Prezentacja programu PowerPoint

Mariusz Chmielewski - ISI WAT

Plan wykładu

• Geneza języka
• Główne cechy XML
• Elementy XML
• Praktyczne uwagi – konstrukcje języka
• Języki oparte na XML
• Parsery XML – strategie, narzędzia,

zasady działania

• DTD – Document Type Definiton
• XML Schema

Mariusz Chmielewski - ISI WAT

Języki znaczników

• Język znaczników (ang. markup

language) - format dokumentu, który
obok treści zawiera także opisujące ją
informacje. Informacje te dotyczą
danych na temat znaczenia lub wyglądu
dokumentu i są wyrażane poprzez
umieszczone w tekście znaczniki.

• Języki znaczników są także

wykorzystywane w przemyśle publikacji
do wymiany dokumentów pomiędzy
autorami, redaktorami oraz drukarniami.

Mariusz Chmielewski - ISI WAT

Języki znacznikowe - SGML

• SGML (ang. Standard Generalized Markup Language) -

uogólniony język znaczników ujednolicający struktury

i format różnego typu danych. Pozwala zapisać je w

formie dokumentu tekstowego i w związku z tym jest

łatwo przenoszalny renderowalny w różnych

systemach elektronicznego przekazu danych.

• SGML w przeciwieństwie od języków znaczników

dedykowanych (takich jak np. HTML):

– nie jest określonym zbiorem znaczników i reguł ich

użytkowania,

– nadrzędnym językiem służącym do definiowania dowolnych

znaczników i ustalania zasad ich poprawnego użytkowania.

• Języka SGML używa się praktycznie do dwóch celów:

– precyzyjnego definiowania zbiorów znaczników

przeznaczonych do konkretnych zastosowań – przykładem

jest język HTML;

– ujednolicania zasad pisania i przekazywania dokumentów

tekstowych w obrębie dużych firm lub instytucji.

Mariusz Chmielewski - ISI WAT

Języki znacznikowe - SGML

• W obydwu przypadkach dokument w języku SGML

składa się z trzech części:

– deklaracji dokumentu, która definiuje ogólne reguły

stosowane w zapisie dokumentu

– np. maksymalna długość nazwy elementu, znak

używany jako początek znacznika (domyślnie jest to

znak < );

– DTD – definicji typu dokumentu, czyli definicji

wszystkich znaczników i reguł ich stosowania;

– właściwego dokumentu – tekst wraz ze znacznikami.

• SGML jest złożonym językiem, co jest powodem bardzo

mało narzędzi implementuje pełen standard. Zwykle

edytory SGML obsługują większość powszechnie

używanych elementów języka i interpretują jedynie część

pliku deklaracyjnego.

Mariusz Chmielewski - ISI WAT

Języki znacznikowe - SGML

• W związku z trudnościami implementacyjnymi

powstał język i standard XML będący początkowo
podzbiorem reguł SGML (pierwsza wersja powstała
w 2000 roku).

• Standard XML można obsługiwać narzędziami

SGML-owymi modyfikując odpowiednio plik
deklaracyjny.

• Ponieważ w praktyce zarówno deklaracja

dokumentu SGML jak i DTD "zaszyte" są najczęściej
w oprogramowaniu (np. w przypadku języka HTML
w przeglądarkach i programach do pisania stron
WWW), użytkownicy końcowi, nie mają
bezpośredniej styczności z DTD tej odmiany języka
SGML, z której właśnie korzystają.

Mariusz Chmielewski - ISI WAT

Definicja języka XML

• www.w3.org/XML

“XML is a simple, very flexible text format

derived from SGML. Originally designed to

meet the challenges of large-scale electronic

publishing, XML is also playing an

increasingly important role in the exchange

of a wide variety of data on the Web and

elsewhere”

• XML definiuje strukturę dokumentu,

pozostawiając interpretację znaczenia

elementów tej struktury programiście;

• XML jest sposobem meta-opisu, dowolnej

innej struktury danych;

Mariusz Chmielewski - ISI WAT

Definicja

Wikipedia

• XML (ang. Extensible Markup Language, w

wolnym tłumaczeniu Rozszerzalny Język
Znaczników) to uniwersalny język formalny
przeznaczony do reprezentowania różnych
danych w ustrukturalizowany sposób. XML jest
niezależny od platformy, co umożliwia łatwą
wymianę dokumentów pomiędzy różnymi
systemami i znacząco przyczyniło się do
popularności tego języka w dobie Internetu.
XML jest podzbiorem języka SGML, tj. każdy
dokument XML jest też dokumentem SGML.
XML jest rekomendowany oraz specyfikowany
przez organizację W3C.

Mariusz Chmielewski - ISI WAT

Struktura i znaczenie dokumentu

<?xml version="1.0" encoding="UTF-8" ?>

<birth-date year="1990" month=„3" day=„10" />

<first-name>Harry</first-name>

<surname>Corner</surname>

</person>

<?xml version="1.0" encoding="UTF-8" ?>

<xxxxx-xxxx xxxx="xxxx" xxxxx="x" xxx="xx" />

<xxxxx-xxxx>xxxxx</xxxxx-xxxx>

<xxxxxxx>xxxxx</xxxxxxx>

</xxxxxx>

Meaning

Structure only

Mariusz Chmielewski - ISI WAT

Struktura i znaczenie dokumentu

<?xml version="1.0" encoding="UTF-8"?>
<książka-telefoniczna

kategoria="bohaterowie książek">

  <osoba charakter="dobry">
    <imię>Ambroży</imię>
    <nazwisko>Kleks</nazwisko>
    <telefon>123-456-789</telefon>
  </osoba>

  <osoba charakter="zły">
    <imię>Alojzy</imię>
    <nazwisko>Bąbel</nazwisko>
    <telefon/>
  </osoba>

</książka-telefoniczna>

Mariusz Chmielewski - ISI WAT

Struktura i znaczenie dokumentu

• XML powstał jako „uproszczenie”

standardu SGML

• Standard Generalized Markup Language

(~1960/70), standard ISO

• SGML jest bardzo rozbudowany, kosztowny

w implementacji i długotrwały w
opanowaniu

• XML – podzbiór SGML, 1998 (specyfikacja

tylko ok. 20 stronicowa)

• XML szybko się rozprzestrzenił, powstają

parsery dla wielu języków

Mariusz Chmielewski - ISI WAT

Cechy XML

• jest między-platformowym niezależnym od

oprogramowania i sprzętu narzędziem do

wymiany danych

• jest metajęzykiem - nie zawiera

predefiniowanych znaczników, pozwala na ich

samodzielne zdefiniowanie. Języki zbudowane

na podstawie XML to tzw. aplikacje XML.

• XML używa DTD (Document Type Definition) do

opisu struktury danych (składni języka), wraz z

nim jest samo opisujący się (ang. self-

decriptive)

Celem XML jest przechowywanie, przenoszenie i

wymiana danych. XML nie został

zaprojektowany do wyświetlania danych.

Mariusz Chmielewski - ISI WAT

Zalety języka XML

• Konwersja danych

– pozwala redukować koszt i złożoność operacji wymiany

danych

– umożliwia korzystanie z danych przez wiele różnych aplikacji

• XML może być również użyty do składowania

(przechowywania) danych, dzięki czemu mogą one
być przetwarzane przez ogólne (nie specjalizowane)
aplikacje.

• Dostępność z wykorzystaniem technologii

internetowych

– ponieważ XML jest niezależny od platformy (sprzętowej,

systemowej)

– oprogramowanie klienckie może korzystać z XML jak z

źródeł danych, tak jak to jest w przypadku baz danych.

Mariusz Chmielewski - ISI WAT

Dokument XML

<book category="COOKING">
<title lang="en">Everyday

Italian</title>
<author>Giada De

Laurentiis</author>
<year>2005</year>
<price>30.00</price>
</book>
<book category="CHILDREN">
<title lang="en">Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
<book category="WEB">
<title lang="en">Learning

XML</title>
<author>Erik T. Ray</author>
<year>2003</year>
<price>39.95</price>
</book>

</bookstore>

Mariusz Chmielewski - ISI WAT

Elementy języka: prolog

• XML jest plikiem tekstowym

rozpoczynającym się od prologu

<?xml version=”1.0” encoding=”UTF-8”?>

• Wszystkie parsery muszą wspierać

przynajmniej dwa standardy
kodowania UTF-8 i UTF-16

• Prolog jest opcjonalny, powinien być

wyspecyfikowany

Mariusz Chmielewski - ISI WAT

Elementy języka:

tagi

• Struktura jest zdefiniowana przez

tagi (ang. markup)

– Tag to sekwencja alfanumerycznych

znaków zawartych między '<' i '>'

• Tag otwierający: <person>
• Tag zamykający: </person>
• Tag pusty (bez ciała): <person />

– Przykłady:

• <fee>129</fee>
• <age>79</age>
• <marital-status>married</marital-status>

Mariusz Chmielewski - ISI WAT

Elementy języka: atrybuty

• Atrybuty są częścią struktury i pozwalają na

związanie z tagami par nazwa-wartość

– Jedynie tagi otwierające mogą posiadać

atrybuty

– Nazwa atrybutu jest unikalna w obrębie jednego

tagu

• niepoprawny przykład: <person age=”79” age=”50”

• Przykłady

– <fee currency=”usd”>129</fee>
– <person marital-status=”married” age=”79” />

Mariusz Chmielewski - ISI WAT

Elementy języka: instrukcje sterujące

• Instrukcje sterujące nie są częścią

dokumentu, ale są wykrywane i
sygnalizowane przez parsery XML

• Instrukcja sterująca wygląda

następująco:

<?my processing instruction is here ?>

• Prolog w XML jest przykładem

instrukcji sterującej

Mariusz Chmielewski - ISI WAT

Elementy języka: komentarze

• Komentarze to bloki tekstowe występujące

między sekwencjami znaków: ''

• Przykłady:

<surname>Weiss

</surname>

</person>

– Komentarze nie mogą być deklarowane w

definicji tagów

– W komentarzach nie może pojawić się sekwencja

„--”

Mariusz Chmielewski - ISI WAT

Elementy języka: tekst

<poem>

Białoszewski

</surname>

<first-name>

Miron

</first-name>

</author>

<title>

Być to...

</title>

być

to źle

a nie?

</contents>

</poem>

<poem>

Białoszewski

</surname>

<first-name>

Miron

</first-name>

</author>

<title>

Być to...

</title>

być

to źle

a nie?

</contents>

</poem>

Blok

tekstu

Blok

tekstu

zawierając

y znaki

białe

Mariusz Chmielewski - ISI WAT

Elementy języka: tekst

• Znaki białe mogą być, na życzenie

programisty, zignorowane przez
parsery XML

• Jeśli zachodzi potrzeba umieszczenia

znaków specjalnych (<>&), należy
posłużyć się albo encjami, albo
blokiem CDATA

– Wszystkie znaki w bloku CDATA są

przekazywane do parsera XML
dokładnie tak, jak zostały zapisane

Mariusz Chmielewski - ISI WAT

Blok

CDAT

<poem>

Białoszewski

</surname>

<first-name>

Miron

</first-name>

</author>

<title>

Namuzowywanie

<title>

<![CDATA[

Muzo

Natchniuzo

tak

końcówkuję

z niepisaniowości

natreść

ości

uzo

]]>

</contents>

</poem>

Text block within CDATA

CDATA start

CDATA end

Mariusz Chmielewski - ISI WAT

Kodowanie znaków w XML

• Prolog mówi parserowi (narzędziom

przetwarzania) jakiego kodowania należy
użyć w interpretacji dokumentu

– Nazwy stron kodowych: IETF RFC 1766
– Domyślna 'UTF-8' (Unicode)

• Przykład: plik XML zawierający znak

diakrytyczny „ą”

• Kodowanie UTF-16 (ą=0x0105)

<?xml version="1.0" encoding="UTF-16"?>

<tag>

</tag>

Mariusz Chmielewski - ISI WAT

Kodowanie znaków w XML

• Kodowanie ISO8859-2 (ą = 0xB1)

<?xml version="1.0" encoding="iso8859-2"?>

<tag>

</tag>

Mariusz Chmielewski - ISI WAT

Encje w treści dokumentu

• Niektóre znaki ('<', '&', '>') mają dla

parsera specjalne znaczenie, trzeba je
albo zakodować, albo umieścić w bloku
CDATA

• Encje: '&' + entity_name + ';'
• Przykład:

<?xml version="1.0" encoding="UTF-8"?>

<tag>

Java Verified

Java Certified

</tag>

© Java Verified & Java Certified

Numeric entiry (character value)

Predefined entity

Mariusz Chmielewski - ISI WAT

Praktyczne uwagi – konstrukcje języka

• w XML wszystkie znaczniki muszą być zamknięte
• możliwe jest definiowanie elementów pustych

<element_pusty> </element_pusty>

jest równoznaczne z

<element_pusty/>

• znakiem końca wiersza (nowej linii) jest LF (a nie

Windows'owe CR/LF)

• znaczniki mogą posiadać atrybuty, składające się z

nazwy atrybutu i jego wartości ujętej w cudzysłowy
lub apostrofy

nieprawidłowo

prawidłowo

Mariusz Chmielewski - ISI WAT

Praktyczne uwagi – konstrukcje języka

• w dokumentach XML rozróżnialna jest

wielkość liter:

znaczniki <Name> i <NAME> są rozpoznawane
jako różne

• nazwy znaczników:

– mogą zawierać litery, cyfry i inne znaki
– nie mogą zaczynać się cyfrą lub kropką
– nie mogą zaczynać się ciągiem znaków

"xml"

– nie mogą zawierać spacji
– zaleca się unikanie znaków -, . , :

Mariusz Chmielewski - ISI WAT

Praktyczne uwagi – konstrukcje języka

• Dokument XML musi posiadać element

będący korzeniem, pozostałe elementy

powinny być zagnieżdżone odwzorowując

strukturę drzewiastą.

<root>

</root>

•

XML wspiera standard kodowania znaków narodowych

Unicode (możliwy zapis pojedynczego znaku przy pomocy

dwóch bajtów danych)

•

Dokument spełniający powyższe reguły składniowe

określany jest jako dobrze sformułowany (ang. well-

formed)

Mariusz Chmielewski - ISI WAT

Element XML

• Elementem XML jest wszystko co znajduje się

pomiędzy znacznikiem początkowym i końcowym.

• Elementy ze względu na przechowywaną zawartość

dzielimy na:

– elementy puste

<samochod typ="sportowy"> </samochod>

– elementy proste

<nazwisko> Kowalski </nazwisko>

– elementy złożone - zawierające inne elementy

<osoba>

<imie> Artur </imie>
<nazwisko> Kowal </nazwisko>

</osoba>

– elementy mieszane - element złożony zawierający

dodatkowo treść

<osoba>

<imie> Artur </imie>
<nazwisko> Kowal </nazwisko>

</osoba>

Mariusz Chmielewski - ISI WAT

Rodzina języków XML

• OpenDocument - OASIS Open Document Format for

Office Applications, dokumenty biurowe

• SMIL - Synchronized Multimedia Integration

Language, opis prezentacji multimedialnych

• SVG - Scalable Vector Graphics, grafika wektorowa

• MathML - Mathematical Markup Language, opis

formuł matematycznych

• XAML - Extensible Application Markup Language,

GUI w .NET począwszy od wersji 3.0

• XHTML - Extensible HyperText Markup Language,

strony WWW

• XSL - Extensible Stylesheet Language,

przekształcanie XML-i

• XSLT - XSL Transformations, Przekształcenia

Rozszerzalnego Języka Arkuszy Stylów

• XUL - XML-based User-interface Language, GUI

Mariusz Chmielewski - ISI WAT

OpenDocument

• OpenDocument (znany również jako ODF oraz

ISO/IEC 26300, pełna nazwa: OASIS Open

Document Format for Office Applications) to

otwarty standard ISO formatu plików pakietów

biurowych. Obejmuje dokumenty tekstowe,

arkusze kalkulacyjne, wykresy i prezentacje

multimedialne.

• Pierwsza wersja formatu bazowała na XML-

owym formacie pakietu OpenOffice.org.

Obecnie OpenDocument jest rozwijany przez

niezależną organizację OASIS (Organization

for the Advancement of Structured

Information Standards).

Mariusz Chmielewski - ISI WAT

OpenDocument

• OpenDocument jest alternatywą dla zamkniętych

formatów dokumentów, kontrolowanych najczęściej

przez firmy, które je opracowały - przede

wszystkim dla formatów DOC, XLS i PPT,

używanych w pakiecie biurowym Microsoft Office.

• Użytkownicy dokumentów zgodnych ze standardem

OpenDocument mają do nich dostęp z programów

różnych producentów, co łamie monopol

dotychczasowych producentów oprogramowania i

dysponentów formatów dokumentów.

• Możliwy staje się wybór bądź zmiana

oprogramowania biurowego bez konieczności

zmiany formatu używanych dokumentów (co

zwiększałoby ryzyko utraty części informacji z

dokumentów).

Mariusz Chmielewski - ISI WAT

Synchronized Multimedia Integration Language

• SMIL ("smail", ang. Synchronized

Multimedia Integration Language) jest
standardem zalecanym przez W3C do
opisu prezentacji multimedialnych z
wykorzystaniem XML.

• SMIL określa m.in. znaczniki

synchronizacji, układu, animacji, przejść
obrazu oraz zagnieżdżania. Pozwala na
wstawianie obrazu, animacji, muzyki
oraz filmów i umożliwia synchronizację
tych elementów multimedialnych.

Mariusz Chmielewski - ISI WAT

SVG – Scalable Vector Graphics

• SVG (ang. Scalable Vector Graphics) – uniwersalny format

dwuwymiarowej, statycznej i animowanej grafiki

wektorowej, nieobwarowany licencjami i patentami,

stworzony w 1999 roku przez W3C z myślą o zastosowaniu

go na stronach WWW.

• Używany również jako niezależny od platformy

systemowej format grafiki. SVG należy do rodziny języków

XML.

• W roku 2001 format SVG uzyskał status rekomendacji

W3C. Jego obsługa jest zaimplementowana w

przeglądarce Amaya, której rozwój wspiera W3C, oraz w

przeglądarkach Mozilla Firefox, od wersji 1.5, Konqueror i

Opera, począwszy od wersji 8 beta 3.

• SVG obsługiwany jest w przeglądarkach internetowych z

reguły po przez rozszerzenie np. firmy Adobe.

• Pliki SVG mogą być przetwarzane w szeregu programów

niezwiązanych z przeglądarkami.

Mariusz Chmielewski - ISI WAT

Mathematical Markup Language

• MathML (ang. Mathematical Markup Language,

matematyczny język znaczników) to język będący

zastosowaniem XML-a, służący do opisywania wzorów

i symboli matematycznych.

• Specyfikacje języka MathML opracowywane są przez

W3C. Aktualną wersją jest MathML 2.0. W wersji tej

wprowadzono podział na znaczniki prezentacyjne,

opisujące sposób renderowania wzorów, oraz

znaczniki semantyczne, opisujące matematyczne

znaczenie wzorów i mogące być wykorzystywane do

obliczeń.

• MathML jest na coraz szerszą skalę wykorzystywany

do prezentacji wzorów w Internecie na stronach

WWW. Znaczniki MathML można umieścić zarówno w

osobnym dokumencie (z rozszerzeniem .mml), jak i

włączyć do dokumentu XHTML.

Mariusz Chmielewski - ISI WAT

Mathematical Markup Language

<math>

<mrow>

</mfenced>
<mn>4</mn>
</msup>

</mrow>

</math>

przykład obrazuje

zapis

x + y^4.

Mariusz Chmielewski - ISI WAT

eXtensible Application Markup Language

• XAML (wym. "zammel", ang. eXtensible

Application Markup Language) jest językiem

opisu interfejsu użytkownika wykorzystywanym w

technologii Windows Presentation Foundation,

która jest elementem platformy .NET Framework

począwszy od wersji 3.0.

• XAML jest językiem opartym na języku XML

zoptymalizowanym do opisu bogatych,

wizualnych interfejsów, takich jak tworzone w

Adobe Flash.

• SVG, LZX czy XUL są przykładami podobnych

języków interfejsu użytkownika rozprowadzonymi

na warunkach wolnego oprogramowania.

Mariusz Chmielewski - ISI WAT

eXtensible Application Markup Language

• W użyciu pliki XAML tworzone są ręcznie lub przy

pomocy wizualnych narzędzi, takich jak Microsoft

Expression Studio.

• Wynikowy kod XML interpretowany jest przez

podsystem systemu operacyjnego odpowiedzialny

za wyświetlanie danych, co zastępuje warstwę

GDI z poprzednich wersji Windows.

• Elementy XAML mapowane są do obiektów

Common Language Runtime, natomiast atrybuty

do właściwości lub zdarzeń tych obiektów.

• XAML został stworzony w celu zapewnienia

wsparcia klasom i metodom w architekturze .NET,

które wykorzystywane są do obsługi interakcji z

użytkownikiem, zwłaszcza wyświetlaniem.

Mariusz Chmielewski - ISI WAT

Extensible HyperText Markup Language

• XHTML (ang. Extensible HyperText Markup Language,

rozszerzalny hipertekstowy język znaczników) – język

służący do tworzenia stron WWW. XHTML jest

następcą języka HTML, a specyfikacje XHTML

przygotowuje organizacja W3C.

• W odróżnieniu od HTML-a (który jest aplikacją języka

SGML), dokumenty pisane w XHTML są zgodne z

oficjalną specyfikacją XML. Dokumenty w XHTML są

poprawnymi dokumentami XML i dzięki temu można

je łatwo generować z innych dokumentów XML przy

pomocy transformacji XSLT, a także automatycznie

przekształcać w inne formy XML-a.

• Jedną z największych zalet XHTML jest możliwość

łączenia z innymi językami zgodnymi z XML, np.

MathML czy SVG. Odbywa się to dzięki wykorzystaniu

mechanizmu przestrzeni nazw XML.

Mariusz Chmielewski - ISI WAT

Extensible HyperText Markup Language

• Obecnie przeglądarki, Firefox, Opera, w pełni

obsługują XHTML. Zgodność ze standardem jest
jednak pomijana w przypadku np. Internet
Explorer’a

• W praktyce zmusza to wytwórców technologii do

stosowania dla dokumentów XHTML starego
HTML-owego typu zawartości – dzięki temu, że
XHTML w wersji 1.0 "symuluje" HTML 4 (tzn.
posiada praktycznie taki sam zestaw elementów i
atrybutów)

Mariusz Chmielewski - ISI WAT

Extensible Stylesheet Language

• XSL (ang. Extensible Stylesheet Language, w wolnym

tłumaczeniu Rozszerzalny Język Arkuszy Stylów) –

funkcyjny język programowania opisujący sposób

prezentacji i przekształceń dokumentów zapisanych w

XML. W języku tym operuje się na znacznikach i ich

ewaluacji, na podobnej zasadzie, co we wszystkich

językach operujących na makrach.

• Rodzina XSL według starego podziału składa się z 3

części:

– XSL Transformations (XSLT) – język dla

przekształceń dokumentów XML,

– XML Path Language (XPath) – język opisujący dostęp

lub odwołanie do fragmentów dokumentów XML,

– XSL Formatting Objects (XSL-FO) – słownik opisujący

formatowanie.

Mariusz Chmielewski - ISI WAT

Extensible Stylesheet Language

• Nowy podział zakłada istnienie:

– XSL Transformations (XSLT) – język dla przekształceń

dokumentów XML,

– XML Path Language (XPath) – język opisujący dostęp

lub odwołanie do fragmentów dokumentów XML,

– Extensible Stylesheet Language (XSL) – dawny XSL-

FO, słownik opisujący formatowanie,

– XML Query Language – (XQuery) – język zapytań.

• Pliki XSL są poprawnymi dokumentami XML, a cecha ta

jest wykorzystywana do tworzenia rekurencyjnych

konstrukcji. Można też zaryzykować twierdzenie, że

XSL jest rozszerzalnym makroprocesorem.

• Istnieje wiele różnych działających implementacji XSLT

1.0. - XSLT 2.0 i XPath 2.0 oraz XSL 1.1.

Mariusz Chmielewski - ISI WAT

Extensible Stylesheet Language Transformations

• XSLT (ang. XSL Transformations, Extensible Stylesheet

Language Transformations, w wolnym tłumaczeniu

Przekształcenia Rozszerzalnego Języka Arkuszy Stylów) jest

opartym na XML-u językiem transformacji dokumentów

XML.

• Pozwala na przekształcenie dokumentów zapisanych w

jednym formacie XML na dowolny inny format zgodny ze

składnią XML-a (np. na stronę WWW XHTML, wzór

matematyczny MathML lub dokument biurowy ODF), jak

również na zwykły HTML i czysty tekst.

• Dzięki dużej sile wyrazu, łatwości implementacji i

powszechnemu stosowaniu XML-a jako standardu dla

zapisu informacji XSLT jest uniwersalnym narzędziem

znajdującym zastosowanie w wielu rodzajach

oprogramowania.

• Najbardziej popularne to generowanie stron WWW w

serwisach internetowych oraz konwersja pomiędzy

alternatywnymi formatami np. w pakietach biurowych.

Mariusz Chmielewski - ISI WAT

Extensible Stylesheet Language Transformations

• XSLT jest rozwijany przez W3C jako część rodziny języków XSL

(obok XPath i XSL-FO). Powstał pod wpływem języków funkcyjnych
oraz języków opartych na dopasowywaniu wzorców (ang. pattern
matching)

• Jego bezpośrednim poprzednikiem jest DSSSL, odpowiednik XSLT

dla SGML-a.

• Aktualnie obowiązującą wersją XSLT jest 2.0.

Mariusz Chmielewski - ISI WAT

XML-based User-interface Language

• XUL (wym. "zul", ang. XML-based User-

interface Language) jest językiem

zgodnym z XML używanym do opisu

interfejsu WEB oraz GUI, wykorzystywanym

między innymi w programach

– Mozilla Suite, Mozilla Firefox, Mozilla

Thunderbird, Nvu itp.

• XUL nie jest jeszcze standardem

powszechnym pomimo, że używa wielu

istniejących standardów i technologii,

włączając takie technologie jak CSS,

JavaScript, DTD oraz RDF.

Mariusz Chmielewski - ISI WAT

Przetwarzanie dokumentów XML - Parsery

• Parser - moduł programowy, które

umożliwia interpretację plików XML

• Dwie strategie: DOM i SAX [pull/ push]

– DOM (Document Object Model)

• Obiektowa reprezentacja dokumentu
• Łatwiejsza w obsłudze, wymaga jednak większej

zajętosci pamięci i przetwarzania całego
dokumentu XML

– SAX (Simple API for XML)

• Interfejs oparty na zdarzeniach
• Interpretacja ‘w locie’; zdarzenia są przekazywane

do kodu programu, przetworzona część pliku nie
jest pamiętana

Mariusz Chmielewski - ISI WAT

Poprawność dokumentu

• Dokument XML poprawny składniowo (ang. well-

formed):

– każdy element musi być zamknięty,
– nie ma nakładających się elementów,
– wartości atrybutów w apostrofach lub

cudzysłowach,

• Dokument XML poprawny strukturalnie (ang. valid):

– struktura dokumentu zgodna ze strukturą

zdefiniowaną w definicji typu dokumentu,

– obecne wszystkie wymagane atrybuty.

Mariusz Chmielewski - ISI WAT

Document Type Definition

DTD (Document Type Definition) - opisuje gramatykę

dokumentu XML (zasady zagnieżdżania elementów)

DTD zawarte może być bezpośrednio w dokumencie

XML lub w osobnym pliku

<!DOCTYPE utwor [

<!ELEMENT utwor (autor, tytul, zwrotka+)>
<!ATTLIST utwor typ CDATA #REQUIRED>
<!ELEMENT autor (#PCDATA)>
<!ELEMENT tytul (#PCDATA)>
<!ELEMENT zwrotka (wers+)>
<!ELEMENT wers (#PCDATA)>

DTD umożliwia kontrolę poprawności (walidację)

dokumentu.

Mariusz Chmielewski - ISI WAT

Document Type Definition - zasady

• Zawartość elementu opisywana jest poprzez znacznik:

<!ELEMENT nazwa_elementu definicja_typu>

• Definiując typ elementu możemy użyć wyrażeń:

– ANY - dowolna zawartość
– EMPTY - element pusty
– #PCDATA - ciąg tekstowy
– ujęta w nawiasy () sekwencja oddzielonych przecinkiem nazw

elementów

– | - alternatywa (lub) wystąpienia elementów

• Nazwy elementów mogą być uzupełnione o specjalne znaki

– brak znaku - podelement musi wystąpić dokładnie jeden raz
– + - podelement musi wystąpić co najmniej raz (1,N)
– ? - podelement może wystąpić raz lub wcale (0,1)
– * - dowolna liczba wystąpień, również brak (0,N)

Przykład:

<!ELEMENT osoba ( imie, nazwisko, ( pesel | nip )? , data_ur?, dziecko* ) >

Mariusz Chmielewski - ISI WAT

Document Type Definition - zasady

•

Możliwość wystąpienia atrybutów elementu deklaruje

się poprzez znacznikowi:

<!ATTLIST nazwa_elementu nazwa_atrybutu

typ_lub_lista_możliwych_wartości) modyfikator 'wartosc_domyslna' >

•

dostępne predefinowane typy danych to

– CDATA - dane tekstowe

– ID - unikalny identyfikator

– IDREF, IDREFS - wskazanie na unikalny identyfikator, lista

wskazań

– ENTITY, ENTITIES - wskaźnik encji zewnętrznej, lista wskazań

•

modyfikator

– #REQUIRED - atrybut musi wystąpić i mieć nadana wartość

– #IMPLIED - procesor XML musi poinformować o braku atrybutu

– #FIXED - wartość atrybutu musi pokrywać się z wartością

domyślną

Przykład:

<!ATTLIST osoba plec (mezczyzna | kobieta) 'mezczyzna' #REQUIRED >

Mariusz Chmielewski - ISI WAT

Document Type Definition - przykład

!ELEMENT

faktury (faktura+)>

!ELEMENT

faktura (klient, data,wiersz+)>

!ELEMENT

klient (k_nazwa, miasto, logo) >

!ELEMENT

k_nazwa (#PCDATA)>

!ELEMENT

miasto (#PCDATA)>

!ELEMENT

logo EMPTY>

!ATTLIST

logo src>

!ELEMENT

data (#PCDATA)>

!ELEMENT

wiersz (towar, ilosc)>

!ELEMENT

towar (t_nazwa, jm, vat)>

!ELEMENT

t_nazwa (#PCDATA)>

!ELEMENT

cena (#PCDATA)>

!ELEMENT

jm (#PCDATA)>

!ELEMENT

vat (#PCDATA)>

!ELEMENT

ilosc (#PCDATA)>

Mariusz Chmielewski - ISI WAT

Document Type Definition – przykład 2

<!ELEMENT element-name category>

<!ELEMENT element-name (element-content)>

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

</person>

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

</person>

</people>

<!ELEMENT people (person*) >

Mariusz Chmielewski - ISI WAT

Document Type Definition – przykład 2

<!ELEMENT people (person*) >
<!ELEMENT person (first-name,

surname, age) >

person

id=„mc102">

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

person

id=„dc103">

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

person

</people>

<!ELEMENT element-name category>

<!ELEMENT element-name (element-content)>

Mariusz Chmielewski - ISI WAT

Document Type Definition – przykład 2

<!ELEMENT people (person*) >
<!ELEMENT person (first-name,

surname, age) >

<!ELEMENT first-name (#PCDATA) >
<!ELEMENT surname (#PCDATA) >
<!ELEMENT age (#PCDATA) >

<person

id=„mc102"

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

</person>

<person

id=„dc103"

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

</person>

</people>

<!ELEMENT element-name category>

<!ELEMENT element-name (element-content)>

Mariusz Chmielewski - ISI WAT

Document Type Definition – przykład 2

<person

id=„mc102"

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

</person>

<person

id=„dc103"

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

</person>

</people>

<!ELEMENT element-name category>

<!ELEMENT element-name (element-content)>

<!ELEMENT people (person*) >
<!ELEMENT person (first-name,

surname, age) >

<!ATTLIST person id ID #REQUIRED>

<!ELEMENT first-name (#PCDATA) >
<!ELEMENT surname (#PCDATA) >
<!ELEMENT age (#PCDATA) >

Mariusz Chmielewski - ISI WAT

DTD

załączone z dokumentem

<?xml version="1.0" encoding="UTF-8" ?>

<!DOCTYPE people [

<!ELEMENT people (person*) >

<!ELEMENT person (first-name, surname, age) >

<!ATTLIST person id ID #REQUIRED>

<!ELEMENT first-name (#PCDATA) >

<!ELEMENT surname (#PCDATA) >

<!ELEMENT age (#PCDATA) >

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

</person>

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

</person>

</people>

Mariusz Chmielewski - ISI WAT

DTD wskazane jako plik w systemie

<?xml version="1.0" encoding="UTF-8" ?>

<!DOCTYPE people SYSTEM "people.dtd" >

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

</person>

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

</person>

</people>

Mariusz Chmielewski - ISI WAT

DTD wskazane jako „publiczny” zasób

<?xml version="1.0" encoding="UTF-8" ?>

<!DOCTYPE article

PUBLIC "-//PP//DTD EXAMPLE1//PL"

"http://www.xxx.pl/example.dtd"

<first-name>Mariusz</first-name>

<surname>Chmielewski</surname>

</person>

<first-name>Dariusz</first-name>

<surname>Chmielewski</surname>

</person>

</people>

Mariusz Chmielewski - ISI WAT

Konflikty nazw

• XML projektowany był z myślą o zastosowaniach

internetowych.

• XML pozwala na łączenie danych poprzez

umieszczanie w treści dokumentu zamiast danych -

jedynie odnośników (adresów) do dokumentów

zawierających dane.

• Sposób użycia odnośników wewnątrz kodu opisują

dwa języki zaliczane w skład XML:

XLink

XPointer

• Może się jednak zdarzyć, że łączone w ten sposób

dokumenty budowane były w oparciu o różne DTD.

• Komplikacje zaczynają się gdy owe DTD zawierają

definicje elementów o tych samych nazwach.

Mariusz Chmielewski - ISI WAT

Konflikty nazw

Przykład:

Bardzo prawdopodobne jest zdefiniowanie

przez 2 różnych projektantów elementu o
nazwie <cena> przy czym każdy może
posiadać inną definicję:

<!ELEMENT cena (#PCDATA)>

lub

<!ELEMENT cena (kwota, waluta)>

<!ELEMENT kwota (#PCDATA)>
<!ELEMENT waluta (#PCDATA)>

Mariusz Chmielewski - ISI WAT

Przestrzenie nazw

• Przestrzenie nazw (ang. namespaces) są specjalnym

mechanizmem pozwalającym na unikanie problemów

wynikających z możliwości ewentulanych konfliktów

nazw elementów.

• Rozwiązaniem jest dodanie w DTD kodu definiującego

przestrzeń nazw, który wg. zaleceń W3C jest po prostu

URL twórcy gramatyki.

<ceny

xmlnm=

"http://www.firma-krzak.com.pl"

xmlnm:fk

="www.firma-krzak.com.pl/xml/faktura.dtd" ?>

• Dzięki tej definicji w treści dokumentów możemy posługiwać się

przed nazwą elementu prefiksem określającym przestrzeń nazw do

której on przynależy

<fk:cena>

<fk:kwota>13.10</fk:kwota>
<fk:waluta>PLN</fk:waluta>

</fk:cena>

Mariusz Chmielewski - ISI WAT

XML Schema

• DTD pozwala zdefiniować gramatykę

dokumentu XML, ale zawiera liczne
ograniczenia.

• Między innymi nie pozwala na

dokładną kontrolę typów elementów,
liczności występowania elementów itd.

• Dodatkowo dokument DTD nie jest

dokumentem XML więc kontrola jego
poprawności wymaga dodatkowego
parsera.

Mariusz Chmielewski - ISI WAT

XML Schema

• Niewystarczające możliwości DTD

spowodowały powstanie standardu tzw.
schematów, które pozwalają dokładniej
kontrolować strukturę dokumentu XML.

• Niestety nie istnieje jeden standard przez co

występują niezgodności schematów.

• Najpopularniejsze to:

– XML-Data - firmy Microsoft
– XMLSchema (XSD) - konsorcjum W3C
– Biz Talk Schema

Mariusz Chmielewski - ISI WAT

XML Schema

• Argumenty przeciwko DTD

– Nie jest wystarczająco precyzyjny

• XML Schema jest „jak DTD”, lecz

specyfikowane w języku XML

– Wspiera typy danych
– Wspiera warunki na wartości atrybutów
– Wspiera dziedziczenie typów

• Argumenty przeciwko XML Schema

– Jest trudniejszy do nauczenia

Mariusz Chmielewski - ISI WAT

XML Schema i związek DTD

• Schemat XML jest tworzony na bazie

definicji zbioru typów i ich wystąpień.

• Schematy XML zapisywane są w formacie

XML, jako poprawne dokumenty XML.

• W przypadku DTD mieliśmy do czynienia z

osobną notacją i składnią określania reguł.

• Istnieją dwie grupy typów stosowanych

XML Schema - proste oraz złożone.

– Przydzielając dla elementu typ prosty określa

się, że może on zawierać jedynie dane

znakowe, bez atrybutów i elementów

potomnych.

– Typy złożone mogą zawierać dowolne

elementy, dane znakowe i atrybuty.

Mariusz Chmielewski - ISI WAT

ypy proste

XML Schema

• string, boolean, float, double, decimal,

timeInstant, timeDuration, recurringInstant,
binarym uri-reference, ID, IDREF,
ENTITY,NOTATION, language, IDREFS, ENTTIES,
NMTOKEN, NMTOKENS, Qname, NCName,
integer, non-positive-integer, negative-integer,
long, int, byte, non-negative-integer, unsigned-
int, insigned-long, umsigned-short, unsigned-
byte, positive-integer, date, time.

– Wśród typów prostych znajdują się również nazwy

odpowiadające typom atrybutów w DTD.

– Ułatwia to konwersję definicji DTD na schemat XML.

Mariusz Chmielewski - ISI WAT

Cechy XML Schema

• Wśród cech związanych z XML Schema można

wskazać:

– deklarowanie typów zawartości elementów i atrybutów

jest znacznie bardziej precyzyjne niż w przypadku DTD;

– w dokładniejszy sposób można kontrolować liczbę

elementów, która może wystąpić w dokumencie XML
(liczbę wystąpień elementu można podawać m.in. w
formie zakresu);

– można deklarować niepowtarzalność danych w części

dokumentu;

– można deklarować wiele elementów o tej samej nazwie,

a różnej składni w różnych miejscach dokumentu;

– XML Schema obsługuje przestrzenie nazw.

Mariusz Chmielewski - ISI WAT

XML Schema - przykład

<?xml version="1.0" encoding="UTF-8"?>

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" elementFormDefault="qualified">

<xs:element name="people">

<xs:complexType>

<xs:sequence>

<xs:element ref="person" minOccurs="0" maxOccurs="unbounded"/>

</xs:sequence>

</xs:complexType>

</xs:element>

<xs:element name="person">

<xs:complexType>

<xs:sequence>

<xs:element ref="first-name"/>

<xs:element ref="surname"/>

<xs:element name="age">

<xs:simpleType>

<xs:restriction

base="xs:int"

<xs:minInclusive value="0"/>

<xs:maxInclusive value="150"/>

</xs:restriction>

</xs:simpleType>

</xs:element>

</xs:sequence>

<xs:attribute name="id" type="xs:ID" use="required"/>

</xs:complexType>

</xs:element>

<xs:element name="first-name" type="xs:string"/>

<xs:element name="surname" type="xs:string"/>

</xs:schema>

Document Outline