c++ - 在 C++ 中支持基于模式的不断发展的 XML 的技术

Question

我目前正在用 C++ 设计一个特殊用途的应用程序，它必须处理随不断发展的 XSD 方案 而来的 XML 文件。

• 此应用程序将需要在未来很长一段时间内得到支持，很可能需要支持更新版本的 XML 文件。

主要挑战是:input-XML 文件带有基本相似的 XSD 方案(它们都是同一个配置数据定义标准的不同版本)，只是在结构甚至命名上都不同。

• 目前并不需要文件中包含的所有数据，这可能会改变!
• 目前只需要在应用程序启动后读取数据，这可能会改变!
• 目前只需要读取数据，不需要写回数据，这可能会改变!

事实

• XML 文件可能大到 200MB。
• XSD 方案有 500 多行纯代码(无评论)。
• 现在我需要支持至少 3 个不同的版本(超过 10 个)。
• 将要使用的 XML 解析器必须是命名空间感知的。
• 存在版本的更改日志，但遗憾的是不完整且不够精确。

到目前为止，已做出以下考虑:

为每个版本使用数据绑定(bind)

Code Synthesis XSD提供了一个很好的基于 DOM/SAX 的解析器和数据绑定(bind)生成器。

• 导致巨大(非常大)的代码库
• 需要生成类的接口(interface)
• 面向 future ？

将 SAX 解析器与基于版本的处理程序一起使用

通过使用像 Apache Xerxes 这样的 sax-parser，可以将特定于版本的代码放在 sax-callback-handlers 中。这些回调处理程序可能隐藏在“VersionReaderFactory”中，它返回特定版本的 XML 文件的正确处理程序。处理程序会将数据填充到包含必要配置数据的通用数据类中。

• 只读!

使用 XSLT 转换旧 XML

Altova提供了一个很好的 XSLT 处理器，可用于将旧版本的 XML 定义的配置数据转换为最新版本。执行此转换后，可以使用“简单”数据绑定(bind)来访问数据，因为只支持一个版本。

• 需要为每个版本创建一个 XSL 转换。
• 创建转换代码很容易出错。
• 目前还不清楚所有版本的所有实体是否都可以转换。 (不完整的更新日志)

使用 XPATH

以 XML 作为基础格式，XPATH 将是查询数据的自然选择。'home-brew-parser' 可以利用一些 'VersionReaderFactory' 为特定版本的 XML 文件返回一组预定义的 XPATH 查询。这个“home-brew-parser”将用必要的配置数据填充通用数据类。

• 可以连续扩展以满足需求
• 只读!

问题

• 应用程序的哪一部分应该是版本感知的？

    XML             |    Parser               |    Application
    close to data   | beneath the application | in the application
  

• 您认为上述哪种方法效果最好？

• 还有其他选择吗？

Answer 1

回想起来，事实证明以下方法足以满足我 99% 的需求:

1. 方法:“版本跳跃”

   对于需要支持的给定 XML 文件/XSD 方案的每个版本，已创建 XSL 转换以将给定输入文件转换为下一个版本，最后是 XML-C++ 数据绑定(bind)使用 Code Synthesis XSDe 生成。

   每当需要支持新版本时，只需将一个 XSLT 样式表添加到预处理器，代码生成基本上是自动化的 - 每个版本都有几个单元测试以确保支持新版本不会'打破对遗留文件的支持。

2. 方法:“所需数据的提取”

   对于需要支持的给定 XML 文件/XSD 模式的每个版本，已创建 XSL 转换以将给定输入文件转换为另一种仅包含所需数据的文件类型。

   通过使用这种方法，可以使用简单的 XML 方案甚至众所周知的键值存储文件类型(例如 json)来收集所需数据。

   每当需要支持新版本时，只需将一个新的 XSLT 文件添加到预处理器中，生成的输出文件在所有版本中保持相同。

两种方法的预处理器都可以使用 XLST 2+ 创建，在 Saxon HE 上运行。