博客
关于我
XSLT-客户端
阅读量:656 次
发布时间:2019-03-15

本文共 981 字,大约阅读时间需要 3 分钟。

XSLT与XPath的区别解析及JavaScript转换方案

  • XSLT与XPath的职责定位

    XSLT(XSL Transformations)是一种专门用于将XML文档转换为XHTML文档的语言,它允许通过样式表规则对数据进行复杂转换。而XPath(Extensible Hypertext Renderer dialecte Path)则是一种专门用于在XML文档中导航的语言,能够以特定的路径表达式定位节点,常用于在XSLT转换过程中指定数据来源。尽管它们在功能上互补,但二者应当被分别使用。

  • JavaScript的应用优势

    传统上,XSLT转换可以通过在XML文件中嵌入样式表完成,并借助浏览器进行转换。然而,这种方法受到了下列限制:

    • 样式表的引用方式不够灵活
    • 在不支持XSLT转换的浏览器中无法工作
    • 难以满足逆向推断需求

    JavaScript作为更具灵活性的方案,可以在同一浏览器中同时支持不同形式的样式表工具。它不仅能够满足前后兼容性需求,还能够根据浏览器和用户的具体需求灵活切换,体现了XSLT设计的核心理念。

    1. XML与XSL文件结构对比
      考虑以下示例XML文件:
    2. Empire Burlesque
      Bob Dylan
      USA
      Columbia
      10.90
      1985

      与对应的XSL样式表文件:

      <xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"><xsl:template match="/">

      My CD Collection

      Title Artist
      <xsl:value-of select="title" /> <xsl:value-of select="artist" />
      </xsl:template></xsl:stylesheet>

      需要注意的是,所提供的XML文件并不包含对XSL文件的引用。这意味着XML文件可以使用多个不同XSL样式表进行转换,这也是XSLT的广泛应用之一。

      1. JavaScript驱动的转换实现
        以下脚本展示了如何在浏览器中使用JavaScript进行XSLT转换:
        • 以上代码在不同浏览器中均能实现XSLT转换功能,兼顾了兼容性和灵活性。在实际应用中,可以根据具体需求合理配置不同的样式表和转换逻辑。

      转载地址:http://xytmz.baihongyu.com/

      你可能感兴趣的文章
      Python:从嵌套列表中删除重复项
      查看>>
      Python:从间隔映射到值
      查看>>
      Python:使用 shell=False 的子进程调用不起作用
      查看>>
      Python:修改 PATH 环境变量的平台无关方式
      查看>>
      Python:假与 0
      查看>>
      Python:函数使用
      查看>>
      Python:函数进阶
      查看>>
      Python:在整数的二进制表示中查找最长的二进制间隙
      查看>>
      Python:如何从二进制转换为 base 64 并返回?
      查看>>
      Python:如何以非阻塞方式读取子进程的标准输出
      查看>>
      Python:如何使用 plotly 制作阴影区域或交替背景颜色?
      查看>>
      Python:如何根据日期时间获取值的计数
      查看>>
      python:如何检测串行 COM 上的设备名称/ID
      查看>>
      Python:如何模拟 datetime.utcnow()?
      查看>>
      Python:如果DataFrames之间的其他值匹配,则对DataFrame中的值求和
      查看>>
      Python:字典思维
      查看>>
      Python:将 HEX 字符串转换为字节
      查看>>
      Python:将列表与范围列表合并
      查看>>
      Python:将列表列表初始化为一定大小,
      查看>>
      Python:带有生成器的给定集合的幂集
      查看>>