Datenbanken und XML Einführung und Grundlagen

Transkript

1 Datenbanken und XML Einführung und Grundlagen

2 XML-Grundlagen Inhalt des Kapitels Einordnung W3C und XML-Standards Überblick XML und XML-Schema Verschiedene Arten von XML-Prozessoren Lernziele Überblick über die wichtigsten(!) Eigenschaften von XML und der Schemabeschreibungssprachen XML-Schema Unterschiede und Gemeinsamkeiten zu anderen Datenmodellen (z.b. relationales Datenbankmodell) verstehen Herausforderungen für das Thema XML und Datenbanken erkennen Verstehen und Bewerten verschiedener Ansätze zur Verarbeitung von XML-Prozessoren Kennen und Anwenden der wichtigsten Navigationsmöglichkeiten im DOM-Modell (Grundlage für XML-Anfragesprachen) 2

3 Was ist XML? XML (extensible Markup Language) ist eine Markup Sprache (Auszeichnungssprache) eine Metasprache zur Definition von Auszeichnungssprachen Bekannte Beispiele: Geography Markup Language (GML), MathML, ChessML, Gene Expression Markup Language, Chemical Markup Language etc. zahlreiche selbstdefinierte Sprachen <hotelname>strand Hotel Huebner</hotelname> <kategorie>4</kategorie> <adresse> <plz>18119</plz> <ort>rostock - Warnemuende</ort> <strasse>seestrasse</strasse> <nummer>12</nummer> <telefon>0381/ </telefon> <fax>0381/ </fax> </adresse> <MultiPoint> <name> Baumreihe </name> <pointmembers> <Point> <pos> </pos> </Point> <Point> <pos> </pos> </Point> <Point> <pos> </pos> </Point> </pointmembers> </MultiPoint> 3

4 Eigenschaften von XML Einfach, d.h. gut lesbar und verständlich (im Gegensatz zu früheren Dokumentenauszeichnungssprachen wie SGML bzw. binären Formaten wie Word etc.) Erweiterbar: Anzahl der Tags ist nicht begrenzt Selbstbeschreibend: kein explizites Schema notwendig (wenn auch oft sinnvoll!) Maschinenlesbar! Standardisiert : XML ist ein W3C-Standard! 4

5 Eigenschaften von XML-Dokumenten XML-Dokumente enthalten Daten und Struktur über die Daten in einem Dokument (selbstbeschreibend). XML-Dokumente einer Anwendungsdomäne können gleich/ähnlich strukturiert (regulär) oder unterschiedlich strukturiert (irregulär) sein. Informationen im XML-Dokument haben einen Datentyp (getypt) oder keinen oder einen wechselnden Datentyp (ungetypt). XML-Dokumente können große Anteile von Volltext enthalten. XML-Dokumente besitzen unterschiedliche Charakteristika Datenzentrierte XML-Dokumente Dokumentzentrierte XML-Dokumente Semistrukturierte XML-Dokumente Verarbeitung von XML-Dokumenten teilweise abhängig von diesen Charakteristika 5

6 Datenzentrierte XML-Dokumente <?xml version="1.0" encoding="utf-8"?> <rechnung kundennummer="k "> <monatspreis>0,00</monatspreis> <einzelverbindungsnachweis> <verbindung> <datum>26.2.</datum> <zeit>19:47</zeit> <nummer>200xxxx</nummer> <einzelpreis waehrung="euro">0,66</einzelpreis> </verbindung> <verbindung> <datum>27.2.</datum> <zeit>19:06</zeit> <nummer>200xxxx</nummer> <einzelpreis waehrung="euro">0.46</einzelpreis> </verbindung> <verbindungskosten_gesamt waehrung="euro">2.19 </verbindungskosten_gesamt> </einzelverbindungsnachweis> </rechnung> 6

7 Dokumentzentrierte XML-Dokumente <document> <title>der Wolf und die sieben Geißlein</title> <paragraph>es war einmal eine alte Geiß, die hatte sieben junge Geißlein, und hatte sie lieb, wie eine Mutter ihre Kinder lieb hat. Eines Tages wollte sie in den Wald gehen und Futter holen, da rief sie alle sieben herbei und sprach: Liebe Kinder, ich will hinaus in den Wald, seid auf der Hut vor dem Wolf! Wenn er hereinkommt, frisst er euch alle mit Haut und Haar. Der Bösewicht verstellt sich oft, aber an der rauen Stimme und an seinen schwarzen Füßen werdet ihr ihn schon erkennen. Die Geißlein sagten: Liebe Mutter, wir wollen uns schon in acht nehmen, du kannst ohne Sorge fortgehen. Da meckerte die Alte und machte sich getrost auf den Weg. </paragraph> <paragraph>es dauerte nicht lange, so klopfte jemand an die Haustür und rief: Macht auf, ihr lieben Kinder, eure Mutter ist da und hat jedem von euch etwas mitgebracht! Aber die Geißlein hörten an der rauen Stimme, dass es der Wolf war. Wir machen nicht auf, riefen sie, du bist unsere Mutter nicht, die hat eine feine und liebliche Stimme; aber deine Stimme ist rau, du bist der Wolf! </paragraph> </document> 7

8 Semistrukturierte XML-Dokumente <lexikon> <eintrag stichwort="information"> <herkunft>lat.</herkunft> <erklaerung num="1">auskunft, Nachricht, Mitteilung, Belehrung</erklaerung> <erklaerung num="2"><siehe_auch>fachinformation</siehe_auch> </erklaerung> <erklaerung num="3"><anwendung>informatik:</anwendung> die formulierte Unterrichtung nicht nur von Menschen, sondern auch von Organisationen und techn. Einrichtungen über Sachverhalte, Ereignisse, Abläufe. Die <siehe_auch>informationstheorie</siehe_auch> versteht unter Informatik ein Maß, das den Zeichen einer Nachricht zugeordnet ist. </erklaerung>... </eintrag> </lexikon> Quelle der Inhalte: Der Brockhaus in fünf Bänden 8

9 Anwendungsszenarien Vielfältigste Anwendungsszenarien Elektronischer Datenaustausch Kommunikation zwischen Software-Komponenten Konfiguration von Software Publishing und Content Management 9

10 Electronic Data Interchange (EDI) Modellierung Schemabeschreibung Programm DB Verarbeitung Generierung Datei XML-Dokumente DB Speicherung Datei 10

11 Publishing und Content Management Darstellung der logischen Struktur von Dokumenten Layoutinformationen separat (für unterschiedliche Medien) Vision: Unabhängigkeit von Inhalt und Darstellung (write once, read everywhere) Quelle: Software AG 11

12 Publishing und Content Management Schemabeschreibung XML-Dokumente XML- Anfragen Ergebnisse Speicherung Anfragen PDF Indexierung Generierung Transformation (XSLT) HTML Datenbank XML- Dokumente 12

13 Datenbanken und XML zu diskutierende Themen: XML-Grundlagen XML-Verarbeitung XML-Anfragesprachen Speicherung von XML in Datenbanken Generierung von XML aus Datenbanken 13

14 W3C (World Wide Web Consortium) Über 400 Mitgliederorganisationen Schaffung von allgemeinen Protokollen für das WWW, um die Interoperabilität von Anwendungen zu sichern Beispiele: XML HTML DTD DOM XPath XML Schema... Mission: Leading the web to its full potential It takes ten minutes to understand (base) XML, and then ten month to understand the new technologies hung around it. Peter Chen 14

15 W3C: Vision und Arbeitsfelder 15

16 W3C-Standardisierungsprozess Working Draft (WD) Aktuelle, noch laufende Arbeiten, werden noch nicht vom ganzen W3C getragen Feedback von anderen W3C-Arbeitsgruppen, W3C-Mitgliedern bzw. generell der Öffentlichkeit erwünscht. Candidate Recommendation (CR) Nach Einschätzung der entsprechenden Arbeitsgruppe werden die wesentlichen Anforderungen erfüllt. Standard ist relativ fix (wichtig für Hersteller!). Expliziter Aufruf für Testimplementierungen, um praktische Erfahrungen zu sammeln. Proposed Recommendation (PR) Entsprechende Implementierungserfahrungen liegen vor Recommendation (REC) Verabschiedeter Standard Quelle: 16

17 Zeitliche Entwicklung XML 1997 XML 1992 HTML WWW 1986 SGML Internet 1960 Markup Generalized Quelle: Neil Bradley: The XML companion 17

18 Zeitliche Entwicklung XML-Technologien XPath Full Text XQuery Update April 2014: XPath 3.0 XQuery 3.0 XSLT 3.0 Andere Entwicklungen, z.b.: OWL: Web Ontology Language RDF: Resource Description Language Weitere siehe XPath 2.0 XQuery 1.0 XSLT DOM L3 XPointer XLink XML Schema 2000 XUpdate Quilt W3C Recommendation andere Vorschläge 1999 XPath 1.0 XSLT XML 1.0 DOM L1 XML-QL XQL 18

19 Aufbau von XML: Elemente und Attribute XML-Elemente sind begrenzt durch Tags: Tag-Namen sind "case-sensitive" Jedes geöffnete Tag muss auch wieder geschlossen werden: <Tag-Name>Elementinhalt</Tag-Name> Elementinhalt können andere Elemente sein, eine Zeichenkette oder eine Mischung aus beiden (mixed content) Tags dürfen einander nicht überlappen (nicht erlaubt z. B. <A><B></A></B>) Tags leerer Elemente haben besondere Syntax: <A/> (Shortcut für <A></A>) Tags können Attribute enthalten: <Tag-Name Attributname="Wert">Elementinhalt</Tag-Name> <order> <customer>meyer</customer> <position> <isbn> </isbn> <number>2</number> <price currency="euro">30.00</price> </position> </order> <content> XML builds on the principles of two existing languages, <emph>html</emph> and <emph>sgml</emph> to create a simple mechanism The generalized markup concept </content> 19

20 XML-Datenmodell XML definiert Baumstruktur! Wurzel heißt Dokumentelement Blattelemente enthalten Werte <book genre="autobiography"> <title> Autobiography of Benjamin Franklin </title> <price> <EUR/> 9,49 </price> </book> book autobiography genre title price Autobiography of Benjamin Franklin EUR 9,49 20

21 Aufbau von XML: Entities Wiederverwendung von Teilen eines XML-Dokuments Entitätsreferenz Statt der Benennung können für vordefinierte Entities auch Dezimalzahlen oder Hexadezimalzahlen (mit vorangestelltem x) verwendet werden: &#xa9 Beispiel <!ENTITY Entity-Name "Ersetzungstext"> <!ENTITY Entity-Name SYSTEM "URL"> &Entityname; Vordefinierte Entities: <!ENTITY hansesailtermin '' August 2005''> <!ENTITY hansesailteilnehmer ''200 Traditionssegler und Museumsschiffe''> <veranstaltung> Die Hansesail findet in diesem Jahr vom &hansesailtermin; statt. Es werden &hansesailteilnehmer; erwartet. Vom &hansesailtermin; werden in </veranstaltung> < > & &apos; " < > & ' '' 21

22 Weitere Bestandteile eines XML-Dokuments Processing Instructions Anweisungen für die Verarbeitung des Dokuments gebräuchlichster Einsatz: Zuweisung von Stylesheets zu XML- Dokumenten. Syntax: <?PI-Name PI-Anweisung?> Beispiel: <?xml-stylesheet type="text/xsl" href="c:/xml/my-style.xsl"?> XML-Kommentare Strukturierung und Gliederung von Dokumenten Lesbarkeit für den Anwender erhöhen Syntax: <!- CharData --> Beispiel: <!-- Dies ist ein Beispielkommentar --> 22

23 XML-Namensräume Mechanismus zur Einbindung vordefinierter Element- und Attributnamen (Markup-Vokabular) Vermeidung von Namenskonflikten die Element- und Attributnamen werden mit Namensräumen verknüpft, die durch URI-Verweise identifiziert werden. Deklaration als Attribut des Dokumentelement: <Elementname xmlns:namensraum-id="namensraum-uri"> Beispiel: Bezug auf Namensraum Dublin Core <?xml version="1.0" encoding="utf-8"?> <book xmlns:dc=" <dc:title>web und Datenbanken</dc:title> <dc:publisher>dpunkt-verlag</dc:publisher> <dc:identifier> </dc:identifier> <location>zweigstelle FBI</location> <identifier>i-1076</identifier> </book> 23

24 XML-Konformität: well-formed vs. valid Wohlgeformtheit (well-formed) Dokument syntaktisch korrekt? Überprüft wird u.a.: Das Dokument besitzt genau ein Wurzelelement (= äußerstes Element) Alle Elemente müssen ein Start-Tag und ein Ende-Tag haben (außer leere Elemente) Korrekte Schachtelung von Tags Alle Attributwerte stehen in Hochkommas oder Anführungsstrichen Keine mehrfach auftretenden Attributnamen zu einem Element... Gültigkeit (valid) Dokument ist wohlgeformt und folgt einem vorgegebenen Schema; (formalisiert in DTD oder XML-Schema). Überprüft wird u.a.: Inhaltsmodelle der Elemente wie im Schema definiert? Attribute definiert? 24

25 XML-Schema Ursprünglich (in XML 1.0): Beschreibung der Struktur (Grammatik) eines XML-Dokuments mit DTDs (Document Type Definition) Nachteile: keine echte Typisierung, keine Integritätsbedingungen, keine XML-Syntax XML-Schema (W3C Recommendation seit 2001) verwendet XML-Syntax vielfältige vordefinierte Basisdatentypen ermöglicht Typkonstruktion inklusive Vererbung erlaubt Definition von Integritätsbedingungen (unique, key) 25

26 XML-Schema Namensraum jedes Element bzw. Attribut und jeder vordefinierte Typ im Schema hat das Präfix xs (Konvention) Beispiel: xs:string Ausschnitt aus einer Schemadefinition: <?xml version="1.0" encoding="utf-8"?> <xs:schema xmlns:xs=" <xs:element name="book" type="book"/> <xs:complextype name="book"> <xs:sequence> <xs:element name="title" type="xs:string"/> <xs:element name="author" type="xs:string" minoccurs="1" maxoccurs="unbounded"/> <xs:element name="price" type="xs:decimal" minoccurs="0" maxoccurs="1"/> </xs:sequence> <xs:attribute name="genre" type="genre"/> </xs:schema> 26

27 XML-Schema-Basisdatentypen XML-Schema-Typsystem ist von SQL und Java beeinflusst! 27

28 Deklaration von Elementen Syntax: <element name="elementname" type="typname" Parameter* /> Wichtige (optionale) Parameter minoccurs (default = 1) nicht negativer Zahlenwert maxoccurs (default = 1) nicht negativer Zahlenwert oder unbounded für beliebige viele default fixed Beispiel mit vordefiniertem Datentyp: <xs:element name="produktname" type="xs:string" minoccurs="1" maxoccurs="1"/> 28

29 Datentyparten Einfache versus komplexe Datentypen Einfache Datentypen können weder Unterelemente noch Attribute besitzen, bei komplexen Datentypen ist beides möglich Vordefinierte versus konstruierte Datentypen Typkonstruktoren: Restriction: Einschränkung von einfachen oder komplexen Datentypen List: Liste von einfachen Datentypen Union: Vereinigung von einfachen Datentypen Subtypbildung: Extension: Erweiterung um Elemente bzw. Attribute (erzeugt komplexe Datentypen) 29

30 Einfache Datentypen (simpletype) Einschränkung (restriction): <xs:simpletype name="schulnote"> <xs:restriction base="xs:short"> <xs:mininclusive value="1"/> <xs:maxinclusive value="6"/> </xs:restriction> </xs:simpletype> <xs:simpletype name="farben"> <xs:restriction base="xs:string"> <xs:enumeration value="rot"/> <xs:enumeration value="blau"/> <xs:enumeration value="weiss"/> </xs:restriction> </xs:simpletype> <xs:simpletype name= Hausnummer"> <xs:restriction base="xs:string"> <xs:pattern value="[1-9][0-9]*[a-z]?"/> </xs:restriction> </xs:simpletype> 30

31 Einfache Datentypen (simpletype) Vereinigung (union) Vereinigungs-Typ erlaubt die Verwendung von Ausprägungen mehrerer Wertebereiche <xs:simpletype name="kontakt"> <xs:union membertypes=" Telefonnummer"/> </xs:simpletype> Listen (list) definiert leerzeichen-separierte Liste von Werten eines simpletype <xs:simpletype name="hobbys"> <xs:list itemtype="xs:string"/> </xs:simpletype> 31

32 Einschränkungsmöglichkeiten Unter-/Obergrenzen bei geordneten Wertebereichen mininclusive, maxinclusive (Grenzwerte sind eingeschlossen) minexclusive, maxexclusive (Grenzwerte sind ausgeschlossen) Längeneinschränkung bei Zeichenketten length, minlength, maxlength (genaue, minimale bzw. maximale Länge) Kardinalitätseinschränkung bei Listen (zulässige Anzahl von Elementen) length, minlength, maxlength Längeneinschränkung bei numerischen Datentypen totaldigits (maximale Anzahl der Dezimalstellen) fractiondigits (Anzahl der Nachkommastellen) Aufzählung der erlaubten Werte enumeration Wertebereichseinschränkung durch Muster pattern 32

33 Benannte vs. nicht benannte Typen Typen können, aber müssen nicht benannt sein Benennung mit name Bei Benennung ist Wiederverwendung möglich! <xs:simpletype name="lottozahlen"> <xs:list> <xs:simpletype> <xs:restriction base="xs:integer"> <xs:mininclusive value="1"/> <xs:maxinclusive value="49"/> </xs:restriction> </xs:simpletype> </xs:list> </xs:simpletype> <xs:simpletype name="spiel77"> <xs:restriction base="lottozahlen"> <xs:length value="7"/> </xs:restriction> </xs:simpletype> 33

34 Komplexe Datentypen komplexe Datentypen (complextype) dienen der Beschreibung von Elementinhalten: Beschränkung (restriction) oder Erweiterung (extension) bestehender Typen complexcontent oder simplecontent Default: Inhaltsmodell complexcontent, Basistyp anytype simplecontent: für Elemente ohne Subelemente (Blätter im XML- Baum) aber mit Attributen Elementstrukturierung bei complexcontent: sequence Reihenfolge choice Auswahl all beliebige Reihenfolge der Elemente, jedoch jedes Element genau einmal bzw. maximal einmal, falls minoccurs für das jeweilige Element auf 0 gesetzt ist. 34

35 Komplexe Datentypen <xs:complextype name="fahrzeug"> <xs:complexcontent> <xs:restriction base="xs:anytype"> <xs:sequence> <xs:element name= "hersteller" type="xs:string"/> <xs:element name= "typ" type="xs:string"/> <xs:choice> <xs:element name="ottomotor" type="xs:integer"/> <xs:element name="dieselmotor" type="xs:integer"/> </xs:choice> </xs:sequence> </xs:restriction> </xs:complexcontent> </xs:complextype> <xs:complextype name="fahrzeug"> <xs:sequence> <xs:element name= "hersteller" type="xs:string"/> <xs:element name="typ" type="xs:string"/> <xs:choice> <xs:element name="ottomotor" type="xs:integer"/ <xs:element name="dieselmotor" type="xs:integer"/> </xs:choice> </xs:sequence> </xs:complextype> 35

36 Komplexe Datentypen Erweiterung definierter Datentypen mit extension <xs:complextype name="firmenfahrzeug"> <xs:complexcontent> <xs:extension base="fahrzeug"> <xs:sequence> <xs:element name="firma" type="xs:string"/> <xs:element name="inspektion" type="xs:date"/> </xs:sequence> </xs:extension> </xs:complexcontent> </xs:complextype> <xs:element name="firmenwagen" type="firmenfahrzeug"> Einschränkung bestehender Datentypen mit restriction z.b. Verschärfung von Kardinalitäten, Attributvorkommen etc. Beispiel für Elementdeklaration mit Verweis auf komplexen Datentyp 36

37 Deklaration von Attributen Syntax <attribute name="attributename" type="simpletypname" Parameter* /> Wichtige (optionale) Parameter use (mit möglichen Werten optional, required oder fixed) default Stehen entweder am Ende einer complextype-definition oder werden global definiert <xs:complextype name="fahrzeug"> <xs:sequence> <xs:element name="hersteller" type="xs:string"/> <xs:element name="typ" type="xs:string"/> <xs:choice> <xs:element name="ottomotor" type="xs:integer" /> <xs:element name="dieselmotor" type="xs:integer" /> </xs:choice> </xs:sequence> <xs:attribute name="raeder" type="xs:integer" default="4"/> </xs:complextype> 37

38 Gemischter Inhalt und leere Elemente Definition von mixed content Beispiel für direkte Definition des <xs:element name="hotel"> Elementinhalts <xs:complextype> <xs:sequence> <xs:element name="name" type="xs:string"/> <xs:element name="beschreibung"> <xs:complextype mixed="true"> <xs:sequence> <xs:element name="gastronomie" type="xs:string" minoccurs="0" maxoccurs="unbounded"/> </xs:sequence> </xs:complextype> </xs:element> </xs:sequence> </xs:complextype> </xs:element> Definition von leerem Elementinhalt Wird ebenfalls als komplexer Datentyp definiert, wobei nur Attribute angegeben werden. Leerer Elementinhalt ohne Attribute: <xs:complextype name="leer"/> 38

39 Referenzbeziehung <xs:element name="firma"> <xs:complextype> <xs:sequence> <xs:element name="person" minoccurs="1" maxoccurs="unbounded"> <xs:complextype> <xs:attribute name="personld" type="xs:string"/> </xs:complextype> </xs:element> <xs:element name="projekt"> minoccurs= " 0" maxoccurs="unbounded"> <xs:complextype> <xs:attribute name="projektleiter" type="xs:string"/> </xs:complextype> </xs:element> </xs:sequence> </xs:complextype> <xs:key name="personkey"> <xs:selector xpath="person"/> <xs:field </xs:key> <xs:keyref name="personkeyref" refer="personkey"> <xs:selector xpath="projekt"/> <xs:field </xs:keyref> </xs:element> Hier: Beispiel mit Attributen funktioniert mit Elementen analog Referenzbeziehungen lassen sich durch key/keyref-paare ausdrücken: key wird innerhalb eines Kontextelements definiert (Elementknoten in dem die Definition steht) selektor definiert Knotenmenge relativ zum Kontextknoten field spezifiziert Menge von Feldern (Elementinhalte und Attribute) die den eindeutigen Identifikator darstellen keyref selektor/field analog zu key refer verweist auf zugehörigen key 39

40 W3C XML-Schema Weitere, hier nicht behandelte, Möglichkeiten von XML-Schema: Abstrakte Typen Finale Typen Definition von Modell- und Attributgruppen Include, Import und Redefine für komplexere Schemata Offene Schemata 40

41 Verwendung von XML-Schemata XML-Schemata sind selbst wieder XML-Dokumente und werden üblicherweise in einer Datei mit der Endung.xsd gespeichert (XSD: XML Schema Definition) Einbindung des verwendeten XML-Schematas in das betreffende XML- Dokumente durch (relative oder abs.) Pfadangabe im Wurzelelement Beispiel, wenn kein Namespace verwendet wird: booklist.xml <?xml version="1.0" encoding="utf-8"?> <booklist xmlns:xsi=" xsi:nonamespaceschemalocation="booklist.xsd"> <book> </book> <book> </book> </booklist> booklist.xsd <?xml version="1.0" encoding="utf-8"?> <xs:schema xmlns:xs=" <xs:element name="booklist"> <xs:complextype> <xs:sequence> <xs:element name="book" type="book_t" maxoccurs="unbounded"/> </xs:element> </xs:schema> 41

42 Zusammenfassung XML-Grundlagen XML definiert Baumstruktur Semistrukturiertes Datenmodell bietet Flexibilität Spektrum der Anwendungsmöglichkeiten reicht von strukturierten Daten bis zu Dokumenten XML-Schema ermöglicht Typisierung von Elementinhalten und Attributwerten schemakonforme XML-Dokumente ermöglicht relativ gute Abbildung von Integritätsbedingungen Anmerkung: historisch bedingt, werden in Anwendungen teilweise noch DTDs verwendet (für neue Entwicklungen sollte aber immer XML-Schema verwendet werden!) 42

43 Datenbanken und XML XML-Grundlagen XML-Verarbeitung XML-Anfragesprachen Speicherung von XML in Datenbanken Generierung von XML aus Datenbanken 43

44 XML-Prozessoren Anforderungen bei der XML-Verarbeitung Suchen und Ändern in bzw. von XML-Dokumenten Schnittstellen für Anwendungen, die Information in Form von XML- Dokumenten verwalten und verarbeiten XML-Prozessoren machen den Inhalt eines XML-Dokuments für Anwendungen verfügbar: Parsen des Dokuments und Auflösen von Entities Überprüfen der Wohlgeformtheit und Gültigkeit (bei validierenden Parsern; es gibt auch nicht validierende) bieten standardisierte Schnittstellen für zahlreiche Programmiersprachen, z.b. Java, Phyton, C, C++,... 44

45 Arten von XML-Prozessoren Ereignisorientiert XML-Prozessor generiert beim Parsen des XML-Dokuments Ereignisse XML-Anwendung verarbeitet die Ereignisse Keine aktive Steuerung durch die Anwendung Keine Änderungsmöglichkeit Wichtigster Vertreter: SAX (Simple API for XML) W3C-Standard Baumorientiert XML-Prozessor baut Baumstruktur des XML-Dokuments auf Anwendung kann, über standardisierte Schnittstellen, entlang dieser navigieren außerdem: Änderungsmöglichkeit Wichtigster Vertreter: DOM (Document Object Model) W3C- Standard 45

46 SAX (Simple API for XML) Vorgehensweise: XML-Parser liest sequentiell den Eingabestrom (Dokument) prüft die Korrektheit (Wohlgeformtheit oder Gültigkeit) und ruft standardisierte API-Methoden bei Eintreten von Ereignissen auf, z.b. wenn ein Begin oder End-Tag abgearbeitet wird Anwendung kann auf diese Ereignisse reagieren oder sie ignorieren Im Anwendungsprogramm müssen die Methoden implementiert sein, an deren Ereignisse der Anwendungsprogrammierer interessiert ist Eigenschaften Sequentielle Abarbeitung (dadurch festgelegte Abarbeitungsreihenfolge) Zustandslos (fire and forget) 46

47 SAX Beispiel <?xml version="1.0"?> <hotel id='01'> <hotelname> Strand Hotel Hübner </hotelname> <adresse> <ort> Warnemünde </ort> <telefon> 0381/ </telefon> </adresse> startdocument() startelement("hotel", Attributes({name='id', value='01' }) startelement("hotelname", null) characters("strand Hotel Hübner", 1, 19) endelement("hotelname") startelement("adresse", null) startelement("ort", null) characters("warnemünde", 1, 10) endelement("ort") endelement("adresse") </hotel> endelement("hotel") enddocument() Vorteile? Nachteile? 47

48 DOM (Document Object Model) DOM beschreibt ausschließlich Schnittstellen (APIs) zum Zugriff auf XML-Dokumente und zur Veränderung von Struktur und Inhalten definiert nicht die zugrunde liegende Implementierung und Speicherung der XML-Dokumente W3C Recommendation (DOM Level , DOM Level , DOM Level ) Objektorientierte Sicht auf XML-Dokumente XML-Dokumente intern als Bäume repräsentiert unterschiedliche Knotentypen: Element, Attribut, etc. Methoden zum Traversieren und Manipulieren der Baumstruktur Es gibt zahlreiche DOM-Implementierungen, z.b. Java (+ XML-Parser) EMCA(Java)Script und Web-Browser C++-Bibliotheken 48

49 DOM - Schnittstellenhierarchie DOM beschreibt nur die Schnittstellen. Anwender muss sich Klassenbibliotheken o.ä. besorgen, welche diese Schnittstelle implementieren! 49

50 DOM-Knotentypen Beispiel Knoten vom Typ Attribut genre autobiography book bookstore Knoten vom Typ Element Knoten vom Typ Document title price Knoten vom Typ Text Autobiography of Benjamin Franklin EUR 9,49 50

51 Interface Node Definiert Methoden zur Identifikation des Knotentyps Navigation durch die Dokumentstruktur Manipulation der Dokumentstruktur interface Node { // Attributdefinitionen readonly attribute DOMString nodename; readonly attribute unsigned short nodetype; readonly attribute Node parentnode; readonly attribute NodeList childnodes; readonly attribute Node firstchild; readonly attribute Node lastchild; readonly attribute Node previoussibling; readonly attribute Node nextsibling; // Methodendeklarationen (siehe nächste Folie) } 51

52 Interface Node wichtige Methoden // Methoden zur Identifikation des Knotentyps unsigned short getnodetype() // liefert Knotentyp DOMString getnodevalue() // liefert assoziierten Knotenwert // Methoden zur Navigation durch die Dokumentstruktur Node getdocumentelement() // liefert das Wurzelelement NodeList getchildnodes() // liefert alle Kindknoten Node getfirstchild() // liefert ersten Kindknoten Node getlastchild() // liefert letzten Kindknoten Node getparentnode() // liefert Elternknoten Node getnextsibling() // liefert nächsten Geschwisterknoten Node getprevioussibling() // liefert vorhergehenden Geschwisterknoten // Methoden zur Manipulation der Dokumentstruktur Node appendchild(node neu) // hängt Kindknoten an Node insertbefore(node neu, Node alt) // fügt Kindknoten vor einen anderen ein Node removechild(node alt) // entfernt spezifizierten Kindknoten Node replacechild(node neu, Node alt) // ersetzt Kindknoten durch einen anderen 52

53 DOM Navigation durch das Dokument Ausgehend vom Knoten liefern folgende Methoden der Klasse Node die Knoten bzw. Knotenlisten als Ergebnis: 1 - getparentnode() 2 - getfirstchild() 3 - getlastchild() 4 - getchildnodes() 5 - getprevioussibling() 6 - getnextsibling() 53

54 DOM Manipulation der Dokumentstruktur insertbefore (newchild, refchild) refchild newchild refchild appendchild (newchild) newchild replacechild (newchild, oldchild) oldchild newchild removechild (oldchild) oldchild 54

55 DOM-Knotentypen Beispiel bookstore genre autobiography book title price Autobiography of Benjamin Franklin EUR 9,49 WICHTIG: Obwohl Attr von Node abgeleitet ist, werden Attr-Objekte nicht als Teil des Dokumentbaums (sondern als direkt zum Element gehörig) behandelt; folglich haben die Node-Attribute parentnode, previoussibling and nextsibling den Wert null. 55

56 Interface Element Definiert Methoden zur Abfrage und Veränderung von Elementen interface Element : Node { // Attributdefinitionen readonly attribute DOMString tagname; // Methodendeklaration name gettagname() // liefert den Namen des Elements boolean hasattribute(name) // liefert true, falls angegebenes Attribut existiert value getattribute(name) // liefert den Wert des angegebenen Attribut void setattribute(name, value) // Verändern oder Ergänzen von Attributen void removeattribute(name) // löscht das spezifizierte Attribut } NodeList getelementsbytagname(name) // liefert alle Elemente des Dokumentes, // die den angegebenen Elementnamen haben; // getelementsbytagname(*) liefert alle Elemente. Attr getattributenode(name) // wie oben; jedoch werden Attr setattributenode(attr newattr) // jeweils ganze Attr removeattributenode(attr oldattr) // Attr-Objekte angegeben 56

57 Interfaces Character Data und Text interface CharacterData : Node { // Attributdefinitionen attribute DOMString data; readonly attribute unsigned long length; } // Methodendefinitionen int getlength() // liefert die Länge des Textanteils String getdata() // liefert den vollständigen Text String substringdata(start, count) // liefert einen Teilstring des Textes, der bei // start beginnt count-zeichen enthält void setdata(text) // setzt den angegebenen Text void appenddata(text) // hängt den angegebenen Text an den Originaltext an void replacedata(offset, count, text) // ersetzt den durch offset und count definierten // Textanteil durch den angegebenen Text void insertdata(offset, text) // fügt an der durch offset angegebenen Stelle Text ein void deletedata(offset, count) // löscht durch offset und count spezifizierten Textanteil Text ist von Character Data abgeleitet und repräsentiert die textuellen Inhalte eines Elements. Zusätzliche Methode: Text splittext(offset) // teilt Text-Knoten an der durch offset spezifizierten // Stelle liefert neuen Text-Knoten (2. Teil) zurück 57

58 Weitere Interfaces In ähnlicher Form wie für Elemente und Character Data stehen für die anderen Knotenarten (z.b. Attribute, Processing Instructions, Kommentare und Entities) Interfaces zur Abfrage und Manipulation von allen Informationen des XML-Dokumentes zur Verfügung. Außerdem existiert zur Verarbeitung von Knotenlisten die Klasse NodeList: NodeList speichert eine Liste von Knoten, das Ordnungskriterium der Liste ist dabei die Dokumentordnung. Node item( int index ) // Zugriff auf einzelne Knoten; Index beginnt mit 0 int getlength() // Anzahl der Knoten in der Liste 58

59 Vergleich / Einsatz von SAX und DOM SAX einfacher, sequentieller Zugriff DOM Navigation durch Dokumentstruktur; dadurch kontextabhängige Zugriffe ausschließlich lesender Zugriff geeignet für einfach strukturierte oder gleichartig strukturierte Dokumente auch geeignet für sehr große XML- Dokumente Manipulation von Inhalt und Struktur möglich auch für komplex strukturierte und variierende Dokumente geeignet (Struktur kann angefragt werden) für sehr große XML-Dokumente problematisch (Performance, Speicherplatz) Beide Schnittstellen sind standardisiert und es existieren viele Implementierungen Weder SAX noch DOM (oder verwandte Ansätze) erlauben einen deklarativen, d.h. mengenorientierten Zugriff (wie bei SQL) auf die Daten in den XML-Dokumenten Programmieraufwand (auch für einfache Fragestellungen) nötig! 59

60 Entwicklungstendenzen Programmiersprachen-APIs zum Validieren und Parsen z.b. JAXP (Java API for XML Processing): Schnittstellen zu SAX, DOM und StAX (Streaming API for XML) Pull-API Programmiersprachenspezifische Parser-Ansätze, die Features der Programmiersprache für effizientere Programmierung ausnutzen z.b. JDOM: versucht das Beste aus beiden Welten zu vereinigen, also Mächtigkeit von DOM kombiniert mit Einfachheit und Effizienz von SAX XML Data Binding für konkrete Programmiersprache z.b. JAXB (Java Architecture for XML Binding): Marshalling / Unmarshalling von Java-Objekten; Arbeit mit XML-Dokumenten ohne direkte Schnittstellen von SAX oder DOM zu verwenden 60

61 Datenbanken und XML XML-Grundlagen XML-Verarbeitung XML-Anfragesprachen Speicherung von XML in Datenbanken Generierung von XML aus Datenbanken 61