此前，一 文对比了DOM + XPath + XSLT 和正则表达式应用在提取网页数据信息和屏幕抓取领域的优缺点，重点说明了采用前者的优势，毫无疑问，采用前者编程成本低很多，有大量的可重用的第三方程序 库或者软件模块供集成，而且做出来的数据抽取规则适用力很强。然而，这些优势是付出一定代价换取来的，主要的代价是：完全控制XSLT需要长时间的学习和 练习，下面总结几点掌握XSLT的难点。
一台机器
XSLT功能十分强大，绝大多数信息提取和网页内容格式化转换任务都可以通过一个XSLT指令文件完成。自 动生成的网页数据抓取规则就是一个XSLT文件。XSLT指令文件中，xsl:template语句将很多指令组织成模块，模块化编程是降低编码成本的有 效方法，然而，初学者容易被XSLT的“模块化”所蒙蔽。实际上，XSLT的处理引擎采用了一种很古怪的方式，你可以这样想象：有一台机器，两个供料口， 原料分别是XSLT指令和被转换的文档（我们关心的是HTML网页），一个成品出口，产品是经过转换后的文档（也就是抽取到的数据），机器在不停的转。这 种机器有个特点，任何原料进去以后都是顺序处理的，如果你觉得目标HTML文档经过一遍处理后还需要来一遍，例如，再提取更多信息，在同一个处理会话中是 不可能的，就像一个磁带机，数据是顺序访问的，两种原料都是这样，这是使用XSLT的最大的拦路虎，很容易出错，出错的现象就是认为能够抓取到的数据没有 抓取到。如果脑子中总是有这台机器，就可避免犯这个错误。
复杂结构数据的提取
如果需要抓取的数据是表结构的，上述问题不容易暴露，而且，XSLT指令文件也可以很简单，但是，绝大多数的网页内容是复杂的树状结构，例如， B2B网站上的商品分类，大类下面有子类，而且多级嵌套，这是树状结构，需要XSLT指令执行深挖嵌套的操作，使用下一节讲解的几个“模块化”指令可以很 好的处理这个问题，然而上一节讲解的顺序处理机破坏了“模块化”，实际上从某种程度上讲成了假模块化。手工编写XSLT很容易出错，编码－验证－修改循环 多次，应 运而生，MetaSeeker中的MetaStudio工具的原理很简单，就是生成一个XSLT指令框架，这是一个框架的时代，我们有开发框架（例如， Spring framework）、网站（CMS）框架（例如，Drupal），MetaStudio生成的是XSLT指令框架，符合顺序处理机原则生成一个XSLT 指令框架，屏蔽了烦人的顺序处理机，用户看到的是真正的模块化。详细讲解了框架生成原理，MetaStudio使用FreeFormat技术确保生成的XSLT文件框架能够正确顺序执行，而且使用目标页面中的语义标记（例如，和CSS selector）提高信息提取精度；而展示了怎样将手工编写的XPath表达式和XSLT指令文件片段集成到MetaStudio生成的框架中。
XSLT的模块化指令
XSL指令集中有几个模块化指令：xsl:template, xsl:for-each , xsl:apply-templates, xsl:call-template，另外，加上xsl:if，使用他们可以编写很容易阅读的XSLT文件。
然而，作为初学者，一定要将顺序化机器铭记在心，否则容易被这几个模块化指令所误导。在互联网上随便看看XSLT的讨论，就会发现很多菜鸟向老鸟求救，甚至有些老鸟干脆建议菜鸟避开哪些雷区，例如：， 老鸟说：不要用xsl:for-each，要用xsl:apply-templates。某种程度上说这是对的，然而在某些环境下必须要使用for- each，例如，与xsl:if配合，先判断是否存在节点集，再使用xsl:for-each，而不用xsl:apply-templates，因为不想 XSL引擎自主匹配。在这种情况下就得将下面的两个重点铭记在心。
此XPath即彼XPath？
我们常说，XSLT离不开XPath，在上节讲解的模块化指令中都要用XPath，例如，match规则，test规则和select规则等等，你 会发现很多XPath并不灵光，例如：./p/text()，不能出现在xsl:template中，此XPath不是彼XPath？如果脑子中有顺序处 理机这个形象，这一点不难理解，当处理到xsl:apply-templates时，引擎要在当前节点后面找一个匹配的节点或者节点集，“.”运算符是多 余的，只能是p/text()，这个原则适用所有match操作，但是，在xsl:for-each中就不一样了，它是select规则，可以 select当前（.）节点，也可以是following-sibling或者preceding-sibling等，也适用所有的select规则。
上下文节点(context node)和当前节点(current node)
上一节我们已经提到了当前节点，还有一个概念叫上下文节点，顺序处理机是恼人的设计，有些时候必须要回头，实际上回不了头，但是，我们可以先暂停这 台机器，停下来后，预先在没有处理的原料中搜寻搜寻，实际上达到了回头的效果，这就是上下文节点和当前节点的作用。限于篇幅不再赘述，感兴趣可以翻看 XSL规范和书籍，另外要记住的概念是：节点集（node set），这要将这台机器剖开看了，看原料的加工过程，有兴趣自己去研究吧。