Literatur. VA SS Teil 12/XML

Transkript

1 Literatur [12-1] Eckstein, Robert; Casabianca, Michel: XML Kurz und gut. O'Reilly, 2. Auflage, 2003 [12-2] Nussbaumer, Alfred; Mistlbacher, August: XML Ge-Packt. mitp, 2002 [12-3] Musciano, Chuck; Kennedy, Bill: HTML & XHTML. O'Reilly, 4. Auflage, 2003 [12-4] [12-5] [12-6] [12-7] [12-8] [12-9] [12-10] 2

2 Geschichte 1969 Urahn ist GML (Generalized Markup Language) 1986 SGML (Standard Generalized Markup Language) 1998 Vereinfachte Version, davon wurde XML 1.0 (Extensible Markup Language) definiert Mitte 1996 bis Februar Namensräume, XSLT, XPath 2001 XML Schema, XLink, XSL 3 Einführendes Beispiel (1) (2) (3) <?xml version="1.0" encoding="iso "?> <!DOCTYPE Nachricht SYSTEM "/XML/DTDs/Nachricht.dtd"> <Nachricht pri="wichtig"> <an>herbert</an> <von>helga</von> <betrifft>einkauf von H-Milch </betrifft> <grafik Datei="Milchtuete.jpg"/> <Inhalt>Bitte kaufe nur die abgebildete Milch; also die Sorte <Name>Milchwunder</Name> aber<betonung>bitte</betonung>nur diese. Danke. </Inhalt> </Nachricht> 4

3 Erläuterungen (1) gibt an, welche Definition von XML benutzt wird; dieser Bereich wird mit <? bzw.?> eingeschlossen (2) gibt eine syntaktische Definition, hier eine DTD (Document Type Definition) als Grammatik an Diese Angabe gehört zu den Deklarationen. (3) leitet das Dokumentelement (Wurzelelement) ein. 5 Anwendungsgebiete/Varianten I - Beispiele Extensible HyperText Markup Language (XHTML) Mathematical Markup Language (MathML) Resource Description Framework (RDF) Scalable Vector Graphics (SVG) Chemical Markup Language (CML) DocBook-XML (Satzsystem für Bücher) MRML (Multimedia Retrieval Markup Language) SportML (Austausch von Sportinformationen) GPX (GPS Exchange Format) KML (Keyhole Markup Language) OSM (OpenStreetMap) SAML (Security Assertions Markup Language) DSML (Directory Services Markup Language) MusicXML 6

4 Anwendungsgebiete/Varianten II - Beispiele XBRL (extensible Business Reporting Language) AgroXML (Landwirtschaft) SyncML (Kalenderdatenabgleich) MathML (mathematische Formeln) Office-Formate.docx oder.pptx Open Office Format odt (früher sxw und sdw) epub-format Übertragung hoheitlicher Dokumente in der Bundesrepublik eid (elektronischer Identitätsnachweis) Formate von Informationen an die Bankenaufsicht: Meldewesen/formate_xml.html... Weitere Beispiele: siehe Literaturliste Die Varianten unterscheiden sich in der Semantik der Elemente. 7 Kritik an XML XML is crap. Really. There are no excuses. XML is nasty to parse for humans, and it's a disaster to parse even for computers. Linus Torvalds, 2014 Alternativen zu XML JSON YAML Ain t Markup Language 8

5 Elemente I Ein Element ist eine Konstruktion folgender Art: <XYZ...> Inhalt </XYZ> <XYZ... /> XYZ ist der Name des Elements (XYZ ist der Tag) Die erste Form ist ein Container, die zweite lediglich ein Element mit Attributen, ein leeres Element. In allen Fällen muss explizit das Ende mit / angegeben werden. 9 Elemente II - Container Syntax "<" Name [Attribut1 Attribut2...] ">"... Inhalt... "</" Name ">" Name Name des Elements Attribut1... Angabe eines Attributwertes Inhalt Irgendetwas, auch Elemente Ein Element mit Inhalt, also eines mit einem extra schließenden Tag wird deshalb Container genannt, weil zwischen beiden Tags beliebig tief geschachtelt andere Elemente vorhanden sein dürfen. 10

6 Elemente III - Attribute Attribute werden immer nach dem Schema Syntax Name "=" { "Wert" 'Wert' } Name Name des Attributs Wert String in " oder ' eingeschlossen angegeben. Alle Attributwerte sind entweder in " oder ' eingeschlossen. Beispiel: <Nachricht pri="wichtig"> Konvention Es ist üblich, dass bei Elementnamen (Tags) der 1. Buchstabe groß, während bei Attributnamen alles klein geschrieben wird. 11 Elemente IV - Leeres Element Syntax "<" Name [Attribut1 Attribut2...] "/>" Name Name des Elements Attribut1... Angabe eines Attributwertes Leer ist dieses Element deshalb, weil es keinen eigenen Inhalt in Form von Elementen oder Daten umschließt. Das Slash am Ende ist wichtig! 12

7 Aufbau eines XML-Dokuments I <?xml version="1.0" encoding="iso "?> Dokument- Prolog Dokument- Element <!DOCTYPE Nachricht SYSTEM "/XML/DTDs/Nachricht.dtd" [ <!ENTITY Ich "Herbert"> ]> <Nachricht pri="wichtig"> <An>&Ich;</An> <Von>Helga</Von> <Betrifft>Einkauf von H-Milch </Betrifft> <Grafik Datei="Milchtuete.jpg"/> <Inhalt>... </Inhalt> </Nachricht> 13 Aufbau eines XML-Dokuments II Der Vergabe der Namen für die Elemente ist frei, muss aber bestimmten Regeln gehorchen. Namen müssen eindeutig sein. Da dafür die notwendigen Abstimmungen schwierig sind, werden Namensräume eingeführt. Jede XML-Datei hat genau ein Wurzelelement; alle anderen müssen von diesem eingeschlossen werden. Diese Schachtelung führt zu einer strengen Hierarchie der Elemente. Diese Hierarchie kann durch einen Baum dargestellt werden. 14

8 Dokument-Prolog XML-Deklaration <?xml version="1.0" encoding="iso "?> Dokumententyp- Deklaration <!DOCTYPE Nachricht SYSTEM "/XML/DTDs/Nachricht.dtd" [ <!ENTITY Ich "Herbert"> ]> Entity-Deklaration 15 XML-Deklaration I Syntax "<?xml" Param1 Param2... "?>" Diese Deklaration weist den XML-Prozessor an sich entsprechend den Definitionen bzw. Parametern Param1... zu verhalten. 1. version Angabe der XML-Version, aktuell encoding Zeichensatz, Default ist UTF-8; für die Deutsche Sprache ist ISO besser 3. standalone mit den beiden möglichen Werten "yes" und "no" (Default) Bei "yes" enthält das Dokument selbst alle Deklarationen Diese optionalen Parameter müssen in dieser Reihenfolge angegeben werden. 16

9 XML-Deklaration II Gültige Beispiele <?xml?> <?xml version="1.0"?> <?xml version="1.0" encoding="us-ascii"?> <?xml encoding='iso ' standalone="yes"?> Die XML-Deklaration gehört zu der Gruppe der Verarbeitungsanweisungen. 17 Zeichensätze I Zeichensatz Erläuterung UTF-8 UTF-16 ISO ISO Default, gut für ASCII, komprimierter Unicode Default, falls das Dokument mit 0xFEFF beginnt Westeuropäische Sprachen einschließlich Deutsch Mitteleuropäische Sprachen einschließlich Deutsch ISO wie ISO , aber mit EUR-Zeichen Aber: Diese Zeichensätze müssen von den Werkzeugen unterstützt werden, was nicht immer gegeben ist. Bei der Werkzeugen des Apache/PHP-Projekts wird immer UTF-8 benutzt. 18

10 Zeichensätze II Namen, die mit "XML" in allen Groß-/Kleinschreibungskombinationen beginnen, sind für Definitionen durch W3C reserviert, z. B. "XmL" oder "xml". Zeichenreferenzen (Bezüge auf extern definierte Zeichen): Referenz { ሴ Erläuterung Unicode-Nummer 123 dezimal < Zeichen für "<" > Zeichen für ">" & Unicode-Nummer 1234 hexadezimal Zeichen für "&" Die unteren drei Zeichen dürfen wie bei HTML nicht selbst im Text benutzt werden, sondern nur in dieser Umschreibung. 19 Zeichensätze III Entity = Platzhalter für ein Zeichenobjekt, das ein einzelnes Zeichen, eine Zeichenkette bis hin zu einer Datei sein kann Ein Entity wird mit "&Name;" aufgerufen. Es gibt viele vordefinierte Entities, u.a.: Entity Erklärung < Zeichen "<" > Zeichen ">" & &apos; Zeichen "&" Zeichen "'" " Zeichen """ Die Kompatibilität zu HTML ist wohl erkennbar. 20

11 Dokumententyp-Definition I Syntax "<!DOCTYPE" Element Referenz "[" Deklaration1 Deklaration2... "]>" Element Name des Dokumententyps Referenz Definition der Grammatik Deklaration... Deklaration von Entities und Elementen Der Name des Dokumententyps ist auch gleichzeitig der Name des Wurzelelements. Wenn beide Namen nicht übereinstimmen, liegt ein syntaktischer Fehler vor. 21 Dokumententyp-Definition II Diese Deklaration hat den Sinn, eine Grammatik für die folgenden XML-Elemente zu deklarieren, und eventuell auch innerhalb der folgenden [ ] zu definieren. Die zwischen [ und ] deklarierten Entities bilden die interne Menge, die durch die externe Menge (außerhalb des XML- Dokuments deklariert) ergänzt wird, wobei bei Konflikten eine Deklaration der internen Menge Vorrang gegenüber einer der externen hat. Die externe oder intern definierte Grammatik ist die Dokumententyp-Definition (DTD). 22

12 Referenz I Referenz ::= SYSTEM "Systemadresse" PUBLIC "Identifier" "Systemadresse" Systemadresse Identifier Dateiname oder URL Öffentliche definierte Bezeichnung Die Definition der Dokumentenstruktur ist entweder in einer eigenen Datei oder unter einer bekannten, festen und öffentlichen Bezeichnung festgelegt. Beispiele: <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 3.2//EN" " <!DOCTYPE Meins SYSTEM "/usr/local/meine.dtd"> 23 Referenz II Im Falle von PUBLIC ist der folgende Name lediglich ein eindeutiger String - selbst die Systemadresse braucht nicht zu existieren (sollte aber). Alle URLs können sich per definitionem ändern, bei den URNs ist das nicht so. Der Oberbegriff von URL und URN ist URI. Daher sollte als Fallback immer neben der PUBLIC eine Systemadresse mit einer lokalen oder wirklich per URL zugreifbaren Datei benutzt werden. Die über die Systemadresse referenzierte Datei enthält eine DTD (Grammatik). 24

13 ENTITY I Syntax "<!ENTITY" Name { Referenz Wert }">" Name Referenz Wert Name des Entitys bzw. Makros Verweis auf Objekt (System-ID oder Public-ID) Beliebige Zeichenkette Beispiel: <!ENTITY Einleitung SYSTEM "Buch/Einleitung.xml"> <Buch><title>Mein Buch</title> &Einleitung; </Buch> Die Datei bzw. der Makrokörper wird direkt an diese Stelle in das Dokument kopiert, so dass die Syntax-Regeln beachtet sein müssen. 25 ENTITY II Wird die Referenz benutzt, z.b. Dateinamen mit SYSTEM, so wird dieses Entity extern genannt, weil der Inhalt außerhalb des Dokuments liegt. Diese Art von Entity entspricht dem #INCLUDE in C/C++. Bei der Verwendung dieser Entities entsteht ein Dokument in baumförmiger Struktur über mehrere Dateien. Alle anderen Entities sind intern. 26

14 Namensräume I Syntax "<" Name [Attribut1 Attribut2...] ">"... Inhalt... "<" /Name">" Name hat nun den allgemeinen Aufbau: [Namensraum ":"] Lokaler-Name Lokaler Name Name im ursprüngliche Sinne Dieser Name kann Element- oder Attributname sein Qualifizierter Name = Zusammensetzung von Namensraum und lokalen Namen 27 Namensräume II Syntax "xmlns" [":" Name] "=" "URI" Name URI Präfix des Namensraums (ns = name space) Name oder Verweis auf Namensraum Beispiele: (1) <math xmlns=" (2) <Imp:Nachricht xmlns:imp=" (3) <Imp:Nachricht xmlns:imp=" xmlns=" 28

15 Namensräume III Wird bei der Deklaration ein Präfix angegeben (1), so müssen die Namen dieses Raumes mit diesem Präfix samt Doppelpunkt versehen werden. Wird bei der Deklaration kein Präfix angegeben (2), so brauchen die Namen nicht mit einem Präfix versehen zu werden, da damit der Default-Namensraum definiert wird. Der Default-Namensraum ist der, der ohne Prefix gilt. Im dritten Beispiel (3) wird beides kombiniert, so dass einige lokale Namen ohne Präfix oder mit benutzt werden (je nach Zugehörigkeit). Die Deklaration eines Namensraums gilt immer nur für das Element, in das die Deklaration steht - das schließt den gesamten Bereich dieses Elements ein - also auch den eigenen Elementnamen. Beispiel: <Imp:Nachricht xmlns:imp=" 29 Kommentare Kommentare sind wie üblich: <!--...Text... --> Sie können nicht geschachtelt werden und können überall dort stehen, wo Leerräume sein dürfen. Es wird empfohlen, die Elemente entsprechend der Tiefe der Schachtelung einzurücken. 30

16 Nach dieser Anstrengung etwas Entspannung... 31