1. Introducción a los lenguajes de marcas

(1)

1. Introducción a los

lenguajes de marcas

(2)

Índice

• Introducción – ¿Que es el marcado? – Lenguajes de marcas. – ¿Qué es XML? – Ventajas de XML • Construyendo documentos XML

– Estructura jerárquica de elementos

– Algunas normas – El prólogo – Elementos – Atributos – Secciones CDATA – Comentarios

(3)

¿Que es el marcado?

• Marcado

– Forma en que el editor anota los manuscritos.

• Documentos electrónicos

– Códigos, también llamados etiquetas ó marcas que definen la estructura y/o formato en el que tiene que aparecer la información:

– Estructura

– Lógica. Partes que componen el documento y sus relaciones.

– Física. Apariencia del documento

(componentes, tipografía, posicionamiento, ...)

(4)

(5)

(6)

(7)

Actividad

• “web 2.0... The Machine is us/ing us”.

– http://www.youtube.com/watch?v=6gmP4nk0 EOE

• Web 3.0

– http://www.youtube.com/watch?v=sjeLotFrJt k&feature=fvw

(8)

Lenguajes de marcas

• SGML

– Standard Generalized Markup Language

• HTML – HiperText ML • XML – eXtensible ML • XHTML – eXtensible HiperText ML • TeX

– Matemáticas, Física e Informática

(9)

¿Qué es XML?

• Es un subconjunto de SGML (Standard

Generalized Mark-up Language),

simplificado y adaptado a Internet

• XML (eXtensible Mark-up Language) no es

sólo un lenguaje de marcado

• XML es un meta-lenguaje que permite

definir lenguajes de marcado adecuados a usos determinados

<libro>

<autor>Antonio Muñoz Molina</autor> <titulo>El Jinete Polaco</titulo> <precio moneda=“EURO”>20</precio> </libro>

(10)

Ventajas de XML

• Procesable por humanos y por software

• Separa la información o el contenido de

su presentación o formato

• Ideal para transacciones B2B

• Permite poderosas técnicas de extracción

de información y data-mining

(11)

Construyendo documentos XML

• El elemento y sus atributos

<autor pais=“ES”>Antonio Muñoz Molina</autor>

• XML “bien-formado” (well-formed)

– Cumple una serie de reglas descritas en la especificación oficial de XML v1.0

– World Wide Web Consortium (W3C)

Nombre del elemento Nombre del atributo

Valor del atributo

Contenido del elemento

(12)

Estructura jerárquica de elementos

• Los elementos deben seguir una estructura

de “árbol”, es decir, estrictamente jeráquica

• Los elementos deben estar correctamente

anidados

• Los elementos no se pueden superponer

entre ellos

• Sólo puede haber un elemento raíz, en el

(13)

Estructura jerárquica de elementos

mensaje

remitente

destinatario

asunto: Informe de ventas

texto

nombre: Topacio Jade

email: [email protected]

nombre: Esmeralda Turquesa

email: [email protected]

parrafo: Ya esta acabado el informe.

parrafo: Lo he dejado en el servidor del

(14)

Estructura jerárquica de elementos

<?xml version="1.0" encoding="UTF-7"?> <!DOCTYPE mensaje SYSTEM “mensaje.dtd”> <mensaje> <remitente> <nombre>Topacio Jade</nombre> <email>[email protected]</email> </remitente> <destinatario> <nombre>Esmeralda Turquesa</nombre> <email>[email protected]</email> </destinatario> <asunto>Informe de ventas</asunto> <texto>

<parrafo> Ya esta acabado el informe. </parrafo> <parrafo> Lo he dejado en el servidor del departamento. </parrafo>

</texto> </mensaje>

(15)

Algunas normas

• Todas las etiquetas tienen que estar

debidamente “cerradas”

– etiqueta de cierre que se corresponda con la de

apertura

• Las etiquetas sin contenido tienen una

sintaxis especial <animal> Perro

<animal> Vaca

<raza tipo="Holstein">_{<animal> Perro}

</animal>

<animal> Vaca

</animal> <animal> Perro

</animal>

<animal> Vaca

(16)

Algunas normas

• Un nombre de elemento, atributo,

entidad, etc., debe empezar siempre por una letra.

• Las letras “XML” (o “xml” o “xMl”,etc.) no

pueden usarse como caracteres iniciales de un nombre de elemento, atributo, etc.

• XML es “case-sensitive”: <autor><Autor>

• El uso del espacio en blanco y los saltos de

línea sólo se tienen en cuenta cuando aparecen en el valor de un atributo, o cuando se indica su significado.

(17)

Marcado y datos

• Las construcciones como etiquetas,

referencias de entidad y declaraciones se denominan “marcas” (mark-up) y son las partes que el analizador sintáctico (parser) espera comprender

• El resto del documento, que se encuentra

entre las “marcas”, son los datos que resultan entendibles por las personas

• Marcas en un documento XML son aquellas

que comienzan con “<“ y terminan con “>”

• En el caso de referencias de entidad, el

(18)

El prólogo

• Es opcional

• La primera línea permite especificar:

– La versión de XML (1.0 ó 1.1)

– La codificación de carácter (US-ASCII, UTF-8, UTF-7, UCS-2, EUC-JP, Big5, ISO-8859-1, etc.)

• La segunda línea define el tipo de

documento, especificando qué DTD (Document Type Definitions) valida y define los datos que contiene

<?xml version="1.0" encoding="UTF-7”?> <!DOCTYPE mensaje SYSTEM “mensaje.dtd”>

<?xml version="1.0" encoding=“ISO-8859-1”?>

<!DOCTYPE HTML PUBLIC “-/ /W3C/ /DTD HTML 3.2 Final/ /EN”>

(19)

Elementos

• Elementos con contenido

• Elementos vacíos

<nombre>Fulano Mengánez</nombre>

<aviso tipo=“emergencia” gravedad=“mortal”> Que no cunda el pánico</aviso>

(20)

Atributos

• Manera de incorporar características o

propiedades a los elementos

• Pueden estar marcados entre comillas

simples (‘) o dobles (“)

• Un concepto se puede representar de

diversas formas: consistencia

<gato><nombre>Micifú</nombre><raza>Persa</raza></gato> <gato raza=“Persa”>Micifú</gato>

(21)

Entidades predefinidas

• En XML 1.0 se definen cinco entidades

para representar caracteres especiales y que no se interpretan como marcado por el procesadr XML Entidad Caracter & & < < > > ' ‘ " “

(22)

Secciones CDATA

• Construcción en XML que permite

especificar datos, utilizando cualquier carácter, especial o no, sin que se

interprete como marcado XML.

• La razón de esta construcción es que a

veces es necesario para los autores de

documentos XML, poder leerlo facilmente sin tener que descifrar los códigos de

entidades. Especialmente cuando son muchas. <ejemplo> <HTML> <HEAD><TITLE>Rock & ROLL</TITLE> </HEAD> </ejemplo> <ejemplo> <![CDATA[ <HTML>

]]>

(23)

Comentarios

• Insertados en el documento XML

• Ignorados por el procesado de la información

y las reproducciones del documento

• Tienen el mismo formato que en HTML

– Comienzan por “”

• Se pueden introducir en cualquier lugar de la

instancia o del prólogo, pero nunca dentro de las declaraciones, etiquetas u otros

(24)

Ejercicio

• Comprobar si es correcto el siguiente documento XML

<name>Oyster Soup</name>

<author>Eric Lease Morgan</author>

<list>

<item>1 stalk of celery <item>1 onion

<item>2 tablespoons of butter

<item>2 cups of oysters and their liquor <item>2 cups of half & half

</list>

</ingredients> <process>

Begin by sauteing the celery and onions in butter until soft. Add oysters, oyster liquor, and cream. Heat until the oysters float. Serve in warm bowls.

Yummy! </process