H2p完善——h2p文件合并和用xsl解析h2p文件

自从javaei网站推出h2p以来，得到了很多人的支持和鼓励，也给出了很多宝贵意见，再次深表谢意。

这些意见主要是三个方面的问题。第一：为什么要生成pdf；第二：h2p文件分成两个，比较繁琐，为什么不合成一个；第三：h2p-tool由c#和java实现，用起来不够简单，需要进一步完善。这三方面的意见提得非常好，在设计h2p之前，我其实是深思熟虑过的。

为什么要转换成pdf？回答这个问题很简单也很难？我就简单的说一下，首先pdf已成为广泛支持的具有丰富表现力的文档格式；其次pdf是聚合、收藏网络文章的最便利的文档格式，因为其强大的书签功能和瘦小的体积；还有很多，不一一列举了。说到底，h2p就是一个把网络文章整理成pdf的一个完整的解决方案，有些网站也有制作电子书的功能，但是h2p是一个更加通用的解决方案。

关于h2p文件的问题，分成两个文件来描述的确不方便，现在回想起来，当时分成两个文件是考虑的过多了，合并成一个文件迫在眉睫，而这是本文的主要内容。

合并后的h2p文件其后缀为.h2p.xml,主要描述url的信息和url的层次结构，h2p-tool根据h2p文件生成有书签的pdf文档。合并后，对h2p文件的操作变得简单，还可以通过xsl直接展示url的层次结构，而且合作网站对h2p的支持也将变得简单。

经过慎重考虑和仔细设计，h2p文件的一个例子如下：

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet type="text/xsl" href="http://www.javaei.com/content/h2p/h2p.xsl"?>
<!DOCTYPE book PUBLIC "-//JavaEI/JavaEI h2p Configuration DTD//CN" "http://www.javaei.com/dtd/javaei-h2p.dtd" >
<book name="我的PDF书">
	<chapter name="163">
		<chapter name="163新闻">
			<href id="11111"><![CDATA[http://news.163.com]]></href>
		</chapter>
		<chapter name="163体育">
			<href id="2222"><![CDATA[http://sports.163.com]]></href>
		</chapter>
	</chapter>
	<chapter name="sohu">
		<href id="333"><![CDATA[http://www.sohu.com]]></href>
		<chapter name="sohu新闻">
			<href id="444"><![CDATA[http://news.sohu.com]]></href>
		</chapter>
	</chapter>
</book>

 

对应的dtd如下：

 

 

<!ELEMENT book (chapter+)>
<!ATTLIST book      name   CDATA #REQUIRED>
<!ELEMENT chapter (href?,chapter*)>
<!ATTLIST chapter      name  CDATA  #REQUIRED>
<!ELEMENT href (#PCDATA)>
<!ATTLIST href      id  CDATA  #REQUIRED>

 

利用xsl对该样例文件的解析效果如图：

 

层次结构的深度是没有限制的，h2p的xsl实现了对xml的解析和树节点的构造，如果对这方面的问题感兴趣的可以参考我这个xsl。合作网站可以提供自己的xsl。Xsl解析xml生成树的核心代码如下：

	<xsl:template match="//chapter">
		<xsl:for-each select=".">
				<li>
					<img class="nodeimg">
					<xsl:choose>
					<xsl:when test="./chapter">
						<xsl:attribute name="src">http://www.javaei.com/res/images/closed.gif</xsl:attribute>
						<xsl:attribute name="onclick">clicknode(this)</xsl:attribute>
					</xsl:when>
					<xsl:otherwise>
						<xsl:attribute name="src">http://www.javaei.com/res/images/leaf.gif</xsl:attribute>
					</xsl:otherwise>
					</xsl:choose>
					</img>
					<xsl:choose>
						<xsl:when test="./href">
							<a>
								<xsl:attribute name="href"><xsl:value-of select="./href" /></xsl:attribute>
								<xsl:attribute name="target">right</xsl:attribute>
								<xsl:attribute name="class">h2pnodestyle</xsl:attribute>
								<xsl:value-of select="text()" /><xsl:value-of select="@name" />
							</a>
						</xsl:when>
						<xsl:otherwise>
							<xsl:value-of select="text()" /><xsl:value-of select="@name" />
						</xsl:otherwise>
					</xsl:choose>
					<ul class="collapsed">
						<xsl:apply-templates select="./chapter" />
					</ul>
				</li>
		</xsl:for-each>
	</xsl:template>

 

关键是这两句：

<xsl:template match="//chapter">

<xsl:apply-templates select="./chapter" />

这实际上形成了递归调用。

关于h2p-tool的问题，不得不说，这是个难题。要求根据url生成的pdf展现效果与浏览器里展现的效果一致，这无异于做一个浏览器，难度可想而知。在java领域，目前还没找到一个可以用的解决方案，所以才不得不借助于别人的c#的组件。h2p-tool的完善工作将是以后的主要方向，大家如果有好的思路，请不吝赐教。

 

 

h2p详细介绍
   h2p文件示例