Java 中的 XML 到 XML 的转换

Question

我需要在 Java 中从 XMI 转换为 OWL（XML/RDF 序列化），所以本质上这是 XML 到 XML 的转换，很可能我可以使用正则表达式并使用 replaceAll 来满足我的需要，但这看起来很混乱方法来做到这一点。 您有什么建议以便以后可以轻松定制（我的 OWL 模型将来可能会略有变化）？

我的想法是将 XMI 读入创建的类层次结构（根据我的 OWL 模型），然后使用一些模板引擎将其输出为 OWL (XML)。您知道可以轻松定制的更简单的方法吗？

Answer 1

XSL Transformations 非常适合这种工作，事实上它就是为此而设计的 :-)

要开始使用 XSLT，请查看 zvon reference 及其教程。

Answer 2

您可以使用 XSLT 将 XML 转换为 XML。

这篇OReilly 文章是一个很好的起点。

Answer 3

XMI 不是直接转换为 OWL 的好格式 - XMI 中有许多不同的结构具有相同的含义（@stereotype="foo"、stereotype/@name="foo" 和 stereotype/@xmi:id="{id of the foo stereotype}" 都表示相同的意思） - 我强烈建议使用两阶段过程，首先将 XMI 转换为规范形式，解析此类引用，并删除您不想映射到 OWL 的任何信息。

如果您不熟悉XSLT key function and element，它会很有用。尽管您可以在 XSLT1 中执行此操作（当没有其他可用时我也这样做了），但在诸如 Saxon 之类的 XSLT2 处理器中工作会使转换更加简洁。询问 XSLT 问题的最佳地点是Mulberry list。

sourceforge 上有一个工具可以通过 GUI 执行此操作，但我似乎找不到它。我的中间转换由以前的雇主所有。对于代码生成或 XMI 到 XML，我直接使用 XSLT 和两阶段方法。

Answer 4

我同意 rsp 和 cb160 的观点，即 XSLT 是完成这项工作的工具。

如果您使用的是 unix 平台，您可以考虑使用xsltproc 在命令行上测试转换。根据我的经验，如果您不熟悉 XSL，这确实可以加快开发时间。

Answer 5

XSLT 是为处理 XML 节点树而设计的。虽然有一些 RDF 序列化是 XML 节点的“树”（RDF/XML 和 RDF/XML-Abbrev），但底层 RDF 数据模型是一个图。

如果您生成的 RDF 图也不是树，那么您将不得不在 XSLT 中做一些肮脏的事情来遍历引用，并且性能/可维护性/健全性可能会受到影响。如果您修改 OWL 格式然后想转换回非 RDF XML，请注意这一点。

一个简单的（树）例子如下：

## Foo has two types
@prefix e: <uri://example#>.
e:Foo a e:Bar.
e:Foo a e:Baz. # Second statement about e:Foo

对于转换回非 RDF XML，如果您使用最基本的 RDF/XML 表单，您将在顶级 rdf:RDF 元素下立即获得 RDF 语句列表。转换这些可能涉及一遍又一遍地搜索整个语句列表。

<rdf:RDF xmlns:e="uri://example#"
         xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
  <rdf:Description rdf:about="uri://example#Foo">
    <rdf:type rdf:resource="uri://example#Baz"/>
  </rdf:Description>
  <rdf:Description rdf:about="uri://example#Foo">
    <rdf:type rdf:resource="uri://example#Bar"/>
  </rdf:Description>
</rdf:RDF>

您可能会发现 RDF/XML-Abbrev 格式更易于阅读，但使用 XSLT 处理它并不容易，因为 RDF 的数据模型是无序的，并且一张图可以有许多等效的（但与您的 XSLT 不兼容的）XML 表单。上面的例子可以序列化为以下任意一种：

<!-- Bar is the containing element -->
<rdf:RDF xmlns:e="uri://example#"
         xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
  <e:Bar rdf:about="uri://example#Foo">
    <rdf:type rdf:resource="uri://example#Baz"/>
  </e:Bar>
</rdf:RDF>

<!-- Baz is the containing element -->
<rdf:RDF xmlns:e="uri://example#"
         xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
  <e:Baz rdf:about="uri://example#Foo">
    <rdf:type rdf:resource="uri://example#Bar"/>
  </e:Bar>
</rdf:RDF>

Pete Kirkham 提出的为序列化创建规范形式的建议将有助于您编写 XSLT。在大多数情况下，给定完全相同的输入，RDF 库每次都会将语句序列化为相同的格式，但从长远来看，我不会依赖这一点，因为 RDF 图中的数据是无序的。