履歴もしくは日誌

STX : Streaming Transformations for XML

「人力検索はてな」で，RDF データを HTML に変換する方法についての質問があがりました．単純に考えると XSLT かなってところですが，元データはオープンディレクトリプロジェクト DMOZ の RDF dump で，とても巨大なファイルです．XSLT では，巨大なファイルを使うのは苦手だと思うし，1 つの元データから，1 つの HTML ファイルができるという単純な変換では駄目そうです．Google で検索すると STX というものを使って HTML に変換する例がありました．

• http://rdf.dmoz.org/　で配布されているRDFデータを、.html に変換する方法を教えてください。
  http://www.hatena.ne.jp/1109323626
• Streaming Transformation for XML (STX)
  http://www.idealliance.org/papers/xmle03/slides/becker/

そこで Joost っていう Java での処理系があったので，試してみる事に．なんと example ファイルには DMOZ の RDF とその変換の為の STX ファイルまで入っていました．

• Joost
  http://joost.sourceforge.net/

joost をダウンロードして展開すると，joost.jar, joost.sh, joost.bat などと examples ディレクトリができました．UNIX Like な環境では joost.sh を Windows などでは joost.bat などを使うのでしょう．examples ディレクトリから dmoz で始まるファイル名の 5 つのファイルを，コピーして joost.sh と同じディレクトリに起きました．dmoz.xml が RDF ファイルです．

./joost.sh dmoz.xml dmoz.stx

これで Top.html と Top というディレクトリができます．Top ディレクトリの中には複数の HTML ファイルが入っています．

処理はかなり早いにではないでしょうか．まぁ examples の仲の dmoz.xml は，実際よりもかなり小さいファイルですが．XSLT では通常は 1 つの XML ファイルを 1 つの別のファイルに変換します．ところがこの STX の処理では複数のファイルがいきなりできました．

STX は今回初めて知りました．どんなものなのかまだよく分かっていませんが，なかなか便利そうです.

で，STX の公式のページはこちらみたい：

• Streaming Transformations for XML
  http://stx.sourceforge.net/

Trackback URI http://onohiroki.cycling.jp/tb/tb.cgi/weblog_d20050227n1 TrackBack