Si l on regarde la feuille de style, quand on arrive à une balise «det», un patron est sensé être appliqué à la balise «sn», située comme élément fils de «det». Comme il n'y a pas d'élément «sn» à l'intérieur de «det», aucun patron n'est appliqué pour cet élément. Cette partie de l'arbre n'est donc pas copiée Explication du code de "arbresstenose4.xslt" Le code est le même que pour la feuille de style précédente, seule la ligne suivante est modifiée: <xsl:when test="det"> <xsl:when test="sadj det"> " " est un connecteur correspondant au OU logique. Pour simplifier récursivement les arbres d'un document XML, on peut donc utiliser cette feuille de style : chaque élément cité comme test sera ainsi supprimé

17 2.4.5 Explication du code de "arbresstenose5.xslt" <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="xml" version="1.0" encoding="iso " indent="yes"/> <xsl:template node()"> <xsl:apply-templates node()"/> Le patron s applique à tous les attributs ou nœuds contenus dans chaque nœud. <xsl:copy-of select="."/> </xsl:when> <xsl:otherwise> <xsl:apply-templates select="@* node()"/> </xsl:otherwise> </xsl:choose> </xsl:stylesheet> Les attributs ou nœuds ne sont copiés que si le résultat de l évaluation de l expression test donne la valeur vrai. Avec <xsl:when test="sadj/adj and sn/nom">, seuls les nœuds contenant les éléments adj, fils de sadj, et aussi les éléments nom, fils de sn, sont copiés. <xsl:template match="arbre"> <xsl:text> </xsl:text> <xsl:apply-templates select="@* node()"/> <xsl:template match="art nom adj prep"> <xsl:copy-of select="."> </xsl:copy-of> </xsl:stylesheet> Pour extraire uniquement les noms, il suffit de modifier cette ligne: Permet de conserver le niveau de structure des éléments les uns par rapport aux autres. «L'élément xsl:copy-of peut être utilisé pour insérer un fragment d'arbre résultat dans un arbre résultat. Lorsque le résultat de l'évaluation de l'expression située après select est fragment d'arbre résultat, alors le fragment complet est copié dans l'arbre résultat. Lorsque le résultat est un ensemble de noeuds, alors tous les noeuds de cet ensemble sont copiés dans l'arbre résultat dans le même ordre où ils apparaissent dans le document.» (cf. W3C) <xsl:template match="art nom adj prep"> Si l on veut extraire un autre sous-arbre, il suffit de changer le prédicat Xpath donné après test. Exemple : si l on choisit d extraire seulement les articles, on peut écrire la ligne suivante : <xsl:when test="art"> Résultat obtenu : <?xml version="1.0" encoding="iso "?> <det> <art>le</art> </det> <det> <art>la</art> </det> <det> <art>une</art> </det> <det> <art>la</art> </det> <det> <art>le</art> </det> Résultat obtenu : <xsl:template match="nom"> <?xml version="1.0" encoding="iso "?> <nom>sténose</nom> <nom>tronc</nom> <nom>artère</nom> <nom>sténose</nom> <nom>diagonale</nom> <nom>sténose</nom> <nom>iva</nom> <nom>moyenne</nom> <nom>sténose</nom> <nom>réseau</nom> <nom>sténose</nom> Explication du code de "arbrescyclades1.xslt" L application de cette feuille de style permet d obtenir un arbre résultat avec de nouveaux éléments et attributs. Pour cela, on utilise les éléments xsl : element (création d un élément) et xsl : attribute (création d un attribut). Le nom de ces éléments à créer est spécifié par l attribut obligatoire name. Prenons un exemple à partir d un extrait de la feuille de style : <xsl:element name="association"> Création de l élément association Explication du code de "arbresstenose7.xslt" <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="xml" version="1.0" encoding="iso " indent="yes"/> <xsl:template match="@* node()"> <xsl:choose> <xsl:when test="sadj/adj and sn/nom"> <xsl:attribute name="phrase"> <xsl:value-of select="@phrase"/> </xsl:attribute> <xsl:attribute name="arbre"> <xsl:value-of select="@arbre"/> </xsl:attribute> <xsl:attribute name="patron"> <xsl:text>*n adj</xsl:text> </xsl:attribute> Création de trois attributs pour l élément association Détermination de la valeur de ces attributs en fonction de la valeur des attributs du document original à l aide de xsl : value-of ou intégration de cette valeur grâce à xsl : text

18 <xsl:element name="pivot"> <xsl:value-of select="sn/sn/nom"/> </xsl:element> <xsl:element name="contexte"> <xsl:text>~ </xsl:text> <xsl:value-of select="sn/sadj/adj"/> </xsl:element> </xsl:element> Création de deux éléments contenus dans l élément association. Détemination de leur valeur à l aide de xsl : value-of et xsl : text 3 TP XPATH 3.1 Utilisation de XMLCooktop XMLCooktop possède une interface Xpath intégrée. Il faut faire précéder le chemin Xpath de «n :» ou «nodes :» pour obtenir un résultat avec des balises ou alors «v :» ( «values :» ) pour n obtenir que la valeur texte associée à ces nœuds Chemin utilisé pour trouver toutes les traductions en tcheque n://traduction[@lang= tcheque ] (affichage avec les balises) v://traduction[@lang= tcheque ] (affichage du texte seulement) 34 35

19 3.1.2 Chemin utilisé pour trouver la traduction en tcheque de la 2ème phrase Deuxième phrase en tcheque Deuxième phrase en français Il s agit bien de la deuxième phrase en tchèque dans le document Chemin utilisé pour trouver toutes les phrases en français dites par le narrateur n://phrases[@loc= narrateur ]//traduction[@lang= francais ] (avec les balises) v://phrases[@loc= narrateur ]//traduction[@lang= francais ] (seulement le texte) Chemin utilisé pour trouver la traduction en français de la 2ème phrase n:/descendant : :traduction[@lang= francais ][2] (Résultat : voir copie d écran page suivante) 36 37

20 3.1.5 Chemin utilisé pour trouver toutes les phrases interrogatives en français prononcées par le Petit Prince Nous avons trouvé plusieurs chemins possibles : n://phrase[@loc= LePetitPrince ]//traduction[@lang= francais ]/mot[contains(text(),? )]/../../.. n://phrase[@loc= LePetitPrince ][modalite[traduction[@lang= francais ][mot[contain s(text(),? )]]]] n://phrase[@loc= LePetitPrince ][modalite[@type= interrogative ][traduction[@lang= francais ]]] - du petit prince au narrateur : n://phrase[@loc='narrateur']/modalite[@type='interrogative']/following::phrase[@loc= 'LePetitPrince'][1]//traduction[@lang='francais'] Il y a une réponse du narrateur au petit prince. Il y a deux réponses du petit prince au narrateur (nous avons vérifié si le narrateur posait bien seulement deux questions en français au petit prince en tapant le chemin xpath suivant : //phrase[@loc='narrateur']/modalite[@type='interrogative']/traduction[@lang='fran cais']) Chemin utilisé pour trouver toutes les réponses en français : - du narrateur au petit prince: n://phrase[@loc='lepetitprince']/modalite[@type='interrogative']/following::phrase[@ loc='narrateur'][1]//traduction[@lang='francais'] 38 39

21 3.2 Utilisation de XML Spy Tout comme XML Cooktop, XML Spy possède une interface Xpath intégrée. L affichage des résultats avec cet outil se fait sous forme de tableau. Pour accéder à l interface XPath, il faut aller dans le menu «XML» et choisir «Evaluate Xpath» Présentation de l interface avec un exemple : Quelques points particuliers à l interface Xpath de XML Spy XML Spy ne possède pas d option qui permette de n afficher que le texte en résultat tel que «values :» de Cooktop. Il faut donc préciser le chemin Xpath en lui-même. Pour trouver les traductions en français des phrases dites par le narrateur en ne gardant que le texte, nous avons donc utilisé le chemin suivant : //phrase[@loc= narrateur ]//traduction[@lang= francais ]/mot/text() Interface Xpath avec les résultats pour le chemin suivant : //traduction[@lang= tcheque ] Dès que l on utilise les axes «preceding» et «following», il y a un bug. Nous n avons donc pas pu utiliser les chemins que nous avons écrits avec Cooktop pour trouver les réponses du narrateur au petit prince et vice versa. Nous avons repris les chemins Xpath que nous avions essayé avec Cooktop. Nous n allons donc pas reprendre tous ces chemins mais simplement souligner les différences dans l utilisation de XML Spy

22 3.3 Utilisation de Xalan narrateur francais ]/mot/text() Installation et mise en route de l outil Nous avons d abord récupéré les fichiers xerces.jar, xalan.jar et ApplyXPath.class. Sous MSDOS, nous nous sommes placés dans le répertoire Xpath-interface et nous avons lancé le script Xpath.bat. Le message suivant s est affiché : java ApplyXPath filename.xml Reads filename.xml; Affichage des phrases en francais dites par le narrateur sous forme d une liste de mots. Nous avons ensuite tapé la ligne de commande ci-dessous : java -classpath.;xerces.jar;xalan.jar ApplyXPath prince.xml /texte/entete Le message que nous avions eu en lançant le script Xpath.bat s est de nouveau affiché. Nous avons alors essayé de retaper la ligne de commande mais sans le chemin Xpath, ce qui nous a permis d arriver à une interface Xpath, différente cependant de celle attendue : C:\TAL\cours \TP-outils\tpXpath\xPath-interface>java -classpath.;xerces.jar;xalan.jar ApplyXPath prince.xml Loading classes, parsing prince.xml, and setting up serializer n://phrase[@loc='lepetitprince']/modalite[@type='interrogative']/following::phrase[@loc='n arrateur'][1]//traduction[@lang='francais'] Type "exit" to leave. xpath > Nous avons travaillé en utilisant cette interface Essais de différents chemins Xpath. Pas de problème pour le traitement de l axe following. /descendant : :traduction[@lang= tcheque ][2] Extraction du nœud correspondant 42 43

23 3.4 Utilisation de MkCorpus MkCorpus possède différents modules pour rechercher des nœuds au moyen de chemins Xpath. Voici les différentes possibilités telles qu elles sont présentées dans le menu «Tools XML» «XML Xpath» «Help Xpath» : Format d'entrée : Charger un fichier XML dans MKCORPUS Nous avons choisi de faire des essais principalement avec l option «Extract node via Xpath(1)» et avec «interface Xpath (Win32)» Utilisation de Xpath(1) de MkCorpus Pour pouvoir utiliser cette interface, il faut d abord charger le document XML mais il faut aussi que la DTD afférente se trouve dans le dossier MkCorpus-1.02 sinon il n y a aucun résultat : Ensuite 3 options sont disponibles : A. "Extract node via Xpath" B. "Extract all nodes with text via Xpath" C. "Extract all selected nodes (by name)" D. "Interface Xpath (Win32)" Option A. Cette option permet de faire une extraction de noeuds de l'arbre XML en utilisant une syntaxe XPath restreinte à des chemins absolus dans l'arbre. Pour cette option il faut donner dans la zone de recherche un chemin. Option B. Cette option permet d'extraire tous les noeuds contenant une chaîne de caractères donnée en argument. Pour cette option il faut donner dans la zone de recherche une chaîne de caractères à chercher. Chemin XPath Notre document xml Aucun résultat Option C. Cette option active permet d'extraire tous les noeuds dont le nom est donné en argument. Pour cette option il faut donner dans la zone de recherche une chaîne de caractères correspondant au nom de l'élément de l'arbre à extraire. Après ajout de la DTD dans le répertoire de MkCorpus, l interface fonctionne Option D. Cette option active une interface XPath externe qui utilise les programmes du projet Apache 44 45

24 ESSAIS : /descendant : :traduction[@lang= tcheque ][2] <?xml version="1.0" encoding="iso "?> <results> <title>résultats XPATH...</title> J'ai ainsi vã cu seul, (etc.) Affichage du nombre de nœuds correspondant à ce chemin Possibilité de sauvegarder le résultat Essai de chemins Xpath contenant l axe preceding : //phrase[@loc='lepetitprince']/modalite[@type='interrogative']/following::phrase[@lo c='narrateur'][1]//traduction[@lang='francais'] <?xml version="1.0" encoding="iso "?> <results> <title>résultats XPATH...</title> <node-number>1</node-number> <node> <traduction lang="francais"> <mot>-pourquoi?</mot> </traduction> </node> </results> Aucun problème! Essai d un chemin Xpath pour ne garder que le texte : //phrase[@loc= narrateur ]//traduction[@lang= francais ]/mot/text() <?xml version="1.0" encoding="iso "?> <results> <title>résultats XPATH...</title> <node-number>530</node-number> <node> J'ai </node> <node> ainsi </node> <node> vã cu </node> <node> seul, </node> (etc.) Des balises <node> s affichent automatiquement. Nous avons donc essayé avec le module Xpath(2) pour voir la différence et nous avons obtenu le résultat voulu (cf. résultat ci-après) Utilisation de Xpath (Win32) On a accès à cette interface via la fenêtre MSDOS active. On se retrouve sous la même interface Xpath que lors de l utilisation de Xalan. Nous n avons donc rééffectué que les deux essais suivants : /descendant : :traduction[@lang= tcheque ][2] 46 47

25 3.5 Utilisation de Xpath-Visualiser version 1.0 Pour cet outil, nous avons lancé XpathVisualizer.bat dont voici le off java -classpath.;lib/xalan.jar;lib/xerces.jar;lib/xpathvis.jar org.logilab.xml.tools.xpathvisualizer Nous sommes parvenues à l interface graphique de Xpath Visualizer. Nous avons chargé notre document XML et nous avons essayé de taper un chemin Xpath mais des messages d erreurs se sont affichés dans la fenêtre de commande et notre requête est restée sans réponse. Comme précédemment, pas de problème pour le traitement des axes. Affichage de notre document XML. Le rectangle jaune indique le nœud courant par rapport auquel le chemin Xpath sera évalué. Chemin XPath Message d erreurs indiquant que différentes sources sont inconnues. Nous avons essayé avec une version plus récente de xalan (xalan-j_2_4_1) mais nous avons encore obtenu un message d erreurs. Ne sachant pas exactement quelle était la source du problème, nous n avons donc pas pu tester les chemins Xpath avec cet outil

26 3.6 Utilisation de Xpath-Visualiser version 1.4 Xpath-Visualiser s active via une page HTML. Nous avons effectué deux essais de chemin Xpath : //phrase[@loc= narrateur ]//traduction[@lang= francais ]/mot/text() Sélection du résultat dans le document XML. Indication du nombre de nœuds correspondant au chemin Xpath. Les flèches permettent d aller d un nœud résultat à un autre. Coloration des nœuds résultats en jaune. Le mot «pred» coloré en violet correspond au 19 ème nœud résultat