V. gyakorat: XML technikák MS SQL 2008-ban

Átírás

1 V. gyakorat: XML technikák MS SQL 2008-ban Írta: Tinku Szilárd Mátéfi Gergely, Nagypál Gábor, Bihari István, Hajnács Zoltán korábbi segédletének felhasználásával 1 BEVEZETÉS XML DOKUMENTUMOK FELÉPÍTÉSE ELEMEK ÉS CÍMKÉK SZERKEZET ATTRIBÚTUMOK HELYETTESÍTŐ SZEKVENCIÁK NÉVTEREK SÉMALEÍRÁS XML TÁMOGATOTTSÁG AZ MS SQL 2008-BAN FOR XML CLAUSE XML ELJÁRÁSOK AZ XSL TRANSZFORMÁCIÓ XPATH KIFEJEZÉSEK XSL STÍLUSLAPOK HOZZÁRENDELÉSE XML DOKUMENTUMOKHOZ ELÁGAZÁSOK ÉS VÁLTOZÓK XSL STÍLUSLAPOKON FELTÉTELES VÉGREHAJTÁS FELTÉTELES ELÁGAZÁS VÁLTOZÓK XSLT SABLONOK SABLONOK REKURZÍV FELDOLGOZÁSA TÖBBSZÖR FELHASZNÁLHATÓ NEVESÍTETT SABLONOK STÍLUSLAPOK TAGOLÁSA XQUERY HASZNÁLAT SZINTAKTIKA FLWOR XQUERY FÜGGVÉNYEK FELKÉSZÜLÉS A MÉRÉSRE FELHASZNÁLT IRODALOM FÜGGELÉK: XPATH FÜGGVÉNY REFERENCIA FÜGGELÉK: XSLT REFERENCIA FÜGGELÉK: XSD ADATTÍPUS MEGSZORÍTÁS REFERENCIA FÜGGELÉK: MODIFY() METHOD REFERENCIA

2 1 Bevezetés A nagyobb informatikai rendszerek jellemzően több hozzáférési felülettel rendelkeznek, például windowos klienssel, webes megjelenési felülettel, adatkapcsolati interfésszel külső informatikai rendszer felé stb. Több hozzáférési felület mellett a hagyományos kliens-szerver architektúra nem hatékony, ehelyett az összetettebb rendszerek felépítése az úgynevezett többrétegű architektúrát követi. Többrétegű architektúra esetén az adatelemekre vonatkozó előírások betartatásáért felelős alkalmazáslogikai réteg és a felhasználói felület kezeléséért felelős megjelenítési réteg szétválik, és a különböző hozzáférési felületek a közös alkalmazáslogikai réteget használják. Az egyes rétegekben található, esetenként eltérő platformon futó, eltérő gyártótól származó szoftverkomponensek integrációjához az adatelemek leírására alkalmas közös nyelv szükséges. Az elmúlt években az Extensible Markup Language (XML) nyelv vált az adatelemek leírásának de facto szabványává. Az XML platformfüggetlen, szöveges formátumú jelölő nyelv, amely alkalmas információk és adatelemek struktúrált leírására és továbbítására. Kapcsolódó szabványai lehetőséget teremtenek XML sémák definiálására és validálására, valamint a különböző sémák közötti transzformációra is. Jelen labor célja, hogy bepillantást engedjen az MS SQL Server 2008 XML támogatásába, és azon keresztül megismertesse a hallgatót magával az XML-el, a hozzá kapcsolódó technikákkal, eszközökkel. Az első alfejezet XML dokumentumok szerkezetét mutatja be, ezt követően az MS SQL Server 2008 XML támogatásáról lesz szó, majd betekintünk az XQuery rejtelmeibe, végül megnézzük, hogyan transzformálható át az XML megjelenése az XSLT és XPath technológiák segítségével. A segédlet az XML 1.0, XSLT 1.0, XPath 1.0, XQuery 1.0 és XSD 1.1 szabványokra épül. 2 XML dokumentumok felépítése 2.1 Elemek és Címkék Az XML dokumentumok, a HTML-hez hasonlóan, szöveges formátumú fájlok, amelyek egymásba ágyazott elemeket tartalmaznak. Az elemeket nyitó- és zárócímkék (tagek) jelölik, mint ahogy az alábbi példa is mutatja: <?xml version="1.0" encoding="iso "?> <üzenet> <feladó>géza</feladó> <címzett>béla</címzett> <törzs>szia Világ!</törzs> </üzenet> A HTML-lel szemben az XML szabvány nem rögzíti a címkeszótárat. Ehelyett az alkalmazástól függő mindenkori nyelvtan (XML séma) határozza meg, milyen címkék, milyen egymásbaágyazási szabályokkal szerepelhetnek a dokumentumban. Az XML terminológiája szerint egy dokumentum jól formált (well-formed), ha szintaktikája betartja az XML előírásait, és érvényes (valid) egy sémára nézve, ha követi annak nyelvtanát. A címkék neve betűvel vagy aláhúzással ( _ ) kezdődhet. Az XML a címkék nevében különbséget tesz kis- és nagybetűk között, tehát például a <Feladó> és a <feladó> címkék különbözőnek számítanak. 64

3 2.2 Szerkezet Minden XML dokumentum egy vezérlési utasítással kezdődik, amely kötelezően tartalmazza az XML verziószámát, és opcionálisan a felhasznált kódlapot: <?xml version="1.0" encoding="iso "?> Az XML dokumentumok elemei fa struktúrát alkotnak. Egy dokumentumnak pontosan egy gyökér eleme kell, hogy legyen; ez a fenti példában az <üzenet> elem volt. Minden nyitócímkéhez kell, hogy tartozzon egy záró címke is, amelyek közrefogják az elemhez tartozó adatot. Ellentétben a HTML megengedőbb szabályaival, XML-ben a nyitó- és zárócímkéknek követniük kell a zárójelezési szabályokat. Így például az alábbi forma helyes HTML-ben, de szabálytalan XML-ben: <b>ez vastag <i> és ez még dőlt is </b> ez már csak dőlt </i> Helyette a szabályos XML leírás: <b>ez vastag <i> és ez még dőlt is </i></b><i> ez már csak dőlt </i> Ha egy elemhez nem tartozik adat, akkor a nyitó- és a zárócímkék összevonhatóak egy önlezáró címkébe (empty-element tag), például a <br></br> helyett egyszerűen írható <br/>. A megjegyzéseket, a HTML-hez hasonlóan, a <!-- Megjegyzés --> szintaktikával jelezhetjük egy XML dokumentumban. A megjegyzések nem ágyazhatók egymásba. 2.3 Attribútumok Az XML logikája szerint egy elem tulajdonsága vagy gyermekelemmel, vagy attribútummal írható le, a használt séma szabályainak megfelelően. Az attribútumokat a nyitócímkébe lehet elhelyezni, például: <üzenet kelt= >Hello!</üzenet> Az attribútum értéke megadható mind aposztróf, mind idézőjel határolók között, azonban ellentétben a HTML-lel a határolót nem szabad elhagyni. Egy attribútum egy címkében csak egyszer szerepelhet. 2.4 Helyettesítő szekvenciák A címkékkel jelölt adatokban bármilyen karakter szerepelhet, kivéve a foglalt < és & vezérlőkaraktereket. A vezérlőkarakterek helyett az XML helyettesítő szekvenciák használhatóak, lásd az alábbi táblázatban. Például ez szabálytalan megadás: <formula>a < b & b < c => a < c </formula> Helyette ez használandó: <formula>a < b & b < c => a < c</formula> Alternatívájaként a speciális <![CDATA ]]> határoló is alkalmazható: <formula><![cdata a < b & b < c => a < c ]]></formula> Eredeti karakter & < > újsor Helyettesítés & < > " &apos; 65

4 2.5 Névterek Mivel a címkeszótárat az alkalmazások határozzák meg, ezért különböző alkalmazásoktól származó dokumentumok összefésülésekor névütközések jöhetnek létre a címkék nevében. A névütközések elkerülésére névterek használhatóak. Egy névteret az alkalmazás által definiált névtér URI (Uniform Resource Identifier, egységes erőforrás azonosító) azonosít, például a később ismertetendő XSLT a " névteret használja. A névtérbe tartozó címkék használatához egy egyedi prefixet kell definiálni a névtér számára az xmlns:prefix="névtér URI" speciális attribútummal. Ezt követően a névtér címkéire kvalifikált elnevezéssel, a <prefix:címkenév> formában lehet hivatkozni, ahogy az alábbi példa is szemlélteti: <?xml version="1.0" encoding="iso "?> <mail:message from="béla" to="réka" xmlns:mail="internet:mail"> <mail:subject>találka</mail:subject> <mail:body xmlns:xhtml=" <xhtml:body> Találkozzunk <xhtml:b>6-kor</xhtml:b> a szokott helyen! </xhtml:body> </mail:body> </mail:message> 2.6 Sémaleírás Adott az XML, mint általános, egyszerű és hatékony adatleíró nyelv. Önleíró, azaz egy XML dokumentumot minden külső információ nélkül értelmezni lehet, be lehet járni a benne található csomópontokat, kiolvasva a tagok értékét és attribútumait. Azonban irányított kommunikáció esetén, akár gépek közötti információcserénél, akár gép-ember kapcsolatban sokszor szabályokat kell alkotnunk a küldendő illetve fogadandó XML dokumentum szerkezetére vonatkozóan. Ekkor már csak azokat az XML dokumentumokat fogadjuk el érvényesnek, amelyek szerkezete megfelel a formális leírásban szereplő feltételeknek. Például egy megrendelést leíró XML dokumentumra valószínűleg kikötnénk, hogy benne kell, hogy legyen a megrendelő neve, címe, adószáma satöbbi. Ha a kapott XML-ben nem szerepel minden kívánatos adat, akkor visszadobjuk a megrendelést, mert nem érvényes. A legelterjedtebb sémadefiníciók az alábbiak: DTD, Document Type Definition: a legelső eszköz volt az XML dokumentumok struktúrájának leírására. Ma már nem igazán használják, több sebből is vérzik, de a legnagyobb problémája: nem XML formátumú. Emellett nincsenek benne adattípusok, mindent csak szövegként lehet definiálni, valamint nem támogatja a névtereket, amely nélkül szó sem lehet több forrásból összefűzött adatok ellenőrzésére. XDR, XML Data-Reduced: a nagyreményű Microsoft DTD utód - volt. Amellett, hogy XML formátumú még jóval flexibilisebb is, mint a DTD. A DTD-ben leírt struktúrának maradéktalanul meg kell felelni egy XML dokumentumnak. Az XDR is tud ilyen szigorú lenni, de emellett elő lehet azt is írni, hogy az ellenőrizendő dokumentum egyes részeiben lehetnek további elemek is, amelyet a séma nem ír le. Például egy személyről szóló XML adatlapban kötelezővé tesszük a név, születési dátum és az anyja neve elemeket, de ezen felül megengedjük, hogy a testmagasságot is beleszerkeszthessük a dokumentumba. A hangsúly nem azon van, hogy előírhatunk opcionális elemeket, hanem azon hogy megengedhetünk olyan elemeket is, amelyekről a séma készítésekor még nem is tudtuk, hogy lesznek. Ehhez kapcsolódó szolgáltatás, hogy XDR segítségével le lehet szabályozni a dokumentum egy 66

5 részét is, nemcsak a teljes egészet (ellentétben a DTD-vel). Emellett az XDR bővíthető, azaz az igények megváltozásakor nem kell a sémát kidobni, csak egy másik névtér bevezetésével kiegészíteni a meglevőt. Utolsó, de nagyon fontos szolgáltatás az XDR-ben, hogy az elemek és attribútumoknak meg lehet adni a típusát (egész szám, dátum satöbbi). A DTD-ben minden szövegként van deklarálva. A legtöbb, a közeli múltban fejlesztett Microsoft termék XDR-t használ sémaleírásra. XSD, XML Schema Definition a jelent pillanatban a leginkább aktuális sémaleíró nyelv (2001 óta W3C szabvány). A.NET XML osztályok és az MSSQL 2008 Server ezt a sémaleírást is tudják kezelni (természetesen az XDR mellett). A Visual Studio egyik alapszolgáltatása az XSD sémák grafikus szerkesztése, konverziója XDR-ből XSD-be, XML dokumentumból XSD generálása, stb. A továbbiakban csak az XSD-vel foglalkozunk. Az XSD, amelyet gyakran csak XML Schema néven emlegetnek, alkalmas a dokumentumban megjelenő elemek, azok viszonyának, elrendezésének definiálására, a lehetséges attribútumainak és a tartalmazott adatok pontos specifikálására. Előnye a DTD vel szemben, hogy maga is XML dokumentum, támogatja az adattípusokat (data types), névtereket és rugalmas, kiterjeszthető a későbbi változtatásokra. Hogy is épül fel egy XML Schema? <?xml version="1.0"?> <xs:schema xmlns:xs=" targetnamespace=" xmlns=" </xs:schema> Mivel maga is XML, a szokásos vezérlőutasítással nyitjuk a dokumentumot. Minden séma gyökéreleme a <schema> tag, amelynek gyakran használt attribútumait a fenti példában láthatjuk. A root elementben lehetőségünk van hivatkozni a séma által használt névtérre annak prefixét is itt adhatjuk meg (xs): xs:schema xmlns:xs=" Megadhatjuk azt is, hogy a sémát felhasználó dokumentum milyen névteret használ, illetve annak default érték is beállítható, így nem kell azt minden tag-ben kiírunk majd: targetnamespace=" xmlns=" Ha egy dokumentumukra szeretnénk egy sémát érvényesíteni, akkor arra a gyökérelemben kell hivatkoznunk. Az alábbi példa szemlélteti ennek módját: 67

6 <?xml version="1.0"?> <note xmlns=" xmlns:xsi=" xsi:schemalocation=" note.xsd"> <to>tove</to> <from>jani</from> <heading>reminder</heading> <body>don't forget me this weekend!</body> </note> Az xmlns=" attribútum közli a schema-validatorral a dokumentum default névterét, majd meg kell adnunk a séma által használt névteret és a séma elérhetőségét, forrását: xmlns:xsi=" xsi:schemalocation=" note.xsd" A sémában definiált elemek kétfélék lehetnek: egyszerű (simple) és összetett (complex) elemek. Az egyszerű elemek nem tartalmazhatnak más elemeket és nem lehet attribútumuk, míg a complex elemeknél ez megengedett. Egy simple element a következőképp deklarálható: <xs:element name="xxx" type="yyy"/>, ahol a name értelemszerűen a tag neve, míg a type az adattípusa. A leggyakrabban használt adattípusok: xs:string, xs:decimal, xs:integer, xs:boolean, xs:date, xs:time. Kiegészíthető a definíció még a default vagy a fixed paraméterekkel (kizáró vagy), melyek segítségével az adat résznek adhatunk alapértelmezett értéket, illetve rögzített értéket. Az alábbi példán egy XML részlet és a hozzá tartozó egy lehetséges sémadefiníció látható: <lastname>refsnes</lastname> <age>36</age> <dateborn> </dateborn> <xs:element name="lastname" type="xs:string"/> <xs:element name="age" type="xs:integer"/> <xs:element name="dateborn" type="xs:date"/> Mint említve lett, csak complex elem tartalmazhat attribútumot, mindazonáltal magát az attribútumot egyszerű elemként deklaráljuk: <xs:attribute name="xxx" type="yyy"/> Természetesen itt is lehetséges default és fixed paramétereket megadni, valamint beállítható, hogy opcionális vagy kötelező legyen az attribútumunk. Alapértelmezésben opcionális, use="required" paraméterrel tehetjük kötelezővé a sémadefinícióban. Az alábbi példában láthatunk egy XML részletet és egy összetett elem egy lehetséges attribútum-definícióját: <lastname lang="en">smith</lastname> <xs:attribute name="lang" type="xs:string"/> Az egyszerű típusú elemeket mindig <xs:simpletype> tagen belül deklaráljuk! Az összetett elemek a következőképp deklarálhatók: 68

7 <xs:element name="xxx"> <xs:complextype> <xs:sequence> <xs:element name="yyy1" type="zzz1"/> <xs:element name="yyy2" type="zzz2"/> </xs:sequence> </xs:complextype> </xs:element> Az xxx nevű elem gyermekelemei az <xs:sequence> tagen belül kerülnek felsorolásra, és természetesen azoknak is lehetnek gyermekelemeik, a deklaráció hasonló módon, beágyazottan megy. Nézzünk egy példát egy XML részletre, és egy lehetséges sémadefinícióra: <employee> <firstname>john</firstname> <lastname>smith</lastname> </employee> <xs:element name="employee"> <xs:complextype> <xs:sequence> <xs:element name="firstname" type="xs:string"/> <xs:element name="lastname" type="xs:string"/> </xs:sequence> </xs:complextype> </xs:element> A tartalmazott adatra lehetőségünk van megkötéseket (restrictions/constraints) tenni, például egy életkort reprezentáló age elem egy lehetséges definíciója így nézne ki: <xs:element name="age"> <xs:simpletype> <xs:restriction base="xs:integer"> <xs:mininclusive value="0"/> <xs:maxinclusive value="120"/> </xs:restriction> </xs:simpletype> </xs:element> A lehetséges megszorítások listája a függelék résznél található. Részletes leírás és tutorial az XSD-ről a oldalon található. 3 XML támogatottság az MS SQL 2008-ban Az MS SQL Server 2000-ben nem volt XML adattípust, az XML állományokat legfeljebb szövegmezőkben tárolhatták, amely nem adott lehetőséget arra, hogy kihasználhassuk az XML által nyújtott lehetőségeket. XML outputot generálására már ebben a verzióban is volt lehetőség, lekérdezések eredményét akár XPath által kezelhető módon is ki tudtuk nyerni XML dokumentumokba. Az MS SQL Server 2005-ben jelent meg az XML, mint data type, sőt, már az XSD-t is támogatta. T-SQL utasítással készíthettünk saját sémákat, melyet aztán hozzárendelhettünk az XML columnhoz. Bevezették az XQuery és XPath támogatást, lehetőség nyílt az XML adatbázisban okos lekérdezésekre, méghozzá effektíven, köszönhetően az XML 69

8 indexelési lehetőségnek. Az MS SQL Server 2008-ban a séma validációs lehetőségeken bővítettek (pl. date, time adattípusok teljes körű támogatása), az XQuery supportot erősítették, valamint az XML data manipulation language (DML) operációkat bevezették a már meglévő funkciókon keresztül (insert, delete, stb.). Az XML típusú mező mérete egészen 2 GB-ig támogatott, hozzárendelhető (opcionálisan) sémadefiníció. Az XML adatokhoz az SQL Server támogatja az XML indexelést, melynek segítségével a lekérdezések rajtuk jelentősen meggyorsíthatók. 3.1 FOR XML clause Nem XML típusú adathalmazból is elő tudunk állítani XML outputot a FOR XML clause segítségével. A lekérdezés szintaktikája a következő: SELECT < > [FROM < >] [WHERE < >] [GROUP BY < > [HAVING < > [ORDER BY < >] [FOR XML {RAW AUTO EXPLICIT PATH}] Mint látható, négy lehetséges módon kérhetjük az eredmény XML felépítését: RAW: Az eredményhalmaz minden sorát önálló adatelemként adja vissza. Ezen elemek neve row, és az egyes oszlopok ezen elemek attribútumaiként jelennek meg. AUTO: Ez a mód az elemeket a forrásuk szerint címkézi, pontosabban, hogy melyik táblából származik az adat. Ha az adat a lekérdezés során több táblából kerül ki, az egyes táblákból elkülönített, beágyazott elemeket kapunk vissza az XML dokumentumba (tehát testvér tagek lesznek a rekordot reprezentáló elem gyermekeiként). Lehetőség van AUTO módban az ELEMENTS alternatív opciót használni, hogyha az egyes oszlopok értékeit nem attribútumok, hanem elemek formájában szeretnénk visszakapni. EXPLICIT: Minden bizonnyal ez a legösszetettebb formázási módszer, de a végeredményképp ennek használatával van lehetőségünk a legjobban paraméterezni az output felépítését. Definiálhatjuk a visszakapott adatelemek hierarchia rendszerét, és utána úgy formázhatjuk a dokumentumot, hogy az egyes elemeihez ezen hierarchia szinteket valamelyikét rendeljük. Az EXPLICIT lehetőség helyett általában a PATH opciót szokás választani. PATH: Az MS SQL Server 2005-ben bevezetett módszer, amely az EXPLICIT rugalmasságát biztosítja, de használhatóbb formában, ugyanis a kimenet XML-re alkalmazható az XPath szabvány, ennek következében szinte mindig a PATH opciót választjuk az output előállítására. A továbbiakban csak ezzel foglalkozunk. A PATH módozat esetén érdemes további két paraméter használatát megfontolni: a TYPE és a ROOT paraméterekét. A TYPE esetén a visszakapott adat XML típusú lesz, nélküle az SQL Server a default unicode típusként kezeli, azaz nvarchar() -ként. Akkor érdemes élni vele, ha a resultset közvetlenül felhasználásra kerül az adatbázisban, és fontos, hogy ne egyszerű szöveg 70

9 legyen a data type-ja. A ROOT paraméter egy gyökérelemet rendel a dokumentumhoz (nélküle az XML outputnak nem lenne gyökere!), manuálisan kéne hozzáadni, hogy well-formed legyen, illetve gyökér nélkül az XPath sem alkalmazható rajta. Lássunk egy példát! A következő lekérdezésre nézzük meg a kimentet! SELECT ProductID AS '@ProductID', ProductName AS 'ProductName' FROM Products FOR XML PATH ('Product'), ROOT ('Products') A Products táblából vagyunk kíváncsiak a ProductID és ProductName mezőkre. Az előbbit attribútumként szeretnénk visszakapni az XML-ünkben, hivatkozunk rá (XPath szabvány, lásd a segédlet későbbi fejezetében). Az FOR XML PATH ('Product') paramétere azért kell, hogy a rekordjaink elemeit Product -nak nevezze el (nélküle a standard row lenne az elemek neve), illetve a ROOT ('Products') opció hatására a gyökérelem Products lesz (üres paraméter esetén root lenne a gyökér tag). A kimeneti dokumentum ehhez hasonló lenne: <Products> <Product ProductID="1"> <ProductName>Widget</ProductName> </Product> <Product ProductID="2"> <ProductName>Sprocket</ProductName> </Product> </Products> A FOR XML PATH típusú query-khez az XPath kifejezések ismerete szükséges! 3.2 XML eljárások Az MS SQL Server 2008-ban XML method-ok állnak rendelkezésünkre, hogy lekérdezzük vagy módosítsuk az XML típusú adatainkat, így kihasználva az adattípus előnyeit. Az alábbi eljárások léteznek: Query: A query XML method önálló elemeket képes lekérdezni az XML dokumentumokból. Value: The value XML method-dal az XML dokumentumból tetszőleges adatot nyerhetünk ki előre meghatározott típusban. Exist: The exist XML method annak eldöntésére alkalmas, hogy egy konkrét érték létezik-e a dokumentumunkban, XML adatainkban. Nodes: The nodes XML method segítségével összetett adatokat kérdezhetünk le az XML dokumentumunkból. Általában XML adat táblázatos megjelenítésére használják. Modify: The modify XML method-dal változtatni tudunk az XML adatainkon. 71

10 Szintaktikák: Query: query( XQuery kifejezés ). A várt kifejezés lehet egyszerű XPath címzés, de ezen a metóduson keresztül tudjuk alkalmazni az XQuery lekérdezéseinket (Az XQuery-ről a későbbiekben lesz szó). Value: value( XQuery kifejezés, SQLType). Az SQL Type paraméterre egy az SQL Server által ismert adattípust vár az eljárás, amelyben az eredmény értéket visszaadja, oszlop formában. Exist: exist( XQuery kifejezés ). Az eljárás 1-el, 0-val vagy NULL-al térhet vissza, annak függvényében, hogy a kifejezés által specifikált adatelem megtalálható-e a forrásban. 1, ha igen, 0, ha nem, NULL, ha az XML oszlop vagy dokumentum értéke NULL. Nodes: nodes( XQuery kifejezés ) as Table( Column ). A kifejezés által visszaadott értékeket teszi bele Table nevű táblánk Column nevű oszlopába. A táblázatos formához definiálnunk kell az egyes oszlopokat, amelyet a query és value metódusokkal tehetünk meg. Modify: modify(xml_dml). Segítségével az XML típusú adatunkon tudunk XML_DML műveletet végezni (insert, delete és replace; update nincs!) Próbáljuk ki egy példán az eljárásainkat! Az adatforrásunk legyen egy XML dokumentum, amelyre myxml néven hivatkozunk (helyette XML típusú oszlopunk is lehetne, nincs különbség): <Root> <Contact ContactID= 101 ContactName= Homer Simpson > <ContactInformation> < >homer@springfield.com</ > <Cell> </Cell> </ContactInformation> </Contact> <Contact ContactID= 102 ContactName= Marge Simpson > <ContactInformation> < >marge@springfield.com</ > <Cell> </Cell> </ContactInformation> </Contact> </Root> 72

11 Az egyes példametódusok és azok eredménye: /Root/Contact/ContactInformation/ ) Az eredmény: < >homer@springfield.com</ > < >marge@springfield.com</ > (/Root/Contact/@ContactID)[2], int ) Az eredmény egy névtelen oszlop lesz, egy 102 int mezővel. /ContactName = ( Homer Simpson ) ) Az eljárás 1-et ad vissza. SELECT varchar(35) ) AS Name, MyTable.cols.query( ContactInformation/ ) AS [ ], MyTable.cols.query( ContactInformation/Cell ) AS [Cell Phone] /Root/Contact ) MyTable (cols) Az eredmény az alábbi képen látható. Egy táblázatot kapunk, amelynek a Name oszlopa text típusú (varchar(35)), az és a Cell Phone oszlopai pedig XML adattípusúak. replace value of(/root/contact[1]/contactinformation/ /text())[1] with Homer.Simpson@springfield.com ) Az eredményként megváltozik az szövege (hiába csak egy node van, specifikálni kell, hogy az elsőt vesszük, ezért kell a [1] a végére.) 73

12 4 Az XSL transzformáció Az XSL Transzformáció (XSLT) bemenő XML dokumentumok fa struktúrájú reprezentációját transzformálja át kimeneti fa struktúrába. Az XSL transzformáció szabályait úgynevezett XSL stíluslapok (XSL stylesheets) határozzák meg 1. XSLT processzornak nevezzük azt a szoftvert, amely végrehajtja az XSL transzformációt. Az előző könyvtári példában bemutatott kanonikus kimenet fa-struktúrájú reprezentációját a mellékelt ábra szemlélteti. A fa-struktúrájú reprezentáción az XML dokumentum csomópontokból álló faként jelenik meg. A következő csomópont típusokat különböztetjük meg: gyökér csomópont (root node), elem csomópont (element node), szöveges csomópont (text node), attribútum csomópont (attribute node) 2. A dokumentum minden esetben gyökér csomóponttal kezdődik, amely magát a dokumentumot reprezentálja. A gyökér csomópontnak egyetlen elem csomópont gyermeke lehet, a példán ez a <page> csomópont. Elem csomópontoknak további attribútum, szöveges és elem csomópont gyermekei is lehetnek, tetszőleges kombinációban. Megjegyzendő, hogy az ábra nem teljesen egyezik a korábbi szöveges reprezentációval, amelyet az átláthatóság kedvéért sortörésekkel és tabulátorokkal tagoltunk. A tagolás teljesen szabályos az XML szintaktikában, azonban a tagoló karakterek a fa struktúrában is megjelennek szöveges csomópontokként. / <page> <ROWSET> > <ROW> <ROW> <ISBN> num= <AUTHOR> <TITLE> <ISBN> Douglas Adams The Hitch Hiker s Guide to the Galaxy num= <AUTHOR> <TITLE> B.W. Kernighan R. Pike The UNIX Programming Environment Az XSL stíluslap maga is XML dokumentum, amely az XSLT névtérbe tartozó utasításokat használ a transzformáció leírásához. A stíluslapok felépítését az alábbi példa demonstrálja, amelyben a könyvek kanonikus formátumban átadott listáját transzformáljuk HTML táblázatos alakra: 1 Vigyázat: az XSL stíluslapok nem azonosak a HTML szabványból ismeretes CSS (Cascading Style Sheets) stíluslapokkal! 2 A teljesség kedvéért megemlítjük, hogy létezik még névtér csomópont (namespace node), feldolgozási utasítás csomópont (processing instruction node) és megjegyzés csomópont is (comment node). 74

13 <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="html"/> <xsl:template match="/"> <html> <body> <table> <xsl:for-each select="page/rowset/row"> <tr> <td><xsl:value-of select="isbn"/></td> <td><xsl:value-of select="author"/></td> <td><xsl:value-of select="title"/></td> </tr> </xsl:for-each> </table> </body> </html> </xsl:template> </xsl:stylesheet> Az XSL stíluslap gyökéreleme az <xsl:stylesheet>. Egy stíluslap egy vagy több sablont (template) tartalmazhat. Sablon definiálható a forrás XML dokumentum bármely csomópontjához, ekkor az adott csomópontra illeszkedő sablon határozza meg az adott részfa transzformációját. A sablonokról később még bővebben lesz szó, itt az egyszerűség kedvéért csak egyetlen sablont definiáltunk az <xsl:template> paranccsal, amely közvetlenül a gyökérelemre illeszkedik. A példa sablon vegyesen tartalmaz HTML címkéket (<body>, <table>, <tr>, <td>), valamint XSLT parancsokat, mint <xsl:for-each> és <xsl:value-of>. A XSL feldolgozás során az XSLT névtéren kívüli címkék (itt a HTML címkék) változatlan formában kerülnek a kimenetre, ugyanakkor az XSLT parancsok értelmeződnek és végrehajtódnak. A mintában szereplő xsl:for-each XSLT utasítás iterációra szolgál: a végigmegy a select attribútumában kiválasztott csomópontokon, és a beágyazott utasításokat minden egyes részfára végrehajtja. A példában a page/rowset/row kifejezés az XML forrásban szereplő ROW elemeket választja ki. Az xsl:value-of XSLT utasítás egy szöveges csomópontot hoz létre a kimeneten. A szöveges csomópont tartalmát a select attribútumában megadott kifejezés határozza meg. A példában szereplő ISBN, AUTHOR, TITLE kifejezések a feldolgozás során éppen aktuális részfák értékét, azaz a keresett mezők értékét adják vissza. A transzformáció befejeztével az eredményfát az XSLT processzor szöveges formában írja a kimenetre. Ezt a folyamatot nevezzük az eredményfa szérializációjának (serialization). Az XSL stíluslapban szereplő xsl:output parancs a szérializációs folyamatot szabályozza. Az XSLT 1.0 háromféle kiírási metódust támogat: <xsl:output method="xml"/>: a csomópontok jól-formázott XML formátumban kerülnek kiírásra <xsl:output method="html"/>: a csomópontok HTML 4.0-kompatibilis formátumban kerülnek kiírásra, így például az önlezáró <br/> címke helyett <br> jelenik meg a kimeneten. <xsl:output method="text"/>: csak a csomópontok értéke kerül kiírásra, jelölés nélkül 75

14 A példánkban a html metódust válaszottuk, így a transzformáció kimenete az alábbi lesz: <html> <body> <table> <tr> <td> </td> <td>douglas Adams</td> <td>the Hitch Hiker's Guide to the Galaxy</td> </tr> <tr> <td> </td> <td>b.w. Kernighan-R. Pike</td> <td>the UNIX Programming Environment</td> </tr> </table> </body> </html> Ha stíluslap csak egyetlen sablont tartalmaz, amely közvetlenül a gyökérelemre illeszkedik, akkor lehetőség van egy egyszerűsített írásmód használatára is. Ekkor az <xsl:stylesheet> és az <xsl:template> elemek elmaradnak, és a sablonon belüli gyökérelem válik a stíluslap gyökerévé, az XSL névtér deklaráció pedig az új gyökérbe kerül. Így a példa stíluslap egyszerűsített írásmóddal: <?xml version="1.0" encoding="iso "?> <html xsl:version="1.0" xmlns:xsl=" <body> </body> </html> Az alapértelmezett kimeneti metódus az általános írásmódnál xml, míg az egyszerűsített írásmódnál, ha a gyökérelem <html>, a html. 5 XPath kifejezések Az XPath XML dokumentumok fastruktúrájú reprezentációjában csomópontok megcímzésére szolgáló szabványos nyelv. Egy XPath kifejezés eredménye lehet csomópontok (részfák) halmaza, numerikus, szöveges vagy logikai érték. Az előző XSL példában több ponton is használtunk már XPath kifejezéseket: az xsl:template parancsban a / kifejezés a fa gyökerét, az xsl:for-each parancsban a page/rowset/row kifejezés a sorokat reprezentáló részfákat, az xsl:value-of parancsban pedig az ISBN stb. kifejezések az aktuális részfa megfelelő mezőit reprezentáló csomópontokat választották ki. Az XPath elérési út (location path) hasonló egy DOS-os vagy UNIX-os könyvtárváltó parancs útvonalkifejezéséhez: ez is egy útvonalat ad meg, csak ezúttal az XML fastruktúrában. A fájlrendszerekhez hasonlóan itt is kétféle elérési út létezik: abszolút, ahol az elérési út / karakterrel kezdődik, ekkor a kiindulási pont a dokumentum gyökere, valamit relatív, ahol a 76

15 kiindulási pont az aktuális csomópont. Az elérési út lépésekből (location steps) áll, amelyeket / határoló választ el egymástól. Egy lépés általános formája 3 : csomóponttípus[feltételes kifejezés] A feltételes kifejezés rész opcionális, elmaradhat. A lehetséges csomóponttípusok a következők: Típus Kiválasztott csomópont(ok) Adott nevű gyermekcsomópontok Adott nevű attribútum-csomópontot. Aktuális csomópont.. Szülő csomópont * Elem típusú Attribútum típusú gyermekcsomópontok // Csomópont és annak összes leszármazója node() Elem típusú gyermekcsomópontok text() Szöveges típusú gyermekcsomópontok comment() Magyarázat típusú gyermekcsomópontok A lépésben szereplő feltételes kifejezés függvényeket és értékvizsgálatot tartalmazó összetett XPath logikai kifejezés, amelyekkel a lépésben kiválasztott csomópontok köre tovább szűkíthető. Néhány tipikus kifejezés: Kifejezés Igaz, ha elem létezik az elem elnevezésű csomópont elem=érték az elem nevű csomópont értéke az attr nevű attribútum értéke érték position()=n ez a csomópont a halmaz n. eleme count(halmaz)=n az XPath elérési úttal definiált csomóponthalmaz elemeinek száma n sum(halmaz)=n az XPath elérési úttal meghatározott csomóponthalmaz értékéinek összege n A feltételes kifejezések között az and és or logikai műveletek használhatók. A [position()=n] alak helyett használható az egyszerűsített [n] forma is. Az XPath kifejezésekben használható fontosabb függvényeket a Függelék tartalmazza. Két XPath kifejezés által kijelölt csomóponthalmazok uniója a operátorral képezhető. Néhány XPath példa a könnyebb érthetőség kedvéért, amelyeket a korábbi kanonikus XML kimenetre értelmezünk: / : a dokumentum gyökere (nem azonos a gyökér címkével!) /page/rowset/row : az összes lekérdezés összes sorát reprezentáló részfák /page/rowset[1]/row[1]/* : az első lekérdezés első sorának mezői /page/rowset/row[author] : azon sorok, melyekben az AUTHOR mező nem NULL értékű (azaz melyekben létezik az AUTHOR-t reprezentáló csomópont) 3 Itt csak a rövidített (abbreviated) elérési út formátumot ismertetjük. A rövidítetlen (unabbreviated) formátum használatakor a lépés kiegészül az irány jelölővel. 77

16 > 1 < 4] : a lekérdezések második és harmadik sorait reprezentáló részfák (felhasználva a num attribútumot a kanonikus kimenetben) /page/rowset/row[last()] : a lekérdezések utolsó sorát reprezentáló részfa //ROW[contains(TITLE,'Galaxy')] : az összes olyan sor, amelynek a TITLE mezője tartalmazza az Galaxy stringet. count(//author): az AUTHOR nevű csomópontok száma name(/page/rowset[1]/row[1]/*): az első lekérdezés első oszlopának neve /page/rowset[1]/row /page/rowset[2]/row: az első és a második lekérdezés sorait reprezentáló csomópontok uniója Emlékeztető: ha egy XPath kifejezést XSL stíluslapon használunk, akkor az XML szintaktikai előírásai miatt a foglalt karakterek (<, &) helyett a megfelelő helyettesítő szekvenciákat kell alkalmazni. 6 XSL stíluslapok hozzárendelése XML dokumentumokhoz Egy XML dokumentumhoz tartozó XSL stíluslapot az xml-stylesheet feldolgozási utasítás segítségével lehet megadni a forrásdokumentumban. Az utasítás type attribútumának értéke kötelezően text/xsl, a stíluslap elérhetőségét pedig a href attribútumban kell megadni: <?xml-stylesheet type="text/xsl" href="stíluslap.xsl"?> A választott XML formátumú megjelenítésben minden könyvhöz egy <book> címke tartozik, melynek attribútumaként jelenik meg a könyv ISBN azonosítója, és értékeként a könyv legkedvezőbb ára: <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:template match="/"> <pricelist> <xsl:for-each select="rowset/row"> <book isbn="{isbn}"><xsl:value-of select="price"/></book> </xsl:for-each> </pricelist> </xsl:template> </xsl:stylesheet> A példából az is látható, hogy egy attribútum értékét a <címke attribútum="{xpath kifejezés}"> formában lehet a stíluslapon beállítani. A szöveges megjelenítésben minden könyvhöz tartozik egy sor, amelyben az ISBN-t és az árat tüntetjük fel: <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="text"/> <xsl:template match="/"> <xsl:for-each select="rowset/row"> <xsl:value-of select="isbn"/> <xsl:value-of select="price"/> <xsl:text> </xsl:text> 78

17 </xsl:for-each> </xsl:template> </xsl:stylesheet> A 7. sorban szereplő szekvencia az újsor karakternek felel meg. Mivel a stíluslapban szereplő szöveges csomópontok elejéről és végéről az XSL transzformáció levágja a whitespace karaktereket, ezért használjuk az xsl:text utasítást. Az xsl:text utasítással jelölt szöveges érték változtatás nélkül kerül a kimenetre. 7 Elágazások és változók XSL stíluslapokon 7.1 Feltételes végrehajtás <xsl:if test="xpath kif."> XSLT részlet </xsl:if> Ha igaz a test attribútumban megadott XPath kifejezés, akkor végrehajtja a beágyazott XSLT részletet. Amennyiben az XPath kifejezés nem logikai értéket, hanem XML részfahalmazt ad eredményül, akkor az értéke pontosan akkor igaz, ha a visszaadott részfahalmaz nem üres. Így az <xsl:if> (és az alább ismertetett <xsl:choose>) utasítás alkalmas annak eldöntésére is, hogy egy adott csomópont létezik-e az XML dokumentumon belül. 7.2 Feltételes elágazás <xsl:choose> <xsl:when test="xpath kif."> XSLT részlet </xsl:when> <xsl:when test="xpath kif."> XSLT részlet </xsl:when>... <xsl:otherwise> XSLT részlet </xsl:otherwise> </xsl:choose> Az xsl:choose pontosan egy XSLT részletet hajt végre: azt, ahol legelőször igaz az XPath kifejezés. Ha egyik sem igaz, az xsl:otherwise ág kerül végrehajtásra. 7.3 Változók Az XSL változó elnevezés csalóka, mivel az XSL változók konstansok, csak egyszer adhatunk nekik értéket. A változók érvényességi köre az az XML címke, ill. annak összes leszármazottja, ahol a változót definiáltuk. Változóhoz rendelhető skalár érték (szöveg, szám, logikai), vagy XML részfa, ahogy az alábbi két definíció mutatja: <xsl:variable name="változó_név" select="xpath kif."/> <xsl:variable name="változó_név">xml részfa</xsl:variable> 79

18 A definiált változók felhasználhatóak később XPath kifejezésekben, ahol a $változó_név formában lehet rájuk hivatkozni 4. Például a <xsl:variable name="n" select="2"/> <xsl:value-of select="item[$n]"/> parancsok a 2. item részfa értékét illesztik a kimenetbe. 8 XSLT Sablonok 8.1 Sablonok rekurzív feldolgozása Mint korábban említettük, egy XSLT sablon egy csomópont transzformációjának szabályait tartalmazza. A sablonokhoz tartozik egy XPath kifejezéssel megadott minta, amely meghatározza, mely csomópontokra érvényes az adott sablon. A mintát a match attribútumban kell megadni. Az előző példákban csak egyetlen sablont használtunk, amely közvetlenül a gyökér elemre illeszkedett, és amely a teljes fa transzformációs szabályát tartalmazta. Több sablon használatával a transzformáció rekurzív módon is végrehajtható. Az általános XSL transzformáció menete a következő. Az XSL transzformáció elején a gyökér csomópont az egyetlen kiválasztott csomópont. Az XSLT processzor kikeresi a kiválasztott csomópontra illeszkedő sablont, és végrehajtja a sablonban definiált szabályokat. Ha a sablon olyan XSLT utasítást tartalmaz, amely további csomópontokat jelöl ki feldolgozásra (tipikusan a gyermek csomópontokat), akkor a feldolgozás az adott csomópontokat egyenként kiválasztva folytatódik. Az XSLT processzor tartalmaz egy beépített sablont, amely biztosítja a rekurzív feldolgozást arra az esetre, ha egy elem csomópontra nincs illeszkedő explicit sablon a stíluslapon: <xsl:template match="* /"> <xsl:apply-templates/> </xsl:template> Ez a sablon nem ad semmilyen kimenetet, csupán az xsl:apply-templates paranccsal arra utasítja a processzort, hogy a gyermekcsomópontokon folytassa a feldolgozást. Létezik egy másik beépített sablon a szöveges és attribútum csomópontokra is. Ezen sablon egyszerűen kimásolja a csomópont értékét a kimenetre: <xsl:template <xsl:value-of select="."/> </xsl:template> Ha egy csomópontra több sablon is illeszkedik, akkor az XSLT processzor mindig a legspecifikusabb sablont fogja kiválasztani. Ökölszabályként, a * mintánál specifikusabb a VALAMI típusú minta, és ennél is specifikusabb a VALAMI/VALAMIMÁS, illetőleg a VALAMI[feltétel] típusú minta. 4 XSLT 1.0-ban az XML részfaként (result tree fragment) definiált változók szövegesen tárolódnak és csak sztringként kezelhetőek, így az XPath csomópont címzés kifejezések nem alkalmazhatóak rájuk. A kimenetre azonban részfaként is beilleszthetőek az xsl:copy-of függvény segítségével. 80

19 Az alábbi példa azt szemlélteti, hogyan tudjuk a könyvek listáját megjeleníteni HTML táblázatban rekurzív sablonokkal. <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="html"/> <xsl:template match="/"> <html> <body><xsl:apply-templates/></body> </html> </xsl:template> <xsl:template match="rowset"> <table><xsl:apply-templates/></table> </xsl:template> <xsl:template match="row"> <tr><xsl:apply-templates/></tr> </xsl:template> <xsl:template match="row/*"> <td><xsl:apply-templates/></td> </xsl:template> </xsl:stylesheet> 8.2 Többször felhasználható nevesített sablonok Az XSLT lehetőséget biztosít arra, hogy a több sablonban is használt XSLT részleteket külön blokkokba, úgynevezett nevesített sablonokba helyezzük. A normál sablonokkal szemben a nevesített sablonokat nem mintaillesztéssel választja ki a processzor, hanem más sablonokból az az explicit <xsl:call-template name="sablonnév"> utasítással lehet meghívni őket. A nevesített sablonok nevét az xsl:template name attribútumában kell megadni. Az alábbi példa egyúttal azt is szemlélteti, hogyan adható át paraméter a meghívott sablonnak: <?xml version="1.0" encoding="iso "?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:template name="nevesitett_sablon"> <xsl:param name="par1" select="2"/> <!-- XSLT utasítások --> </xsl:template> <xsl:template match="row"> <xsl:call-template name="nevesitett_sablon"> <xsl:with-param name="par1" select="42"/> </xsl:call-template> </xsl:template> </xsl:stylesheet> 8.3 Stíluslapok tagolása A struktúráltság végett lehetőség van egy stíluslap több fájlra tagolására, illetőleg külső stíluslapokban tárolt sablonkönyvtárak felhasználására. Külső stíluslap beillesztésére az 81

20 xsl:include és az xsl:import utasítások használhatóak, mindkét utasítás az xsl:stylesheet közvetlen gyermekelemeként adandó meg. A beillesztett sablonok precedenciája xsl:include esetén azonos, xsl:import esetén alacsonyabb lesz, mint a hívó stíluslap sablonjaié. 9 XQuery Az XQuery 2007 óta W3C szabvány. Eszköz, amely segítségével XML adatokon tudunk lekérdezéseket futtatni, gyakran fogalmaznak úgy, hogy az XQuery az XML olyan viszonyban állnak, mint az SQL és az adatbázisok. A technológia XPath kifejezésekre épül, fejlesztése alatt szoros volt az együttműködés az XPath és az XSL csapatával, így az említett szabványok jól működnek együtt, ugyanazon adatmodellre támaszkodnak, közös függvényeket és operátorokat használnak. 9.1 Használat Az MS SQL 2008 XML eljárásainál említettük, hogy bennük XQuery kifejezéseket (egyszerű esetben ezek csak XPath elérési utak) használunk. Például a query() metódus esetében a szintaktika a következő volt: {xml_fájlreferencia tábla_oszlop}.query( XQuery kifejezés ). Az adatbázisunkból közvetlen lekérdezni így tudunk XQuery-vel. Érdemes megjegyezni, hogy XML dokumentum megnyitására van saját függvénye az XQuery-nek, a doc( fájlnév.xml ), amely pontosan úgy működik, mint a referencia. 9.2 Szintaktika A szintaxisra vonatkozó pár alapszabály: case-sensitive a hivatkozott elemeknek, attribútumoknak és változóknak valid-nak kell lenniük a string értéke megadható szinpla és dupla kvótákkal is XQuery változó $-ral definiálható (például $x) a kommentezni így lehet: (: XQuery Comment :) Relációk: Eredeti karakter =!= < <= > >= Helyettesítés equ ne lt le gt ge A helyettesítés nem teljesen egyenértékű, különbség lehet a reláció két változata között: $x/@q > 10 : true-val tér vissza, ha van legalább egy q attribútum, amire a feltétel teljesül. $x/@q gt 10 : true-val tér vissza, ha pontosan egy q attribútum van, amire a feltétel teljesül, egyébként hibát kapunk. Feltételes kifejezések: Az if-then-else elágaztatás XQuery-ben is lehetséges, példa: 82