技术开发 频道

用XSLT删除XML示例文件中的敏感内容

【IT168技术文档】

    是否需要共享您的XML 代码例子但又不能泄露数据?比方说,您可能需要提供一些 XML 代码例子请求别人解决某些问题。在这篇技巧文章中,Uche Ogbuji 说明如何使用 XSLT 删除敏感内容同时仍然保持基本的 XML 结构。

    在处理 XML 文件时,您可能会遇到这种情况:文件中包含敏感数据,而您喜欢的 XML 处理工具又出现了问题,比方说一个 bug。您需要向供应商提供一个引起 bug 的示例文件。当然不能随便发送一个 XML 文件,因为可能是示例文件中的特殊标记造成了问题。您需要有一种方法清除文件中的敏感数据,同时保持文件的特殊结构特征,以便仍然能够说明问题。如本文所述,只要一点 XSLT 技巧就能解决。

    消除内容

    清单 1 (kill-content.xslt) 中的 XSLT 脚本可以删除所有的文本节点和属性值,仅留下节点结构骨架。 

清单 1 (kill-content.xslt). 清除字符数据的 XSLT 脚本 <?xml version="1.0" encoding="utf-8"?> <xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" > <xsl:template match="node()"> <xsl:copy> <xsl:apply-templates select="@*|node()"/> </xsl:copy> </xsl:template> <xsl:template match="@*"> <xsl:attribute namespace="{namespace-uri()}" name="{name()}"/> </xsl:template> <xsl:template match="text()"/> </xsl:stylesheet>

    从第一个模板可以看出,与很多有用的脚本一样,这里也使用了恒等变换。第二个模板将所有属性复制到输出中,但省略了属性值。第三个模板删除了所有文本节点。所有其他节点类型,包括元素,都由第一个模板处理,该模板将节点的基本结构复制到输出中。清单 2 是用该脚本处理的一个示例文件。 

清单 2 (patients.xml). 示例 XML 文件 <?xml version="1.0" encoding="iso-8859-1"?> <patients> <patient id='ep' admitted="2003-06-10"> <name>Ezra Pound</name> <address> <street>45 Usura Place</street> <city>Hailey</city> <province>ID</province> </address> <condition>ore infectus</condition> </patient> <patient id='tse' admitted="2003-06-20"> <name>Thomas Eliot</name> <address> <street>3 Prufrock Lane</street> <city>Stamford</city> <province>CT</province> </address> <condition>Sartor resartus</condition> </patient> <patient id="co" admitted="2004-11-15"> <name>Christopher Okigbo</name> <address> <street>7 Heaven's Gate</street> <city>Idoto</city> <province>Anambra</province> </address> <condition>caeli porta quaerit</condition> </patient> </patients>

    如果将 清单 1 中的 XSLT 脚本应用到 清单 2 中的 XML 例子,就会得到下面的 XML(忽略了 XML 声明)。 

<patients><patient id="" admitted=""><name/><address><street/><city/>...

    可以看到,结果中保留了基本的元素和属性结构,但是没有内容了。

    增加空格

    如果彻底删除字符数据过于极端,希望至少保留每个节点的长度,可以使用 清单 1 的一个变体。清单 3 中的 XSLT 脚本用长度相同但仅包含空格的节点代替所有字符数据。 

清单 3 (blank-content.xslt). 将所有字符数据替换为空白内容的 XSLT 脚本 <?xml version="1.0" encoding="utf-8"?> <xsl:transform version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:x="http://ns.ogbuji.net/articles" > <x:wsbuffer xml:space="preserve"> </x:wsbuffer> <xsl:variable name="wsbuf" select="string(document('')/*/x:wsbuffer)"/> <xsl:template match="node()"> <xsl:copy> <xsl:apply-templates select="@*|node()"/> </xsl:copy> </xsl:template> <xsl:template match="@*"> <xsl:attribute namespace="{namespace-uri()}" name="{name()}"> <xsl:value-of select="translate(., ., $wsbuf)"/> </xsl:attribute> </xsl:template> <xsl:template match="text()"> <xsl:value-of select="translate(., ., $wsbuf)"/> </xsl:template> </xsl:transform>

    关键是顶层的扩展元素 x:wsbuffer,它提供了替换操作中所使用的空白字符内容。由于格式方面的原因,我减少了空格,但是该元素可以增加更多的空格,因为原始数据中的所有字符数据节点都用同样长度的空白替换,最大长度为 x:wsbuffer 中的字符数。xml:space 属性用于防止 XSLT 处理程序压缩 x:wsbuffer 中的空白。x:wsbuffer 实际上可使用任何内容,作为字符数据的常备替代文本。如果使用任何非空白字符,就不需要 xml:space 属性了。

    通过自引用 XSLT 文档(使用 document('') 的特殊形式),变量 wsbuf 设置为替换文本。转换的其他部分与 清单 1 类似,只不过没有删除文本,而是用 wsbuf 中相同位置的字符替换每个字符。与 清单 1 一样,最终所有的输出内容都是空白。如果希望改变结果可以尝试修改 x:wsbuffer 的内容。

    如果将 清单 3 中的 XSLT 脚本应用于 清单 2 中的 XML,就会得到下面的 XML。 

<patients> <patient id=" " admitted=" "> <name> </name>...

    结束语

    本文介绍了如何修改 XML 文档,在保留基本结构不变的同时删除或者改变内容以免泄漏敏感信息。这种技术有一定的局限性,主要是由于 XSLT 本身的局限性造成的。特别需要指出的是,如果请求解决的问题涉及到字符数据本身的特点(比方说,处理字符实体的 bug),如此处理的示例文件就丢失了关键信息。记住,XSLT 还丢失了 XML 文件中的其他信息,如顶层声明、实体引用和 CDATA 节。如果这些内容对解决问题很重要,就不能使用 XSLT 清理文件。我遇到很多情形使用这些脚本就足够了,因此这些技术仍然值得学习。

0
相关文章