xslt - 文档功能是否总是在转换过程中每次都读取输入文件？

Question

这是我关于文档功能的问题。

文档函数是否总是为每个转换读取输入文件？还是第一次将其加载到内存中，然后从内存中读取以进行连续转换？

在这里问这个问题的原因是，我有一个非常输入文件，它总是在转换过程中检查值。

如何在这些情况下实现最佳性能？

Answer 1

XSLT 2.0 中的函数规范将document解析 XML 从单个 URL 的细节委托给XSLT/XPath/XQuerydoc函数的规范。它没有指定解析后的文档是否被缓存，但它要求函数是稳定的，说“默认情况下，这个函数是·stable·。如果相同的URI引用（在解析到两个调用都提供了一个绝对 URI 引用。因此，以下表达式（如果它没有引发错误）将始终为真：doc("foo.xml") is doc("foo.xml")"。

如果您想多次访问同一个文档，实现缓存结果可能是一个优势，但如果您加载多个大型文档并且无法处理任何一个，则可能是一个劣势。

您使用哪种 XSLT 2.0 处理器？Saxon 有http://www.saxonica.com/documentation/index.html#!functions/saxon/discard-document来显式丢弃缓存的文档，从而表明对document('foo.xml')或的调用doc('foo.xml')通常被缓存。

Answer 2

使用 doc() 或 document() 读取的文档几乎不可避免地会在转换期间被缓存，因为这是满足规范中稳定性要求的唯一方法。但我认为您的问题是关于跨多个转换的缓存。这将取决于处理器。

现在几乎没有理由使用 Saxon 6.5。即使出于可移植性原因您想将自己限制为 XSLT 1.0，通常最好使用较新的 Saxon 版本。

Saxon（至少是当前版本，我不记得是 6.5）将在 JAXP Transformer 的生命周期内缓存文档，因此如果您将同一个 Transformer 用于多个转换，则不会重新解析文档。如需更精确的控制，请考虑使用 s9api API。这允许您使用 DocumentBuilder 在内存中构建文档树，然后将其作为样式表参数的值传递给每个转换，或者通过注册一个识别 URIResolver 来响应对 doc() 或 document() 的调用URI。当然 - 使用任何 JAXP 转换引擎 - 您可以在 URIResolver 中实现自己的文档缓存。

Answer 3

当您使用该document()功能时，库无法知道您是否会再次使用它，或者这是否是临时访问。
每当您处理文档时，都必须对其进行解析等，这是相对耗时的。为了避免多次重新读取和重新解析文档的开销，库维护了一个“文档列表”作为“转换上下文”的一部分。任何被访问的文档的解析图像都被添加到这个列表中，并且列表（连同它引用的文档）只有在转换上下文被释放时才会被释放。