XSLT 代码的优化

Posted 2023-03-06

【中文标题】XSLT 代码的优化

【英文标题】：optimization of XSLT code

【发布时间】：2015-01-07 07:54:51

【问题描述】：

在为 XSLT 搜索一些分析工具时，我遇到了this 的帖子。由于那里的很多人建议只发布代码并提出对此提供反馈，我想知道是否有人可以给我一些关于我的反馈。我试过这个（http://www.saxonica.com/documentation/#!using-xsl/performanceanalysis），但是输出的html不是很详细。

我是 XSLT 的新手，通常使用 python/perl，其中正则表达式支持要好得多（但是，我不排除这只是我对 XSLT 非常基本的理解的可能性）。然而，为了这个项目的目的，我不得不使用 XSLT。可能是我强迫它以非常不自然的方式做事。任何 cmets - 特别是性能，但也欢迎其他任何内容，因为我想学习 - 欢迎！

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:fo="http://www.w3.org/1999/XSL/Format" xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:fn="http://www.w3.org/2005/xpath-functions">

<xsl:template name="my_terms">

<xsl:variable name="excludes" select="not (codeblock or draft-comment or filepath or shortdesc or uicontrol or varname)"/>

<!-- leftover example of how to work with excludes var -->
<!--<xsl:if test=".//*[$excludes]/text()[contains(.,'access management console')]"><li class="prodterm"><b>PB QA:access management console should be "AppCenter"</b></li></xsl:if>-->


<!-- Loop through all sentences and check for deprecated stuff -->
<xsl:for-each select=".//*[$excludes]/text()">
    <xsl:variable name="sentenceList" select="tokenize(., '[\.!\?:;]\s+')"/>
    <xsl:variable name="segment" select="."/>

    <!-- main sentence loop -->
    <xsl:for-each select="$sentenceList">
        <xsl:variable name="sentence" select="."/>
        <!-- very rudimentary sentence length check -->
        <xsl:if test="count(tokenize(., '\W+')) &gt; 30"> <li class="prodterm"><b>Sentence too long:</b> <xsl:value-of select="."/></li></xsl:if>

        <!-- efforts to flag the shady case of the gerund -->
        <xsl:if test="matches(., '\w+ \w+ing (the|a)')">
            <!-- some extra checks to weed out the false positives -->
            <xsl:if test="not(matches(., '\b(on|about|for|before|while|when|after|by|a|the|an|some|all|every) \w+ing (the|a)', '!i')) and not(matches(., 'during'))">
                <li class="prodterm"><b>Possible unclear usage of gerund. If so, consider rewriting:</b> <xsl:value-of select="."/></li>
            </xsl:if>
        </xsl:if>

        <!-- comma's after certain starting phrases -->
        <xsl:if test="matches(., '^\s*Therefore[^,]')"><li class="prodterm"><b>Use a comma after starting a sentence with 'Therefore':</b> <xsl:value-of select="."/></li></xsl:if>
        <xsl:if test="matches(., '^\s*(If you|Before|When)[^,]+$')"><li class="prodterm"><b>Use a comma after starting a sentence with 'Before', 'If you' or 'When':</b> <xsl:value-of select="."/></li></xsl:if>

        <!-- experimenting with phrasal verbs (if there are a lot of verbs in phrasalVerbs.xml, it will be better to have this as the main loop (and do it outside the sentence loop)) -->
        <xsl:for-each select="document('phrasalVerbs.xml')/verbs/verb[matches($sentence, concat('.* ', ./@text, ' .*'))]">
            <xsl:variable name="verbPart" select="."/>
            <xsl:for-each select="$verbPart/particles/particle/@text[matches($sentence, .) and not(matches($sentence, concat($verbPart/@text, ' ', .)))]">
                <xsl:variable name="particle" select="."/>
                <li class="prodterm"><b>Separated phrasal verb found in:</b> <xsl:value-of select="$sentence"/></li>    
            </xsl:for-each>
        </xsl:for-each>


        <!-- checking if conditionals (should be followed by then) -->
        <xsl:if test="matches($sentence, '^\s*If\b', '!i') and not(matches($sentence, '\bthen\b', '!i'))"><li class="prodterm"><b>Conditional If found, but no then:</b> <xsl:value-of select="."/></li></xsl:if>


        <!-- very dodgy way of detecting passive voice -->
        <!--<xsl:if test="matches($sentence, '\b(are|can be|must be) \w+ed\b', '!i')"><li class="prodterm"><b>PB QA:Possible passive voice. If so, consider using active voice for:</b> <xsl:value-of select="."/></li></xsl:if>-->


        <xsl:for-each select='document("generalDeprecatedTermsAndPhrases.xml")/terms/dt'>
            <xsl:variable name="pattern" select="./@pattern"/>
            <xsl:variable name="message" select="./@message"/>
            <xsl:variable name="regexFlag" select="./@regexFlag"/>

            <!-- <xsl:if test="matches($sentence, $pattern, $regexFlag)"> -->
            <xsl:if test="matches($sentence, concat('(^|\W)', $pattern, '($|\W)'), $regexFlag)"> <!-- This is the work around for not being able to use \b when variable is passed on inside matches() -->
                <li class="prodterm"><b><xsl:value-of select="$message"/> in: </b> <xsl:value-of select="$sentence"/> </li>
            </xsl:if>
        </xsl:for-each>


    </xsl:for-each>
</xsl:for-each>
</xsl:template>
</xsl:stylesheet>

为了了解一下，我的“generalDeprecatedTermsAndPhrases.xml”的精简版如下所示：

    <dt pattern='to be able to' message="Use 'to' instead of 'to be able to'" regexFlag="i"></dt>

</terms>

【参考方案1】：

撒克逊人的简介不是很详细的原因是你的代码太单一了：它都在一个伟大的模板规则中。

但是，单片机本身并不是任何性能问题的原因。

首先观察到一个功能问题：你的变量

<xsl:variable name="excludes" select="not (codeblock or draft-comment or filepath or shortdesc or uicontrol or varname)"/>

没有按照你的想法做。它使用根文档节点作为上下文项进行评估，并且它的值是一个布尔值，如果最外层元素的名称不是列出的名称之一，则为真。所以我认为你的 xsl:for-each 使用 [$excludes] 作为谓词适用于所有元素，而我怀疑你打算将它应用于选定的元素。我不知道这对性能有多大影响。

对性能的主要影响将是评估正则表达式的成本。找出导致问题的原因的最佳方法是衡量逐个删除它们的影响。当您隔离问题后，可能有一种方法可以重写正则表达式以使其性能更好（例如，通过使其避免回溯）。

【讨论】：

谢谢，很高兴知道这就是 excludes 的工作原理。我确实考虑过重写，以便分析器提供更详细的图像。但是我会先检查正则表达式，谢谢指点！

有趣的细节；当我在你的帖子下看到你的名字时，它确实敲响了警钟，但没有进一步考虑。直到现在，当我意识到我的桌子上放着你的书（“XSLT 第 2 版，程序员参考”）时。所以我一直在看着你的脸（好吧，我假设这是封面上的你的脸）。好书，已经帮助我很多次了！