Los documentos XML son documentos de texto con etiquetas, que contienen exclusivamente información, sin entrar en detalles de formato.

Por eso, si queremos usar directamente los datos (para leer, imprimir, etc.) es necesario transformar primero el documento XML.

Los navegadores, por ejemplo, interpretan las etiquetas del documento XML, les aplican un formato según lo especificado en las hojas CSS y lo muestran al usuario.

Es posible transformar un documento XML en otro tipo de documento. A esto se le denomina transformación de documentos. Algunas tecnologías que entran en juego en la transformación de documentos son:

• XSLT: permite definir el modo de transformar un documento XML en otro.
• XSL-FO: permite transformar un documetno XML en otro documente de un formato legible e imprimible por una persona, por ejemplo en un documento PDF.
• XPath: permite acceder a los diversos componentes de un documento XML.

Hoy en día se usa masivamente XSLT, que es ya un estándar aprobado por el W3C. Los documentos XSLT se denominan hojas XSLT.

XSLT es uno de los lenguajes derivados de XML, por tanto las hojas XSLT también son documentos XML (al igual que sucede con los canales RSS, atom o los documentos XSD).

¿Qué transformaciones podemos realizar sobre un documento XML usando XSLT? Podemos generar:

• Otro documento XML.
• Un documento HTML.
• Un documento de texto.

¿Cuáles son los elementos contenidos en una hoja XSLT?

Básicamente hay tres tipos de elementos:

• Elementos XSLT, están precedidos del prefijo xsl:, pertenecen al espacio de nombres xsl, están definidos en el estándar del lenguaje y son interpretados por cualquier procesador XSLT.
• Elementos LRE, no pertenecen a XSLT, sino que se repiten en la salida sin más.
• Elementos de extensión, al igual que los anteriores, no pertenecen al espacio de nombres xsl. Son manejados por implementaciones concretas del procesador. Estos normalmente no son usados.

Y, ¿cómo indicamos que un documento XML está asociado a una hoja XSLT?

Hay que incluir en el documento XML, después del prólogo, una línea como la que sigue:

<?xml-stylesheet type="text/xsl" href="ruta_del_fichero_xsl.xsl"?>

El elemento raíz de una hoja XSLT es xsl:stylesheet o xls:transform, que son prácticamente equivalentes. Sus atributos principales son:

• version, cuyo valor puede ser 1.0 o 2.0.
• xmlns:xsl, se utiliza para declarar el espacio de nombres xsl. Para XSLT suele ser la dirección:

http://www.w3.org/1999/XSL/Transform

A los elementos hijos de estos se les conoce como elementos de nivel superior, son estructuras contenedoras de instrucciones. Dado que si son hijos directos no pueden anidarse, excepto xsl:variable y xsl:param. Los más destacados son:

• xsl:attribute, añade un atributo a un elemento en el árbol de resultados.
• xsl:choose, permite decidir que parte de la hoja XSL se va a procesar en función de varios resultados.
• xsl:decimal-format, define un patrón que permite convertir en cadenas de texto números en coma flotante.
• xsl:for-each, aplican sentencias a cada uno de los nodos del árbol que recibe como argumento.
• xsl:if, permite decidir si se va a procesar o no una parte del documento XSL en función de una condición
• xsl:import, importa una hoja de estilos XSLT localizada en una URI dada.
• xsl:key, define una o varias claves que pueden ser referenciadas desde cualquier lugar del documento.
• xsl:output, define el tipo de salida que se generará como resultado.
• xsl:preserve-space, especifica cuales son los elementos del documento XML que no tienen espacios en blanco eliminados antes de la transformación.
• xsl:sort, permite aplicar un template a una serie de nodos ordenándolos alfabético numéricamente.
• xsl:strip-space, especifica cuáles son los elementos del documento XML que tienen espacios en blanco eliminados antes de la transformación.
• xsl:template, es el bloque fundamental de una hoja XSLT, por lo que veremos su descripción en el apartado siguiente.
• xsl:value-of, calcula el valor de una expresión XPath dada y lo inserta en el árbol de resultados del documento de salida.
• xsl:variable, asigna un valor a una etiqueta para usarlo cómodamente.

XPath es un estándar (diferente de XML) aprobado por el W3C, que permite navegar entre los elementos y atributos de un documento XML.

Para hacerlo, se basa en las relaciones de parentesco entre los nodos del documento.

Inicialmente se creo para utilizarlo con XLST, pero en la actualidad se utiliza también con XML Schema, Xquery, Xlink, Xpointer, Xforms, etc.

Expresiones de camino

XPath se usa definiendo expresiones de camino, para seleccionar nodos o conjuntos de nodos en un documento XML.

Esas expresiones se parecen mucho a las expresiones de camino (path) que se suelen usar en los sistemas de ficheros.

Estas expresiones se aplican a un documento XML, asumiendo que su estructura interna es la de un árbol. Al aplicar una expresión, se obtiene un conjunto de nodos (que puede ser vacío).

En el siguiente código XML de ejemplo:

<?xml version="1.0" encoding="UTF-8"?>
<matriculas>
  <alumno>
    <nombre>Pedro</nombre>
    <apellido1>López</apellido1>
    <apellido2>Ortega</apellido2>
    <DNI pais="es">López</DNI>
  </alumno>
</matriculas>

Nodos

Un documento XML es tratado en XPath como un árbol de nodos. Hay 7 tipos de nodos: elemento, atributo, texto, espacio de nombres, instrucción de proceso, comentario y documento. El elemento más alto del árbol es el nodo raíz. Explicamos más sobre algunos de ellos:

• Nodo raíz, es el nodo que contiene al ejemplar del fichero XML.
  
  • ¡Cuidado! No lo confundamos con el elemento raíz del documento, ya que éste último está por debajo de él. 
• Nodos elemento, son cada uno de los elementos del documento XML.
  • Tienen un elemento padre.
  • El padre del elemento raíz, es decir del ejemplar, es el nodo raíz del documento.
  • Pueden tener identificadores únicos, lo que permite referenciarlos de forma mucho más directa. Para ello es necesario que el atributo esté definido en un DTD o un fichero XSD asociado.
• Nodos texto, son aquellos caracteres del documento que no están marcados con ninguna etiqueta.
  • No tienen hijos.
• Nodos atributo, son los atributos de un elemento.
  • Se consideran etiquetas añadidas al nodo elemento.
  • No se consideran hijos de ese elemento.
  • Aquellos atributos que tengan un valor asignado en el esquema asociado, se tratarán como si ese valor se le hubiese dado al escribir el documento XML.
  • Para las definiciones de los espacios de nombre y para aquellos atributos que se han definido con la propiedad #IMPLIED en su DTD no se crean nodos.

En el ejemplo de antes:

<?xml version="1.0" encoding="UTF-8"?>
<matriculas>
  <alumno>
    <nombre>Pedro</nombre>
    <apellido1>López</apellido1>
    <apellido2>Ortega</apellido2>
    <DNI pais="es">López</DNI>
  </alumno>
</matriculas>

Ítems

Como hemos dicho, XPath usa expresiones, que serán evaluadas.

¿Y cuáles son los resultados que da la evaluación de una expresión XPath?

Pues podemos obtener cuatro tipos de resultados diferentes:

• Un conjunto de nodos (node-set)
  • No está ordenado.
  • Se considera que todos los elementos de un conjunto de nodos son hermanos, independientemente de lo que fuesen originalmente.
  • Aunque los hijos de los nodos que forman un conjunto de nodos son accesibles, los subárboles de un nodo no se consideran elementos del conjunto.
• Un valor booleano.
• Un número.
• Una cadena.

¿Qué elementos podemos utilizar en una expresión XPath?

Podemos utilizar :

• Agrupaciones: “()”, “{}”, “[ ]”.
• Elemento actual, elemento padre.
• Atributos: “@”.
• Elementos, “*”.
• Separadores, “::”.
• Comas, “,”.
• El nombre de un elemento.
• Tipo de nodo, que puede ser:
  • comment.
  • text.
  • procesing instruction.
  • node.
• Operadores: and, or, mod, div, *, /, //, |, +, -, =, !=, <, >, <=, >=.
• Nombres de función.
• Denominación de ejes: ancestor, ancestor-or-self-atribute, child, descendant, descendant-or-self, following, following-sibling, namespace, parent, preceding, preceding-sibling, self.
• Literales, se ponen entre comillas dobles o simples. Pueden anidarse alternando el tipo de comillas.
• Números.
• Referencias a variables, para lo que se utiliza la sintaxis: $nombreVariable.

Para ver cómo se emplean cada uno de ellos, puedes encontrar muy buenos ejemplos aquí.

Cuando estamos procesando un documento XML de entrada, podemos hablar de los siguientes conceptos:

• Nodo actual, es aquél en el que se encuentra el procesador.
• Nodo contexto, cada expresión está formada por subexpresiones que se van evaluando antes de resolver la siguiente. El conjunto de nodos obtenido tras evaluar una expresión y que se utiliza para evaluar la siguiente es el nuevo contexto.
• Tamaño del contexto, es el número de nodos que se están evaluando en un momento dado en una expresión XPath.

La ruta de localización de un nodo es la ruta que hay que seguir en un árbol de datos para localizar ese nodo. Las rutas de localización se evalúan y esa evaluación siempre devuelve un conjunto de nodos, aunque puede estar vacío.

¿Cómo podemos crear una ruta de localización? Mediante la unión de varios pasos de localización.

Las rutas de localización básicas son:

• La ruta de localización del nodo raíz del documento. Es la barra diagonal “/”. Se trata de una ruta absoluta, porque siempre significa lo mismo, independientemente de la posición del procesador en el documento de entrada al aplicar la regla.
• Localización de un elemento, selecciona todos los hijos del nodo de contexto con el nombre especificado. Los elementos a los que se refiera dependerán de la localización del nodo de contexto, por lo que es una ruta relativa. En el caso de que el nodo contexto no tenga ningún nodo hijo con esa denominación, el valor dela ruta de localización será un elemento vacío.
• Localización de atributos, para referirnos a ellos en XPath, se utiliza el símbolo “@” seguido del nombre del atributo deseado.
• Localización de espacios de nombres, no se tratan explícitamente.
• Localización de comentarios.
• Localización de nodos de texto.
• Localización de instrucciones de procesamiento.

¿Cómo podemos comparar distintos elementos y tipos de nodo simultáneamente? Utilizando alguno de los tres comodines mostrados a continuación:

• Asterisco “*”: compara cualquier nodo de elemento, independientemente de su nombre. No compara ni atributos ni comentarios, nodos de texto o instrucciones de procesamiento.
• Node(): compara, además de los tipos de elementos, el nodo raíz, los nodos de texto, los de instrucción de procesamiento, los nodos de espacio de nombre, los de atributos y los de comentarios.
• “@*”: compara los nodos de atributo.

XPath también nos proporciona funciones.

Podemos emplearlas, unidas a las rutas de localización, para hacer cosas sobre los conjuntos de elementos que devuelven los predicados (que veremos enseguida).

Entre las funciones más importantes que podemos utilizar en XPath destacan:

• boolean(), al aplicarla sobre un conjunto de nodos devuelve true si no es vacío.
• not(), al aplicarla sobre un predicado devuelve true si el predicado es falso , y falso si el predicado es true.
• true(), devuelve el valor true.
• false(), devuelve el valor false.
• count(), devuelve el número de nodos que forman un conjunto de nodos.
• name(), devuelve un nombre de un nodo.
• local-name(), devuelve el nombre del nodo actual o del primer nodo de un conjunto de nodos.
• namespace-uri(), devuelve el URI del nodo actual o del primer nodo de un conjunto dado.
• position(), devuelve la posición de un nodo en su contexto comenzando en 1. Por ejemplo, para seleccionar los dos primeros elementos de tipo elemento de un fichero XML pondremos: //elemento[position()<=2]
• last(), Devuelve el último elemento del conjunto dado.
• normalize-space(), permite normalizar los espacios de una cadena de texto, es decir, si se introduce una cadena donde hay varios espacios consecutivos, esta función lo sustituye por uno solo.
• string(), es una función que convierte un objeto en una cadena. Los valores numéricos se convierten en la cadena que los representa teniendo en cuenta que los positivos pierden el signo. Los valores booleanos se convierten en la cadena que representa su valor, esto es “true” o “false”.
• concat(), devuelve dos cadenas de texto concatenadas. El ejemplo siguiente devuelve “XPath permite obtener datos de un fichero XML”.

concat('XPath', 'permite obtener datos de un fichero XML')

• string-length(), devuelve la cantidad de caracteres que forman una cadena de caracteres.
• sum(), devuelve la suma de los valores numéricos de cada nodo en un conjunto de nodos determinado.

Un predicado es una expresión booleana que añade un nivel de verificación al paso de localización.

En estas expresiones podemos incorporar funciones XPath.

¿Qué ventajas nos da el uso de predicados?

Mediante las rutas de localización se pueden seleccionar varios nodos a la vez, pero el uso de predicados permite seleccionar un nodo que cumple ciertas características.

Los predicados se incluyen dentro de una ruta de localización utilizando los corchetes, por ejemplo:

/receta/ingredientes/ingrediente[@codigo=“1”]/nombre

En este caso se está indicando al intérprete que escoja, dentro de un fichero XML de recetas, el nombre del ingrediente cuyo código tiene el valor “1”.

Veamos que es lo que podemos incluir en un predicado.

• Ejes, permiten seleccionar el subárbol dentro del nodo contexto que cumple un patrón. Pueden ser o no de contenido.
  • child, es el eje utilizado por defecto. Su forma habitual es la barra, “/”, aunque también puede ponerse: /child::
  • attribute, permite seleccionar los atributos que deseemos. Es el único eje que veremos que no es de contenido.
  • descendant, permite seleccionar todos los nodos que descienden del conjunto de nodos contextos. Se corresponde con la doble barra, “//”, aunque se puede usar: descendant::
  • self, se refiere al nodo contexto y se corresponde con el punto ”.”.
  • parent, selecciona los nodos padre, para referirnos a él usamos los dos puntos, ”..”.
  • ancestor, devuelve todos los nodos de los que el nodo contexto es descendiente.
• Nodos test, permiten restringir lo que devuelve una expresión XPath. Podemos agruparlos en función de los ejes a los que se puede aplicar.
  • Aplicable a cualquier eje:
    • “*”, solo devuelve elementos, atributos o espacios de nombres pero no permite obtener nodos de texto, o comentarios de cualquier tipo.
    • nod(), devuelve los nodos de todos los tipos.
  • Solo aplicables a ejes de contenido:
    • text(), devuelve cualquier nodo de tipo texto.
    • comment(), devuelve cualquier nodo de tipo comentario.
    • processing-instruction(), devuelven cualquier tipo de instrucción de proceso.

Varios predicados pueden unirse mediante los operadores lógicos and, or o not.

Además de acceder a los datos del fichero XML con el que se está trabajando directamente, es útil poder acceder a los datos de otros ficheros.

Para ello utilizaremos la función document(), pero dicha función NO es del lenguaje XPath, sino que pertenece a XSLT.

Esta función puede admitir dos argumentos diferentes:

document(URI)

En este caso la función devuelve el elemento raíz del documento XML que se localiza en el URI especificado.

document(nodo)

En esta ocasión lo que devuelve la función, es el conjunto de nodos cuya raíz es el nodo dado.

El elemento xml:template

El elemento xsl:template permite controlar el formato de salida que se aplica a ciertos datos de entrada.

Tiene un atributo denominado match, que se utiliza para seleccionar los nodos del árbol de entrada (conforme a XPath) a los que se va a aplicar la plantilla.

Para especificar el formato de salida, se emplean sentencias XHTML (el contenido del elemento template ha de ser XHTML bien estructurado).

Para especificar el punto de la salida donde queremos que se apliquen las plantillas, se emplea el elemento xsl:apply-templates.

Tiene un atributo select, que se utiliza para seleccionar los hijos del nodo de entrada (conforme a XPath) a los que se va a aplicar la plantilla.

Podemos usar ese atributo para especificar el orden en que van a ser procesados los nodos hijo. Si no lo hacemos de este modo, se aplicarán en el orden es el que el interprete utiliza al leer el documento XML, es decir, de arriba abajo.

Ejemplo de uso

Usando el código XML visto en el apartado 4.7, podríamos usar el siguiente código:

<xsl:template match="/">
<html>
  <body>
    <h2>Agenda de </h2>
    <xsl:apply-templates/>
  </body>
</html>
</xsl:template>
<xsl:template match="propietario/identificadores">
<h3>
<xsl:apply-templates select="apellidos"/>
,
<xsl:apply-templates select="nombre"/>
</h3>
</xsl:template>

Generaríamos una salida formateada como la siguiente:

Con la primera plantilla creamos el documento html y el body y ponemos el título principal.

Con la segunda, seleccionamos al propietario de la agenda y lo formateamos como encabezado 3.

Un procesador XSLT es un software que lee un documento XSLT y otro XML, y crea un documento de salida aplicando las instrucciones de la hoja de estilos XSLT a la información del documento XML.

Pueden estar integrados dentro de un explorador Web, en un servidor web, o puede ser un programa que se ejecuta desde la línea de comandos.

• Existen diferentes modos de realizar la transformación XSLT
• Mediante el procesador MSXML, (servicios principales de Microsoft XML).
• Usando un procesador XSLTPROC, por ejemplo xsltproc desde línea de comandos.
• Invocando a la biblioteca de transformación desde un programa.
• Realizando un enlace entre la hoja XSLT y el documento XML, en este caso hay que añadir, en el fichero XML entre el la definición de la versión XML y la definición del tipo de documento, la línea:
  

  <?xml-stylesheet type=”text/xsl” href=”path_hoja_xsl”?>

El fichero puede verse directamente desde cualquier navegador que soporte XSLT, aunque tiene la desventaja de que queda ligado a esa vista.
La mayoría de editores XML permiten escoger el interprete que debe encargarse de procesar un documento XSLT.

Los depuradores son elementos de software que permiten seguir la generación de un documento, a partir de los datos de un documento XML aplicándoles una hoja de estilo XSLT.

Los depuradores XSLT nos facilitan la localización y corrección de errores dejándonos ejecutar el código paso a paso, salir, ejecutar el código hasta el cursor, ejecutar hasta el final, pausar y detener.

Algunos editores de XML (sobretodo los comerciales), incluyen un depurador que permite visualizar simultáneamente la plantilla que se está ejecutando y sobre qué datos del documento XML actúan y cuál es la salida que genera dicha orden.

De este modo es más fácil averiguar cuáles son las plantillas que dan lugar al formato que deseamos en la salida del documento.