» Indicizzazione file xml trasformati tramite xslt

Gorka · 04-09-10, 15:52

Premessa su XSLT

XSLT è una tecnologia facente parte della famiglia XML. In poche parole tramite XSL possiamo trasformare un XML per ottenerne un nuovo file (xml, html, svg, testo, ecc...). Non è una tecnologia nuova, è poco conosciuta perchè poco diffusa.
Per maggiori dettagli http://it.wikipedia.org/wiki/XSL_Transformations oppure una semplice ricerca con la parola XSLT e si trovano diverse guide e how-to. Faccio un esempio così capiamo subito di cosa si tratta.

Dato il seguente file xml (articolo.xml):

Codice:

<?xml version="1.0" encoding="UTF-8"?>
<?xml-stylesheet href="articolo.xsl" type="text/xsl"?>  
<documento>
    <titolo>titolo documento</titolo>
    <testo>Questo è un testo di prova XSLT</testo>
    <autore>gianni</autore>
</documento>

Mettiamo nella stessa cartella un file xsl (articolo.xsl)

Codice:

<xsl:stylesheet version="2.0" 
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns="http://www.w3.org/1999/xhtml">

<xsl:output  method="html"  indent="yes" />

<xsl:template match="/documento">
    <html>
    <head>
        <title><xsl:value-of select="titolo"/></title>
    </head>
    <body>
        <p>
            <xsl:value-of select="testo" />
        </p>
        <p>
            Autore : <xsl:value-of select="autore" />
        </p>
    </body>
    </html>
</xsl:template>

</xsl:stylesheet>

Aprendo il file xml con il browser otterremo questo output:

Codice:

<html>
<head>
    <meta content="text/html; charset=UTF-8"  http-equiv="Content-Type">
    <title>titolo documento</title>
</head>
<body>
    <p>Questo è un testo di prova XSLT</p>
    <p>Autore : gianni</p>
</body>
</html>

Ma se fate caso, visualizzando la sorgente pagina vedrete ancora l'xml, non l'html generato.

Il test

Quindi la mia domanda è: i motori di ricerca come vedono questo XML? Lo leggono come semplice xml o applicano le trasformazioni XSL? E viste le notizie degli ultimi giorni sull'indicizzazione di documenti SVG (altro linguaggio derivato da xml) la cosa si fa interessante.
Ho fatto un piccolo test alla pagina: http://giannileggio.com
Se guardate al sorgente è un semplice file xml, anche se il vostro browser visualizza correttamente l'html. Il documento è stato indicizzato, ma in maniera differente da yahoo e goole (su bing ancora non viene fuori).

Il risultato

Google indicizza l'xml senza trasformarlo, potete vedere la cache qui: http://webcache.googleusercontent.co...gs_rfai=&pbx=1
E forse non legge i link presenti all'interno del file. Insomma, come prevedevo, questo tipo di documenti sono mal digeriti da Google allo stato attuale.

Yahoo, invece, sotto questo aspetto è più evoluto, ecco la cache http://it.search.yahoo.com/search?ei...5Hony7VRxiZQ--
In pratica applica le trasformazioni xsl! E inoltre ha pure indicizzato la pagina contacts.xml. Questo mi ha stupito, non pensavo i motori arrivassero ad applicare le trasformazioni client-side e invece yahoo lo fa.
Inoltre nello snippet mostra una description caricata completamente da xsl (cioè è un testo assente nell'xml, è presente solo nel file layout.xsl).
(c'è anche da vedere cosa accadrà con la "fusione" di yahoo con bing)

Che succederà in futuro? Io continuo con questo genere di test e di ricerche, speranzoso che questa tecnologia (della quale sono appassionato) venga presto presa in considerazione anche da google. Man mano che ho delle novità terrò informato chi lo volesse (qui sul forum o seguitemi ai link in firma).

Giorgiotave · 04-09-10, 16:13

Gianni grazie per aver postato questo test ed averlo condiviso con tutti noi

Ho dato io l'autorizzazione a Gianni per farlo

Vediamo che succede.

mister.jinx · 04-09-10, 17:25

Ciao,

se posso aggiungere una precisazione: l'indicizzazione è la stessa (sempre di XML si tratta). La differenza è l'applicazione del "foglio di stile" xsl e relativa xslt.

paocavo · 04-09-10, 17:54

Ottimo, grazie per la condivisione

04-09-10, 15:52	#1 (permalink)
Gorka Esperto Data di registrazione: Apr 2006 Ubicazione: Ragusa Messaggi: 1,676	Indicizzazione file xml trasformati tramite xslt Premessa su XSLT XSLT è una tecnologia facente parte della famiglia XML. In poche parole tramite XSL possiamo trasformare un XML per ottenerne un nuovo file (xml, html, svg, testo, ecc...). Non è una tecnologia nuova, è poco conosciuta perchè poco diffusa. Per maggiori dettagli http://it.wikipedia.org/wiki/XSL_Transformations oppure una semplice ricerca con la parola XSLT e si trovano diverse guide e how-to. Faccio un esempio così capiamo subito di cosa si tratta. Dato il seguente file xml (articolo.xml): Codice: <?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet href="articolo.xsl" type="text/xsl"?> <documento> <titolo>titolo documento</titolo> <testo>Questo è un testo di prova XSLT</testo> <autore>gianni</autore> </documento> Mettiamo nella stessa cartella un file xsl (articolo.xsl) Codice: <xsl:stylesheet version="2.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns="http://www.w3.org/1999/xhtml"> <xsl:output method="html" indent="yes" /> <xsl:template match="/documento"> <html> <head> <title><xsl:value-of select="titolo"/></title> </head> <body> <p> <xsl:value-of select="testo" /> </p> <p> Autore : <xsl:value-of select="autore" /> </p> </body> </html> </xsl:template> </xsl:stylesheet> Aprendo il file xml con il browser otterremo questo output: Codice: <html> <head> <meta content="text/html; charset=UTF-8" http-equiv="Content-Type"> <title>titolo documento</title> </head> <body> <p>Questo è un testo di prova XSLT</p> <p>Autore : gianni</p> </body> </html> Ma se fate caso, visualizzando la sorgente pagina vedrete ancora l'xml, non l'html generato. Il test Quindi la mia domanda è: i motori di ricerca come vedono questo XML? Lo leggono come semplice xml o applicano le trasformazioni XSL? E viste le notizie degli ultimi giorni sull'indicizzazione di documenti SVG (altro linguaggio derivato da xml) la cosa si fa interessante. Ho fatto un piccolo test alla pagina: http://giannileggio.com Se guardate al sorgente è un semplice file xml, anche se il vostro browser visualizza correttamente l'html. Il documento è stato indicizzato, ma in maniera differente da yahoo e goole (su bing ancora non viene fuori). Il risultato Google indicizza l'xml senza trasformarlo, potete vedere la cache qui: http://webcache.googleusercontent.co...gs_rfai=&pbx=1 E forse non legge i link presenti all'interno del file. Insomma, come prevedevo, questo tipo di documenti sono mal digeriti da Google allo stato attuale. Yahoo, invece, sotto questo aspetto è più evoluto, ecco la cache http://it.search.yahoo.com/search?ei...5Hony7VRxiZQ-- In pratica applica le trasformazioni xsl! E inoltre ha pure indicizzato la pagina contacts.xml. Questo mi ha stupito, non pensavo i motori arrivassero ad applicare le trasformazioni client-side e invece yahoo lo fa. Inoltre nello snippet mostra una description caricata completamente da xsl (cioè è un testo assente nell'xml, è presente solo nel file layout.xsl). (c'è anche da vedere cosa accadrà con la "fusione" di yahoo con bing) Che succederà in futuro? Io continuo con questo genere di test e di ricerche, speranzoso che questa tecnologia (della quale sono appassionato) venga presto presa in considerazione anche da google. Man mano che ho delle novità terrò informato chi lo volesse (qui sul forum o seguitemi ai link in firma).
	__________________ Olio extravergine d'oliva - Scuole Italiane - Sconti, saldi e promozioni

04-09-10, 16:13	#2 (permalink)
Giorgiotave Data di registrazione: Oct 2004 Ubicazione: Monasterace Messaggi: 34,891	Gianni grazie per aver postato questo test ed averlo condiviso con tutti noi Ho dato io l'autorizzazione a Gianni per farlo Vediamo che succede.
	__________________ Giorgio Taverniti Blog - Il mio account Twitter! Che aspetti? Diventa MODERATRICE del Forum gt Importante evento sul Web Marketing: 5 sale, 27 argomenti, 33 esperti presenti, streaming e video registrati...a soli 149€

04-09-10, 17:25	#3 (permalink)
mister.jinx ModSenior Data di registrazione: May 2007 Ubicazione: Toscana Messaggi: 8,355	Ciao, se posso aggiungere una precisazione: l'indicizzazione è la stessa (sempre di XML si tratta). La differenza è l'applicazione del "foglio di stile" xsl e relativa xslt.
	__________________ Campagne AdWords Estreme. Blog personale. C'eri anche tu a AdWorld Experience ?

04-09-10, 17:54	#4 (permalink)
paocavo Moderatore Data di registrazione: Mar 2006 Ubicazione: Lecce, Italy Messaggi: 1,007	Ottimo, grazie per la condivisione
	__________________ Consulenze SEO & SEM \| Text Mining & SEO Tools

Condividi questo contenuto nei Social Network:		Tweet
Ti stiamo aspettando: Registrati subito e gratis. Entra a far parte di una delle comunità più attive in Italia. Se hai dimenticato i tuoi dati li puoi recuperare subito.

Strumenti di discussione
Visualizza la versione stampabile Invia la pagina tramite email