Contenidos Antecedentes Lenguaje XML DTDs Espacios de nombres XML. Jose Emilio Labra Gayo. Octubre Jose Emilio Labra Gayo XML

(1)

XML

Jose Emilio Labra Gayo

(2)

Contenidos

Antecedentes

Unicode y URIs

Lenguaje XML

DTDs

Espacios de nombres

(3)

(4)

Unicode

I

Consorcio de empresas dedicadas a internacionalizaci´

on

I

Objetivo: Representar los s´ımbolos escritos en todos los

idiomas

I

Asocia un c´

odigo ´

unico a cada s´ımbolo

I

Ejemplo: 2200 en hexadecimal =

∀

I

Diversas codificaciones: UTF-8, UTF-16, UTF-32, etc.

(5)

URI

URI (

Identificadores ´

unicos de recursos

)

I

URI = URL + URN

I

URL (

Locator

) tiene doble funcionalidad:

I

Identificar recursos

I

Protocolo de acceso

Ejemplo:

http://www.uniovi.es

I

URN: Nombre ´

unico de recursos

I

Ejemplo:

urn:isbn:0-395-36341-1

I

IRI (

Internationalized Resource Identifier

) permite incluir

caracteres Unicode

(6)

XML

I

XML es un lenguaje de marcado generalizado

I

Define una sintaxis com´

un que permite definir vocabularios

espec´ıficos

I

Or´ıgenes

I

SGML (70 ) permit´ıa definir vocabulrios

I

HTML fue un vocabulario de SGML para hipertexto

I

XML = SGML m´

as simple y adaptado a Internet

Gran ´

exito industrial y adopci´

on en m´

ultiples contextos

I

Parte fundamental de la arquitectura Web

I

Otras aplicaciones: Ficheros de Configuraci´

on, vocabularios

espec´ıficos, etc.

(7)

XML

<h t m l> <head><t i t l e>Poema</t i t l e> </head> <body l a n g=” e s ”> <h1>A l b a</h1> <h2>A b r i l de 1915 </h2> <h2>G r a n a d a</h2> <p>Mi c o r a z o n o p r i m i d o</p> <p>s i e n t e j u n t o a l a a l b o r a d a</p> </body> </h t m l> <poema f e c h a=” A b r i l 1915 ” l u g a r=” G r a n a d a ”> <t i t u l o>A l b a</t i t u l o> <v e r s o>Mi c o r a z o n o p r i m i d o</v e r s o> <v e r s o>s i e n t e j u n t o a l a a l b o r a d a</v e r s o> <v e r s o>e l d o l o r de s u s a m o r e s . . .</v e r s o> </poema>

(8)

Partes de un documento XML

I

Declaraci´

on XML: opcional

I

Declaraci´

on de tipo de

documento (DTD): opcional

I

Contenidos

Ejemplo de fichero XML

<?xml v e r s i o n=” 1 . 0 ” ?> <!DOCTYPE poema SYSTEM ” poema . d t d ”> <poema f e c h a=” A b r i l 1915 ” l u g a r=” G r a n a d a ”> <t i t u l o>A l b a</t i t u l o> <v e r s o>Mi c o r a z o n o p r i m i d o</v e r s o> <v e r s o>s i e n t e j u n t o a l a a l b o r a d a</v e r s o> <v e r s o>e l d o l o r de s u s a m o r e s . . .</v e r s o> </poema>

(9)

Declaraci´

on XML

<?xml v e r s i o n=” 1 . 0 ” e n c o d i n g=”UTF−8” s t a n d a l o n e=” y e s ” ?>

I

version

indica la versi´

on.

I

1.0 = versi´

on m´

as habitual

I

1.1 aumenta capacidad de soporte de Unicode

I

encoding

indica codificaci´

on de caracteres

I

UTF-8= caracteres Unicode

I

iso-8859-1

= caracteres latinos

I

standalone

I

_yes

indica que puede haber declaraciones externas

I

_no

indica que no hay dichas declaraciones

(10)

Cuerpo del documento XML

Formato de elemento

<e t i q u e t a a t r i b 1=” v a l o r 1 ” a t r i b 2=” v a l o r 2 ” . . .> . . . c o n t e n i d o s . . .

</e t i q u e t a>

I

El cuerpo del documento est´

a formado por un elemento

I

Un elemento consta de:

I

Una etiqueta inicial que puede contener una lista de atributos

y valores

I

Los contenidos del elemento (puede estar vac´ıo)

I

La etiqueta final

I

Los contenidos del elemento pueden ser otros subelementos

I

Es necesario cerrar todas las etiquetas

I

XML es sensible a may´

usculas/min´

usculas

(11)

Elementos vac´ıos

Elemento vac´ıo sin simplificar

Un elemento vac´ıo puede simplificarse como:

Elemento vac´ıo simplificado

(12)

Anidamiento

Las etiquetas que se abran deben cerrarse sin que se produzcan

anidamientos

Correcto

Incorrecto

(13)

XML tiene estructura de ´

arbol

Cada documento XML puede representarse como un ´

arbol

(14)

Arbol XML

Dibujar el ´

arbol DOM para el siguiente documento

(15)

Atributos

<poema f e c h a=” A b r i l 1915 ”

l u g a r=” G r a n a d a ”> . . .

</poema>

I

El orden de los atributos no es significativo

I

No puede haber nombres de atributos repetidos

I

Hay varios atributos predefinidos. Por ejemplo:

I

xml:lang

especifica el c´

odigo del idioma:

en

(ingl´

es),

sp

(espa˜

nol), etc.

I

xml:space

especifica c´

omo tratar el espacio en blanco:

I

preserve

= mantenerlo

I

_default

_{= dejar libertar a la aplicaci´}

_{on para tratarlo como}

quiera

(16)

Comentarios

Los comentarios indican porciones del documento que no ser´

an

analizadas por el procesador

Comienzan por

<--

y finalizan por

-->

<!−− E s t e poema r e q u i e r e c o m e n t a r i o s −−> <poema> <t i t u l o>La f e a l d a d</t i t u l o> <!−− No h a y v e r s o s −−> </poema>

Dentro de los comentarios no pueden aparecer los caracteres

(17)

Caracteres especiales

Existen 5 caracteres especiales:

I

<

=

<

I

>

=

>

I

&

=

&

I

"

=

"

I

'

=

’

Cualquier car´

acter Unicode puede indicarse mediante & seguido del

n´

umero y acabado por

;

(18)

Secciones CDATA

Suelen utilizarse para incluir porciones de texto sin analizar. Por

ejemplo c´

odigo fuente

Ejemplo sin CDATA

i f ( x & l t ; 3 &&amp ; x &g t ; 4 )

p r i n t f (& q u o t ; H o l a&q u o t ; ) ; </c o d i g o>

Ejemplo sin CDATA

(19)

Instrucciones de Procesamiento

Permiten indicar al procesador que ejecute una aplicaci´

on externa

Formato:

<?aplicaci´

on ...datos... ?>

Los tipos de aplicaciones externas no est´

an definidos

Algunos ejemplos:

I

_{<?xml version=’1.0’ ?>}

I

<?xsl-stylesheet type=’text/xsl’ href=’...’ ?>

(20)

Documento bien formado

Un documento XML est´

a bien formado si cumple las reglas

anteriores

Una condici´

on b´

asica para trabajar con un documento XML es que

est´

e bien formado

(21)

Validaci´

on

I

Es posible limitar la estructura de los documentos

I

Varias alternativas:

I

DTDs

I

XML Schema

I

Relax NG

I

Schematron

(22)

Validaci´

on mediante DTDs

Ejemplo XML con DTD

Ejemplo de DTD

<!ELEMENT poema (t i t u l o ,v e r s o∗)> <!ELEMENT t i t u l o (#PCDATA)> <!ELEMENT v e r s o (#PCDATA)> <!ATTLIST poema f e c h a CDATA#REQUIRED l u g a r CDATA#IMPLIED>

(23)

DTDs internas vs externas

Las DTDs pueden definirse dentro del documento XML

<!DOCTYPE h t m l

PUBLIC ”−//W3C//DTD XHTML 1 . 0 S t r i c t //EN”

” h t t p : //www . w3 . o r g /TR/ x h t m l 1 /DTD/ x h t m l 1−s t r i c t . d t d ”>

Tambi´

en pueden residir en otro documento:

<!DOCTYPE h t m l

” h t t p : //www . w3 . o r g /TR/ x h t m l 1 /DTD/ x h t m l 1−s t r i c t . d t d ”>

Algunas DTDs pueden tener identificadores p´

ublicos

<!DOCTYPE h t m l

(24)

Tipos de declaraciones

I

ELEMENT

= elementos del documento

I

ATTLIST

= lista de atributos de un elemento

I

ENTITY

= entidades (similares a las macros)

I

_NOTATION

= permite definir otros tipos de contenidos,

facilitando la inclusi´

on de formatos binarios

(25)

Modelo de contenido de elementos

Se utiliza un modelo basado en expresiones regulares

I

?

= 0,1 elemento

I

*

= 0 ´

o m´

as elementos

I

+

= 1 ´

o m´

as elementos

I

|

= alternativa

I

,

= secuencia

I

EMPTY

= vac´ıo

I

ANY

= cualquier cosa

I

#PCDATA

= texto

<!ELEMENT poema (t i t u l o , a u t o r? , v e r s o∗ ) > <!ELEMENT l i b r o ( poema | p r o s a ) > <!ELEMENT a u t o r EMPTY> <!ELEMENT t i t u l o (#PCDATA)> <!ELEMENT s e c (t i t u l o , ( p | s e c +)) >

(26)

Modelo de contenido mixto

<p>E s t e t e x t o t i e n e un

La validaci´

on puede realizarse mediante:

<!ELEMENT p (#PCDATA | a | em )∗ > <!ELEMENT a (#PCDATA)>

<!ELEMENT em (#PCDATA)>

(27)

Atributos

I

Tipos de datos:

I

CDATA = cadena

I

NMTOKEN = nombre

I

NMTOKENS = lista de nombres

I

Valor de atributos:

I

#REQUIRED

obligatorio

I

#IMPLIED

opcional

I

#FIXED

fijo

I

Valor

= valor por defecto

<!ATTLIST poema f e c h a CDATA#REQUIRED l u g a r CDATA#IMPLIED>

(28)

Valores ID e IDREF

I

ID

representa un atributo cuyo valor debe ser ´

unico en todo el

documento

I

IDREF

representa un atributo cuyo valor debe coincidir con el

de otro atributo del documento

<!ATTLIST a u t o r c o d i g o ID #REQUIRED> <!ATTLIST a u t o r P r e m i a d o c o d i g o IDREF #REQUIRED>

. . .

. . .

<a u t o r P r e m i a d o c o d i g o=” A45 ” /> Jose Emilio Labra Gayo

(29)

Entidades generales

Permiten definir macros

<!ENTITY c l a r i n ”<a u t o r c o d i g o=” 23 ”>L e o p o l d o A l a s C l a r i n</ a u t o r>”> . . . <l i b r o> <t i t u l o>La R e g e n t a</ t i t u l o> & c l a r i n ; </ l i b r o>

equivale a:

(30)

Entidades externas

Permiten incluir documentos externos en el documento actual

<!DOCTYPE l i b r o s [ <!ENTITY a u t o r e s SYSTEM ” a u t o r e s . xml ”> <!ENTITY e d i t o r i a l e s SYSTEM ” e d i t o r i a l e s . xml ”> ]> <l i b r o s> &a u t o r e s ; & e d i t o r i a l e s ; </ l i b r o s>

(31)

Entidades par´

ametro

Permiten crear macros dentro de las definiciones de las DTDs

<!ELEMENT % a u t o r e s SYSTEM ” a u t o r e s . d t d ” > <!ELEMENT % e d i t o r i a l e s SYSTEM ” e d i t o r i a l e s . d t d ” >

%a u t o r e s ; %e d i t o r i a l e s ;

(32)

Entidades par´

ametro externas

Permiten incluir otras DTDs en una DTD

<!ELEMENT % a u t o r e s SYSTEM ” a u t o r e s . d t d ” > <!ELEMENT % e d i t o r i a l e s SYSTEM ” e d i t o r i a l e s . d t d ” >

%a u t o r e s ; %e d i t o r i a l e s ;

(33)

Espacios de nombres

El problema de la homonimia

¿C´

omo juntarlo todo en un mismo documento?

(34)

Espacios de Nombres

I

La soluci´

on consistir´

a en asociar a cada etiqueta una URI que

identificar´

a el espacio de nombres al que pertenece

I

La URI sirve simplemente para evitar ambig¨

uedad =

identificador global ´

unico

I

Conceptualmente se representar´ıa como:

Representaci´

on conceptual de Espacio de nombres

<[ h t t p : //www . b o l s a . com ] : i n v e r s i o n e s> <[ h t t p : //www . g e o g . e s ] : p a i s [ h t t p : //www . g e o g . e s ] : n o m b r e=” F r a n c i a ”> <[ h t t p : //www . g e o g . e s ] : c a p i t a l>P a r i s </ [ h t t p : //www . g e o g . e s ] : c a p i t a l> <[ h t t p : //www . b o l s a . com ] : c a p i t a l>1200 </ [ h t t p : //www . b o l s a . com ] : c a p i t a l> </ [ h t t p : //www . b o l s a . com ] : p a i s> . . . </ [ h t t p : //www . b o l s a . com ] : i n v e r s i o n e s> Jose Emilio Labra Gayo

(35)

Sintaxis de Espacio de nombres

I

Para abreviar la sintaxis se asocian alias mediante el atributo

xmlns:alias="...URI..."

Espacio de nombres

(36)

Sintaxis de Espacio de nombres

I

No es necesario asociar todos los alias al comienzo del

documento

Espacio de nombres

(37)

Sintaxis de Espacio de nombres

I

Puede definirse un espacio de nombres por defecto

I

Para ello, se utiliza el atributo

xmlns="...URI..."

Espacio de nombres

(38)

Algunos espacios de nombres populares

I

http://www.w3.org/1999/xhtml

: XHTML

I

http://www.w3.org/1999/XSL/Transform

: XSLT

I

http://www.w3.org/2000/svg

: SVG

I

http://www.w3.org/1999/xlink

: XLink

I

http://www.w3.org/1999/xlink

: XLink

I

http://www.w3.org/1999/02/22-rdf-syntax-ns#

: RDF

I

http://purl.org/dc/elements/1.1/

: Dublin Core

I

http://www.w3.org/2005/Atom

: Formato Atom

(39)

Combinaci´

on de Espacios de nombres

Ejemplo de combinaci´

on

(40)

Validaci´

on de Espacios de nombres con DTDs

Los espacios de nombres fueron posteriores a los DTDs

De todas formas, es posible realizar la validaci´

on

<!DOCTYPE i n v e r s i o n e s [ <!ELEMENT i n v e r s i o n e s ( g : p a i s∗)> <!ELEMENT g : p a i s ( g : c a p i t a l , c a p i t a l ) > <!ELEMENT g : c a p i t a l (#PCDATA)> <!ELEMENT c a p i t a l (#PCDATA)> <!ATTLIST i n v e r s i o n e s

x m l n s CDATA#FIXED ” h t t p : //www . b o l s a . com”> <!ATTLIST g : p a i s

g : n o m b r e CDATA#REQUIRED

x m l n s : g CDATA #FIXED ” h t t p : //www . g e o g . e s ”> ]>