Vorwort. Kapitel 1 Einleitung. Kapitel 2 XML und Auszeichnungssprachen. Kapitel 3 Einführung XML. Kapitel 4 Die vollständige XML-Referenz

Transkript

1 inhalt.html Inhaltsverzeichnis Vorwort Kapitel 1 Einleitung Kapitel 2 XML und Auszeichnungssprachen 2.1 Textverarbeitung 2.2 Das Dokument als integrative Basis 2.3 Informationen strukturieren 2.4 Alternative Lösungen 2.5 Forderungen an eine neue Auszeichnungssprache 2.6 Definition: Auszeichnungssprachen 2.7 Aufgabe des W3C 2.8 Historie und Vergleich 2.9 Extensible Markup Language (XML) 2.10 Ziele von XML 2.11 XML als Alternative zu HTML Kapitel 3 Einführung XML 3.1 Einleitende Beispiele 3.2 Software 3.3 Schnelleinstieg 3.4 Document Type Definition (DTD) 3.5 XML Beschreibung 3.6 XML Data Island 3.7 XML-Dokumente im Browser anzeigen 3.8 Erweiterte XML-Syntax Kapitel 4 Die vollständige XML-Referenz 4.1 Extended Backus-Naur Form (EBNF) 4.2 XML-Definition 4.3 Behandlung von Entities und Referenzen durch einen XML-Prozessor 4.4 Wohlgeformtheitsbeschränkung file:///c /Eigene Dateien/Texte/E-Books/XML/inhalt.htm (1 von 3) [ :43:20]

2 inhalt.html 4.5 Gültigkeit 4.6 Document Object Model Kapitel 5 XML in der Praxis 5.1 XML-Dokumente mit Unterstützung erstellen: X-Metal Synchronized Multimedia Integration Language (SMIL) 5.3 Wireless Markup Language (WML) 5.4 XML und EDI 5.5 Chemical Markup Language (CML) 5.6 Channel Definition Format 5.7 Szenarien 5.8 Microsoft Office Shakespeare Kapitel 6 XSL - Extensible Stylesheet Language 6.1 Warum XSL? 6.2 Cascading Stylesheets (CSS) 6.3 Konstruktionsregeln (rules) 6.4 Flow Objects 6.5 Muster (pattern) 6.6 Aktionen (action) 6.7 Skriptsprachen 6.8 Referenz XSL Kapitel 7 HTML geht fremd: X-HTML 7.1 X-HTML 1.0 Document Type Definition Anhang A Anhang A.1 Tabellen A.2 Informationsquellen im Web A.3 Inhalt der CD-ROM Anhang B Glossar XML file:///c /Eigene Dateien/Texte/E-Books/XML/inhalt.htm (2 von 3) [ :43:20]

3 inhalt.html Stichwortverzeichnis file:///c /Eigene Dateien/Texte/E-Books/XML/inhalt.htm (3 von 3) [ :43:20]

4 Vorwort Vorwort»Next Year's Top 25 Technologies: Extensible Markup Language (XML) enables extensible data-exchange formats.«zeitschrift Byte Mit wohl einem der faszinierendsten und innovativsten Themen der Gegenwart und allernächsten Zukunft des Internet befasst sich dieses Buch: XML. Nie als HTML-Ersatz gedacht, erweitert es das Spektrum möglicher Anwendungen im Internet einerseits und schließt andererseits klaffende Lücken und technische Unzulänglichkeiten. Keine Frage: Wer sich als Web-Administrator, Autor eines privaten oder geschäftlichen Internet-Auftritts, Intranet-Verantwortlicher oder -Anwender mit HTML auseinandergesetzt hat, wird in Zukunft auch um XML nicht umhinkommen. Auch außerhalb der Online-Szene hat sich XML bereits heute als richtungsweisender Standard des Dokumentenmanagements etabliert. Dieses Buch bietet das komplette XML- und XSL-Wissen auf praxisnahem und hohem Niveau. Neben einer fundierten Einführung finden Sie das komplette Know-how, stets belegt und beschrieben durch Praxisanwendungen, das Sie für die Arbeit mit XML benötigen. Mit viel Engagement und Zeitaufwand haben uns Firmen, Freunde, Mitarbeiter und der Markt & Technik-Verlag unterstützt. Unser Dank gilt daher all jenen, die ihren Anteil am Gelingen dieses Buches hatten und noch haben werden. In der zweiten völlig aktualisierten und stark erweiterten Ausgabe dieses Buches konnten wir zahlreiche positive Rückmeldungen von Leserinnen und Lesern berücksichtigen. So greift dieses Buch jetzt auch neueste Entwicklungen aus der XML-Entwicklung auf. Dazu gehören beispielsweise SMIL und WML (WAP) oder die erst im Dezember 1999 veröffentlichte X-HTML Empfehlung. Besonders danken möchten wir Ihnen, dem Leser, denn schließlich haben Sie dieses Buch gekauft und wir es für Sie zuvor geschrieben. Wenn Sie Kritik, Lob oder Anregungen für Folgeauflagen haben, lassen Sie uns dies wissen. Sie erreichen uns unter umfassendere Anfragen können Sie gerne an unseren Verlag richten, der die Leserpost an uns weiterleitet. Viel Spaß beim Lesen und viel Erfolg mit Ihren eigenen XML-Projekten wünschen Gunter Wielage Oliver Pott Paderborn, 2000 file:///c /Eigene Dateien/Texte/E-Books/XML/Vorwort.html [ :43:26]

5 Kapitel 1 Einleitung Kapitel 1 Einleitung Wenn Sie gerade vor der Entscheidung stehen, dieses Buch zu kaufen oder sich mit dem Thema XML zu befassen, helfen Ihnen vielleicht die folgenden Zeilen. Sie geben Ihnen vorab einen kleinen Überblick, warum XML heute eines der Top-Themen des Internet ist. XML unterscheidet sich zu HTML unter anderem dadurch, dass Informationsanbieter eigene Markupbefehle und Attribute nach Bedarf definieren können. Dokumentstrukturen können in ihrer Komplexität an die erforderlichen Informationen angepasst werden. Jedes XML-Dokument kann weitere optionale Beschreibungen seiner Grammatik enthalten, mit deren Hilfe eine Applikation dann eine strukturelle Überprüfung durchführen kann. <!xml version="1.0"!> <liste> <kunde> <name>microsoft</name> <ort>münchen</name> </kunde> </liste> Die Vision von XML für die Zukunft ist, die Sprache als Basis für jede Art von Daten zu etablieren. Aus diesen Daten können dann, fast beliebig, andere Dokumenttypen erzeugt werden. Die heute anfallende Doppelarbeit bei Erfassung und Konvertierung fällt weg. Deutlich wird dabei auch, dass nicht mehr einzig und allein die Verarbeitung von Dokumenten im Vordergrund steht, sondern selbst Datenbanken wie beispielsweise Artikelstammdaten mithilfe von XML verarbeitet werden können. Neben verständlichen Erklärungen und zahlreichen Praxisbeispielen besteht das Konzept dieses Buches darin, Ihnen zusätzlich auch als Referenzhandbuch zur Seite zu stehen. Sobald Sie den Umgang mit XML erlernt haben, werden Sie dieses Buch auch als Nachschlagewerk zu schätzen wissen. Zunächst führen wir Sie in Kapitel 2 strukturiert in XML ein. Dieses Kapitel verschafft Ihnen einen kurzen Überblick über die vorhandenen Auszeichnungssprachen und ihre Einsatzmöglichkeiten. Die zentrale Frage wird geklärt, warum wir trotz der vorhandenen und schon lange eingeführten Sprachen SGML und HTML schon wieder etwas Neues brauchen. Sie erfahren unter anderem, wie XML entstanden ist und in die bestehenden Sprachen einzuordnen ist. Sie wissen bereits am Ende dieses Kapitels was XML ist und bekommen vielleicht schon einige Ideen, wie Sie für eigene Projekte XML gewinnbringend einsetzen können. Detailliert verrät Ihnen Kapitel 3, was es mit XML auf sich hat. Hier finden Sie Programmiereinleitungen und tiefergehendes Wissen und Material zum Thema für Ihre eigenen Projekte. In Kombination mit dem vierten Kapitel, der Referenz, steht Ihnen die XML-Gesamtfunktionalität zur Verfügung. Praxisprojekte und reale Umsetzungen mit XML haben wir im Kapitel 5 zusammengetragen. Erfahren Sie, wie XML heute schon eingesetzt wird und erweitern Sie Ihr Wissen mithilfe von zahlreichen Beispielen aus der täglichen Praxis der Dokumentenverarbeitung. Dazu gehören beispielsweise die Sprachen SMIL und WML. Zu beiden finden Sie eine komplette Einführung und Referenz. Eine weitere Entwicklung in der XML-Technologie ist der im April 1999 vorgelegte letzte Entwurf file:///c /Eigene Dateien/Texte/E-Books/XML/Kap1.html (1 von 2) [ :43:31]

6 Kapitel 1 Einleitung zur XML-Stylesheet-Sprache, die wir Ihnen vollständig in Kapitel 6 vorstellen. Anhand einer ausführlichen Anleitung zum Thema XSL erfahren Sie vor allem, wie Sie XML mithilfe von Stylesheet in HTML-Dokumente umwandeln. Die Einführung und Zielrichtung der Sprache XML machte zudem eine Reformation der Sprache HTML notwendig. Alles über die konsequente Neuorientierung und die Umsetzung von HTML mithilfe von XML erfahren Sie in Kapitel 7 (X-HTML). Ein XML- und XSL-Glossar ergänzt das Buch und gibt Ihnen neben einer Befehlsübersicht Auskunft zu Befehlen, Syntax und Termini von XML. Die meisten Programme, die im Buch vorgestellt wurden, erhalten Sie natürlich auf der beiliegenden CD-ROM. Damit ersparen Sie sich die mühsame und zeitraubende Recherche nach Tools und Hilfsmitteln und können sofort effizient in das Thema einsteigen. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap1.html (2 von 2) [ :43:31]

7 Kapitel 2 XML und Auszeichnungssprachen Kapitel 2 XML und Auszeichnungssprachen 2.1 Textverarbeitung Das Dokument als integrative Basis Informationen strukturieren Alternative Lösungen Forderungen an eine neue Auszeichnungssprache Definition: Auszeichnungssprachen Aufgabe des W3C Historie und Vergleich Extensible Markup Language (XML) Ziele von XML XML als Alternative zu HTML 43 Das folgende Kapitel verschafft Ihnen einen ersten Überblick über die vorhandenen Auszeichnungssprachen und hilft Ihnen XML in die bisher bestehenden Standards einzuordnen. Lernen Sie Stärken und Schwächen von SGML und HTML kennen und erfahren Sie warum in XML eine Chance für die Zukunft der Textbeschreibung liegt. 2.1 Textverarbeitung Betrachten wir eine moderne Textverarbeitung wie etwa Microsoft Word, dann bietet uns diese zum Erstellen unserer Texte zahlreiche Möglichkeiten der Formatierung. Im Gegensatz zu den Ursprüngen der Textgestaltung haben wir heute Möglichkeiten, die früher nur dem Drucker oder Setzer vorbehalten waren. Dem normalen Anwender standen selbst mit einer komfortabel anmutenden modernen elektrischen Schreibmaschine nur sehr begrenzte Layoutfunktionen zur Verfügung. Neben hoch- und tiefgestellten Buchstaben, konnte man auf Sperrschrift oder Fettschrift zurückgreifen. Von einem befriedigenden Ausdruck oder gar Textgestaltung konnte man hier wohl nicht reden. Eine Textverarbeitung im heutigen Sinne bietet jedem Anwender jene zahlreichen Möglichkeiten der Gestaltung, die früher nur den Profis vorbehalten waren. Angefangen bei Fettschrift, Kursiv oder unterstrichenem Text handelt es sich hier in erster Linie um optische Elemente, die wir hier verändern können. Und seit die ersten Apple Macintosh-Computer das Licht der Welt erblickt haben ist WYSIWYG (»What you see is what you get«) in aller Munde. Jeder, der ein solches Programm bedienen kann, wird in die Lage versetzt schon am Bildschirm den Text genau so gestalten zu können, wie er anschließend aus dem Drucker kommt. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (1 von 25) [ :43:42]

8 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.1: Ein professionelles Dokument zeichnet sich nicht unbedingt durch die Vielzahl der genutzten Funktionen aus. Spätestens wenn wir wieder einmal ein Dokument erhalten, in dem sieben verschiedene Schriftarten eingesetzt sind, wissen wir: hier wurde mit einem DTP-Programm (»Desktop Publishing«) gearbeitet. Diese Programme haben eins gemeinsam: Sie bieten auch dem Laien unüberschaubar viele Möglichkeiten auf die visuelle Darstellung des Textes Einfluss zu nehmen. Am Rande sei bemerkt, dass dies dem Aussehen des Textes nicht immer zum Vorteil gereicht. Auszeichnungssprachen wie HTML verfolgen aber primär eine andere Richtung der Textauszeichnung. Hier geht es nicht in erster Linie um die optische Gliederung eines Textes, sondern viel mehr um eine inhaltliche Abgrenzung. 2.2 Das Dokument als integrative Basis Text allein reicht natürlich heute kaum noch zur angemessenen Darstellung von Informationen aus. Aber auch im Zeitalter von Multimedia, in denen zahlreiche Tonwiedergaben und Grafikanimationen und Videosequenzen Internetseiten nicht immer nur bereichern, ist der wichtigste Bestandteil einer Seite der Text. Das Internet ist trotz aller anders klingender Verlautbarungen ein deutlich textorientiertes Medium. Schon allein aus dem Grund, weil nur Text hard- und softwareunabhängig von jeder Computerplattform dargestellt werden kann. Wenn Sie sich eine Internetseite, die heute üblicherweise noch in HTML programmiert wird, einmal genauer anschauen, erkennen Sie allerdings, dass mit dieser Textauszeichnungssprache doch noch mehr zu machen ist als nur einfachen Text darzustellen. Ein Dokument dient als Grundlage zur Strukturierung einer Seite. In dieser Struktur ist festgelegt welche weiteren multimedialen Inhalte integriert sind. Das heißt auch eine Seite ohne Text benötigt eine Textauszeichnungssprache als Basis zur Definition des Inhaltes. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (2 von 25) [ :43:42]

9 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.2: Im HTML-Dokument sind alle Bestandteile der Seite integriert. In dem Dokument ist bestimmt welche Bilder, Videos oder Sounds zur Seite gehören. Der gesamte visuelle Eindruck muss hier bestimmt werden. So ist auch zu verstehen, dass trotz deutlicher multimedialer Ausrichtung des Internet kein völlig neues Format, sondern ein über lange Zeit entwickeltes Textformat die Aufgabe übernimmt als integrative Basis für darauf aufbauende Informationsinhalte. 2.3 Informationen strukturieren Eine von der WYSIWYG-Welt unabhängig entwickelte Idee ist es aber Informationen nicht nach rein visuellen Gesichtspunkten aufzubauen, sondern strukturiert nach Inhalten festzulegen. Diese Idee ist nicht ganz so neu und eigentlich ist sie zumindest in der EDV-Welt schon älter als die Idee des Desktop Publishing. Schon 1967 beschäftigte sich William Tunnicliffe mit dem so genannten»generic Coding«. Er trennte die Informationsstruktur des Textes von seinem optischen Erscheinungsbild. Zu dieser Zeit war es noch so, dass allein der Setzer für das spätere Druckbild verantwortlich war und der Autor lediglich Anmerkungen und Hinweise für den Druck notieren konnte. Damals begann man langsam die ersten Texte auch digital mithilfe des Computers zu speichern. Der Autor konnte zwar notieren, dass eine Überschrift beispielsweise groß und in Fettschrift gedruckt werden sollte, die Information, dass es sich dabei aber um eine Überschrift handelt, ging bei der Computerverarbeitung leider verloren. Die Weiterentwicklung von William Tunnicliffe kennen wir heute übrigens als SGML-Standard. Die Auszeichnungssprachen, von denen im folgenden die Rede sein wird, sind also in erster Linie Hilfen, um einen Text strukturell zu definieren. Natürlich ist der Übergang beispielsweise bei HTML heute fließend zwischen optischer und inhaltlicher Auszeichnung. Selbstverständlich bietet diese Sprache heute bereits zahlreiche Möglichkeiten, Text auch optisch auszuzeichnen. Aber wir wollen hier die Grundintention nicht vergessen: Informationen durch den Computer nicht nur darzustellen, sondern auch inhaltlich auszuwerten. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (3 von 25) [ :43:42]

10 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.3: Die drei Teile des Dokuments können auch in einer Datei gespeichert sein. Die heutige Entwicklung geht dazu über ein Dokument in drei Teile zu zerlegen. Ein Teil stellt die reine Text- und Bildinformation also den Inhalt dar. Zusätzlich ist die Struktur der Information elektronisch gespeichert. Der nächste logische Schritt ist, für die vorhandene und definierte Struktur auch ein bestimmtes Layout als Formatvorlage festzulegen. Ob man dabei alle drei Teile in dem Dokument selbst oder in externen Dateien ablegt spielt für das Endergebnis keine Rolle. Ein großer Vorteil einer solchen Struktur gerade für den Online-Bereich ist, dass der Desktop-Computer diese Daten nach der Übertragung selbst weiterverarbeiten kann. Der PC mit dem man im Netz surft ist meist mit der Darstellung von Webinhalten chronisch unterfordert. Die meiste Zeit wartet man wohl darauf, dass Webserver die eigenen Such- oder Datenbankanfragen verarbeiten und Ergebnisse senden. Die neue XML-Technologie schafft die Möglichkeit einen Teil der Datenverwaltung auf den Desktop-PC zu übertragen und ist so vielleicht ein neuer Schritt zum schnelleren Web. Abb. 2.4: Die Möglichkeiten der Strukturierung in den verschiedenen Datenformaten. In die bisherigen Technologien zur Strukturierung eingeordnet, steht XML zwischen dem völlig unstrukturierten Text und den Möglichkeiten zur komplexen Datenstruktur einer Datenbank. 2.4 Alternative Lösungen Es gibt eine Reihe von alternativen Formaten, die für die inhaltliche Auszeichnung und Strukturierung entwickelt wurden und sich auch heute noch zahlreich im Einsatz befinden. Jedes Datenbankprogramm stellt eine solche Form von inhaltlicher Auswertung dar. In einer Datenbank können in mehr oder weniger starren Datensätzen einzelne Datenfelder gespeichert werden. Der Nachteil liegt auf der Hand: aufgrund der starren Datenstruktur, die vorgegeben wird, ist ein sinnvoller Einsatz dieser Lösung nur für gleichmäßige, homogene Datenmengen möglich. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (4 von 25) [ :43:42]

11 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.5: Für gleichmäßige Datenstrukturen bieten sich spezielle Datenbankformate an. Jede Datenbank ist von einer speziellen Software und damit von einem bestimmten Computer-System abhängig auf dem sie entwickelt wurde. Auch wenn inzwischen viele übergreifende Formate existieren, die den Datenaustausch ermöglichen, besteht dieses Problem grundsätzlich. Viele Formate nutzen zusätzlich zur Speicherung ein binäres Format, das den Austausch zwischen verschiedenen heterogenen Sprach- und Rechnersystemen nicht gerade erleichtert Einsatz von MIME-Typen zum Datenaustausch Ein Ansatz zum Dokumentenaustausch zwischen verschiedenen Systemen besteht in der Verwendung des so genannten MIME-Standards. Dieser beschreibt weniger einen einheitlichen Standard zur Informationsspeicherung, sondern eine Möglichkeit der Verständigung zwischen Sender und Empfänger, darüber welches Format zum Einsatz kommt. Im praktischen Einsatz kündigt der Web-Server dem Browser, der die Daten anfordert, mit, um welchen MIME-Typen es sich handelt. Der Browser kann dann auf die entsprechend ankommenden, meist binären Daten angemessen reagieren. Entweder kann der Browser die Daten selbst verarbeiten, respektive anzeigen, oder er greift auf die Hilfe eines Zusatzprogramms (s.g.»plug-in«) zurück. Eine MIME-Typ-Bezeichnung besteht aus zwei Bestandteilen: dem Haupttyp und dem Subtyp. Der folgenden Tabelle können Sie einige Standard-MIME-Typen entnehmen. Einige MIME-Typen, wie z.b. Word oder Excel, gehören nicht zum ursprünglichen Standard, wurden von uns aber der Übersicht und der Vollständigkeit wegen hinzugefügt. Haupttyp Subtyp Bedeutung application msexcel application msword application pdf application postscript Microsoft Excel-Tabelle Microsoft Word-Dokument Adobe Acrobat Dokument PostScript-Datei audio basic Einfache 8-Bit Audiodaten audio mid MIDI-Sequenz audio wav Wave-Audiodaten image bmp Bitmap-Grafik image gif Grafik in CompuServes GIF-Format image jpeg Grafik im JPEG-Format text css Hypertext-Stylesheet text html Hypertext-Dokument text plain Daten in einfacher Textform file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (5 von 25) [ :43:42]

12 Kapitel 2 XML und Auszeichnungssprachen text xml XML-Dokument video mpeg Video-Daten im Motion Picture-Format video quicktime Video-Daten im Quicktime-Format von Apple Im Internet findet sich das MIME-Verfahren im HTTP-Protokoll wieder, es informiert den Browser darüber welche Art von Daten gesendet werden. Die Standard-MIME-Typen sind in der Norm RFC 1590 definiert Portable Dokumentformate Einige Formate, die heute breite Anwendung vor allem im Druckbereich finden, möchten wir kurz vorstellen. Sie zeigen, dass portable Dokumentformate auch außerhalb des Webs eine hohe Bedeutung erlangt haben. Vielleicht wird auch XML in das eine oder andere dieser Segmente vorstoßen können und eine sinnvolle Alternative für den Austausch von Dokumenten in allen Bereichen der elektronischen Informationsverarbeitung darstellen Gerade in großen Unternehmen, in denen eine Flut von Dokumentationsmaterial anfällt, möchte man sich nicht gerne auf ein systemgebundenes Datenformat festlegen. Schließlich möchte man auch in vier oder fünf Jahren, wenn das Textverarbeitungsprogramm bereits drei Versionsnummern weiter ist, auf die vorhandenen Informationen zurückgreifen. Außerdem muss der Austausch zwischen verschiedenen Ländern und Systemen, zumindest zwischen PC-Welt und Macintosh, sichergestellt werden. Formate also, die den Autor oder Nutzer von der Wahl des Werkzeuges unabhängig machen. Für diese Anforderungen existieren einige Formate, die sich breiter Zustimmung erfreuen. PostScript-Format Mit Postscript existiert eine komfortable Lösung zum Austausch von Dokumenten zwischen unterschiedlichen Computer-Plattformen. Die Besonderheit besteht darin, dass sich Postscriptdateien unter jedem Betriebssystem ohne weitere Software auf einem Postscriptdrucker ausgeben lassen. Die meisten hochwertigen Drucker und Satzbelichter sind zum PostScript-Standard kompatibel. PostScript-Dokumente werden typischerweise von der Textverarbeitung oder dem Grafikprogramm automatisch aus dem programminternen Format übersetzt und dann zum Drucker geschickt. Der große Vorteil von PostScript liegt in der großen Hardware-Unabhängigkeit. Die Datei beschreibt lediglich das Aussehen der Seite, macht aber keine Annahmen über Bildschirm oder Drucker. So kann dieselbe Datei sowohl auf einem 75 -dpi-bildschirm, als auch auf einem 600-dpi-Laserdrucker oder dpi-Satzbelichter ausgegeben werden. In der Praxis bedeutet das: vor der teuren und hochwertigen Belichtung kann ein einfacher Probeausdruck auf einem handelsüblichen Laser- oder Farbtintenstrahldrucker erstellt werden. Portable Document Format (PDF) Als Erweiterung zum Postscript-Format, hat die Firma Adobe das Portable Document Format entwickelt. Zusätzlich können mit ihm Seiten- und Inhaltsstrukturen erfasst werden. Der Text wird am Bildschirm lesbar und durchsuchbar. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (6 von 25) [ :43:42]

13 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.6: Das PDF-Format bietet einen Ansatz zur plattformübergreifenden Verbreitung von Dokumenten. Es findet heute auch im Web großen Zuspruch. Zahlreiche downloadbare Handbücher finden sich bei fast allen Herstellern. Das PDF-Format findet heute breite Anwendung im Print-on-Demand-Bereich. Viele Software-Hersteller verzichten heute auf eine gedruckte Dokumentation und geben dem Kunden lediglich PDF-Dateien als Ersatz mit auf den Weg. Es bedarf allerdings für die Portabilität (Übertragbarkeit) dieser Daten sehr komplexer Software-Anforderungen. Adobe ist mit dem Adobe Acrobat Reader als das marktführende Produkt im Rennen. Trotzdem erklärte Adobe PDF zum offenen Format und hat die Format-Spezifikationen öffentlich bekannt gegeben. Erste Bestrebungen gehen in die Richtung Anwendungen zu entwickeln, die XML-Dokumente automatisch in das PDF-Format überführen. Rich Text Format (RTF) Das von Microsoft entwickelte Rich Text Format (RTF) ähnelt in seiner Struktur Adobes PDF-Format, bietet aber längst nicht so zahlreiche Ausdrucksmittel und ist nur begrenzt portabel. Sowohl PostScript, PDF als auch RTF stellen rein physische Auszeichnungssysteme dar. PostScript und PDF haben darüber hinaus den Nachteil, dass sie sich nur sehr schlecht oder gar nicht nachträglich editieren lassen. Obwohl Adobe versucht PDF als Format für das Web zu vermarkten, eignet sich natürlich eine rein physische Auszeichnung nur bedingt als Basisformat für die Informationsübermittlung. In Zukunft ist das XML-Format sicherlich auch in diesem Bereich eine gute Alternative. Denkbar wäre auch ein Programm, dass aus dem XML-Format PDF-Dokumente konvertiert. 2.5 Forderungen an eine neue Auszeichnungssprache Einige Bedingungen, die aus dem Zusammenhang im vorausgegangenen Kapitel an eine neue Auszeichnungssprache gestellt werden müssten, möchten wir hier noch einmal auflisten. So viel schon im Voraus: XML erfüllt diese Forderungen und setzt sie in der Sprachdefinition um. Flexible Datenstruktur Die Sprache darf nicht auf einer festen Datenstruktur basieren, sondern muss ständig erweiterbar sein. Sie muss sich den wechselnden Gegebenheiten und Anforderungen, die der Nutzer insbesondere bei der Dateninterpretation an sie stellt, anpassen. Sie muss sich leicht in möglichst unterschiedliche Formate konvertieren lassen. Beispielsweise sollte sich eine Adressliste leicht in ein optisch ansprechendes, druckbares Format wie PDF konvertieren lassen. Andererseits müssen die gleichen Daten auch eine nahtlose Übernahme in eine Adressdatenbank finden. Plattformunabhängig Die Daten, die mit dieser neuen Auszeichungssprache definiert wurden, müssen flexibel zwischen den verschiedensten Plattformen austauschbar sein. Zumindest die bekanntesten Betriebssysteme sollten unterstützt werden, wie Windows, file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (7 von 25) [ :43:42]

14 Kapitel 2 XML und Auszeichnungssprachen Macintosh und Unix. Das bedingt natürlich schon, dass es sich um einen offengelegten Standard handelt, der von jeder interessierten Person oder Institution möglichst ohne zusätzliche Lizenzkosten in eigene Programme aufgenommen werden kann. Denn erst durch große Verbreitung von Programmen, die das Format einheitlich unterstützen, ist auch die Möglichkeit gegeben ein solches Format wirklich zum Standard werden zu lassen. Und nur ein solcher durch die Nutzer angenommener Standard verschafft dem Anwender wirkliche Vorteile bei seiner täglichen Arbeit Textorientiert Schon die plattformübergreifende Struktur bedingt, dass man keine binäre Datenstruktur zur Speicherung verwendet. Ein Textformat, wie wir es auch in HTML finden, ist hier deutlich im Vorteil. Die Kennzeichnung der einzelnen Daten muss dann natürlich auch durch Textmarken erzeugt werden. Die Delimitierung darf also nicht durch Byteverschiebungen erzeugt werden. Meist beschränkt man sich auf die 128 Zeichen des US-ASCII-Zeichensatzes. Für landesspezifische Zeichen und Sonderzeichen muss man sich alternative Lösungen ausdenken, um diese mithilfe der vorhandenen Zeichen zu umschreiben. Im Kapitel über die Bedeutung des W3-Konsortium finden Sie die Forderungen, die sich das XML-Entwicklerteam als Maßgabe für ihre Arbeit an der neuen Metasprache gesetzt haben. 2.6 Definition: Auszeichnungssprachen Sie haben inzwischen einiges über Auszeichnungssprachen und deren Bedeutung erfahren. Wir möchten es dennoch nicht versäumen Ihnen nun eine theoretische Definition dieses Begriffs zu geben, den wir bisher immer mit einiger Selbstverständlichkeit, und sicherlich im Zusammenhang auch verständlich, eingesetzt haben. Anschließend wird Sie die kleine Reise durch die Geschichte der vorhandenen Auszeichnungssprachen führen und wir werden das Kapitel mit einem genaueren Einstieg in die Sprachen SGML, HTML und XML beenden. In der Auszeichnungssprache selbst sind verschiedene Befehle definiert, die der optischen und inhaltlichen Strukturierung von Informationen dienen. Auf Basis einer Auszeichnungssprache können dann Dokumente verfasst und verarbeitet werden. Die Datenart, die sich weltweit der weitesten Verbreitung und der leichtesten Portierbarkeit erfreut ist die Textdatei. Doch auch auf dieser einfachen Basis und den gänzlichen Verzicht auf binäre Daten bestehen zwei Hauptprobleme, die eine Auszeichnungssprache lösen muss. Als Erstes existieren weltweit hunderte von verschiedenen länderspezifischen Zeichen. Und wenn man sich bei der Verwendung für die 128 Zeichen des weitverbreiteten US-Zeichensatzes entscheidet, müssen Möglichkeiten gefunden werden diese Zeichen darzustellen. Aber selbst der erweiterte Zeichensatz mit 255 Zeichen, reicht beispielsweise für die hunderte von verschiedenen Schriftzeichen des japanischen oder chinesischen Alphabets nicht aus. Das erste Problem, das eine Auszeichnungssprache zu lösen hat, haben wir auf den vorangegangenen Seiten schon angesprochen: Text allein reicht zur angemessenen Darstellung von Informationen kaum aus. In reinen Texten können keine Schriftarten, Überschriften, Fußnoten, Kursiv- oder Fettschrift verwendet werden. Es müssen Möglichkeiten gegeben werden, die Wirkung der online abgerufenen oder ausgedruckten Dokumente inhaltlich und visuell zu gestalten. Außerdem müssen sie helfen Text, Grafik und andere Multimedia-Elemente zu verbinden. In der Praxis wird dieses Problem durch den Einsatz von vorher festgelegten Auszeichnungen gelöst. Beispielsweise wird mit der Auszeichnung <B> in HTML definiert, dass der Text in Fettschrift darzustellen ist. <B>Dieser Text wird in Fettschrift dargestellt</b> <I>Dies ist Kursivschrift (Italic)</I> Der englische Begriff für Auszeichnung ist Markup. Daher können wir den geläufigeren Begriff»Markup Language«für Auszeichnungssprache analog verwenden. In HTML hat sich für die Textauszeichnungen der Begriff»Tag«durchgesetzt. Der komplette Text, für den die Auszeichnung gelten soll, wird in Tags eingeschlossen. Ein»Start-Tag«definiert den Beginn und ein»schluss-tag«das Ende einer Auszeichnung. Delimitierung Jeder Auszeichnungsbefehl muss durch spezielle, vorher definierte Zeichen eingegrenzt werden. In den meisten bekannten Markup-Sprachen nutzt man hierzu die Größer- und Kleinerzeichen (»<«,»>«). Bei dieser Eingrenzung von Textstellen, die einer besonderen Verarbeitung bedürfen, spricht man auch von Delimitierung. Im günstigsten Fall setzt man hier zwei Zeichen ein, die sonst im übrigen Text nur eine geringe Bedeutung haben und selten genutzt werden. Denn diese Zeichen kann man anschließend im normalen Text nur über Umwege darstellen. Verschiedene Möglichkeiten der Delimitierung eines Befehls: <BEFEHL> <BEFEHL /> file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (8 von 25) [ :43:42]

15 Kapitel 2 XML und Auszeichnungssprachen <!BEFEHL> <?BEFEHL> <!-- KOMMENTAR --> Man unterscheidet grundsätzlich zwischen zwei verschiedenen Arten von Auszeichnungen, beide verfolgen eine andere Zielrichtung. Die erste Möglichkeit ist die logische oder semantische Auszeichnung, daneben können Informationen auch physisch, also nach visuellen Gesichtspunkten, ausgezeichnet werden. Beide Alternativen stellen wir im Detail in den nächsten Abschnitten vor. Die meisten Auszeichnungssprachen verwenden beide Arten. Die Dominanz einer Richtung ist allerdings je nach verwendeter Sprache stärker und schwächer ausgeprägt. XML ist im Bezug auf die Syntax der Markups strenger als beispielsweise HTML. Hier konnte der Autor die schließenden Tags auch schon einmal vernachlässigen ohne irgendwelche Probleme befürchten zu müssen. <BEFEHL>Hier steht der Text</BEFEHL> Jedes geöffnete XML-Tag muss auch wieder ordnungsgemäß geschlossen werden. Die höhere Flexibilität von XML erfordert gleichzeitig ein höheres Maß an syntaktischer Genauigkeit Logische Auszeichnungen Bei den logischen Auszeichnungen handelt es sich, wie der Begriff schon signalisiert, um eine inhaltliche Definition des Textes. Beispielsweise kann festgelegt werden, ob es sich bei dem gekennzeichneten Begriff um einen Namen, ein Zitat oder eine wichtige Überschrift handelt. HTML kennt einige logische Auszeichnungen, die eine spätere Auswertung des Textes z.b. durch Suchmaschinen erleichtern. Die folgende Anweisung gibt den Autoren des Dokuments an: <AUTHOR>Gunter Wielage</AUTHOR> Ein logisch ausgezeichneter Text bedingt nicht unbedingt eine andere visuelle Darstellung. So kann beispielsweise ein Name in gleicher Textart und Stärke dargestellt werden, wie ein Zitat. Abb. 2.7: Verschiedene Überschriftenebenen - als logische Auszeichnungen - im Microsoft Internet Explorer dargestellt. Ziel des Programms zur Darstellung solcher Dokumente wird es natürlich trotzdem sein, einzelne Auszeichnungen auch visuell unterscheidbar zu machen. Aber in erster Linie wird die logische Auszeichnung dazu verwendet, um Informationen und deren Strukturen durch EDV-Programme auswertbar zu machen. So könnte beispielsweise eine Suchmaschine im Internet gezielt nach dem Namen des Autors oder dem Titel der Seite suchen und so ein wesentlich genaueres Ergebnis bieten als eine reine Stichwortsuche über den gesamten Textinhalt. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (9 von 25) [ :43:42]

16 Kapitel 2 XML und Auszeichnungssprachen Physische Auszeichnungen Physische Auszeichnungen verfolgen das alleinige Ziel Möglichkeiten zur visuellen Textdarstellung zu geben. Ein als Fettschrift definierter Text wird auch in dieser Schrift angezeigt. Es werden allerdings keine Aussagen darüber gemacht, wie wichtig dieser so ausgezeichnete Text für das ganze Dokument ist. Eine Textverarbeitung wie Microsoft Word tendiert im Format eher in Richtung physischer Formatierungsbefehle. Hier spielt es keine Rolle, ob Word weiß, dass Sie gerade ein Zitat eingebracht haben. Das Programm kann mit dieser Information sowieso nicht viel anfangen und diese vielleicht auswerten. In dieser Situation ist diese Auszeichnungsform also absolut angemessen. Denn hier zählt, wie das Dokument anschließend aus dem Drucker kommt. Gerade beim Datenaustausch können sich solche physischen Auszeichnungen allerdings leicht als störend erweisen. Denn was tut der Apple-Macintosh-Anwender, wenn er beispielsweise von Ihnen ein Dokument in der ihm unbekannten Schriftart»Arial«erhält. Oder wenn ein Amerikaner ein sauber auf das europäische Papierformat DIN A4 ausgerichtetes Dokument auf seinem etwas breiteren US-Letter-Format ausdrucken möchte. Unabhängig vom Druckbereich und zurück zum Online-Dokument besteht auch hier das Problem der Hardware-Unterschiede. Unterstützte Farbanzahl, Bildschirmgrößen und -auflösungen variieren einfach zu stark. Aus diesen Gründen tendiert man gerade im Internet zunehmend in Richtung logischer Auszeichnungen. Alle bekannten Auszeichnungssprachen halten aber neben den logischen auch physische Befehle zur Textauszeichnung bereit. Eine typische physische Anweisung in HTML definiert beispielsweise die Benutzung eines speziellen Fonts zur Zeichendarstellung (hier die Schriftart»Arial«): <FONT FACE="ARIAL">Dies ist die Schriftart Arial</FONT> Es existieren inzwischen auch einige Formate, die nahezu systemübergreifend zumindest PC und Macintosh-Welt problemlos miteinander verbinden und ein an physischen Auszeichnungen orientiertes Format anbieten. Beispielsweise das Postscript-Format oder das PDF-Format (Adobe Acrobat). Mit diesen ist es möglich Dokumente optisch nahezu identisch auf den verschiedenen Plattformen anzuzeigen oder auszudrucken. Die elektronische Weiterverarbeitung oder Auswertung der Informationen ist allerdings nicht so problemlos möglich. Teilweise ist es sogar recht mühsam aus diesen Formaten wieder den reinen Textgehalt zu filtrieren. Der Trend, gerade bei der Entwicklung der Sprache HTML, ging in letzter Zeit immer stärker in Richtung visueller Auszeichnung des Textes. Viele neue Befehle zielen nur noch darauf aus, dem Autoren Möglichkeiten zu geben eine Webseite möglichst optisch genau zu gestalten. Mit der Entwicklung von XML strebt das W3C wieder zur ursprünglich strukturorientierten Sprache, die auch HTML anfangs einmal war Semantische Markups In der Internet-Entwicklergemeinde hat sich zusätzlich zum Ausdruck»physische Tags«und»logische Tags«noch ein dritter Begriff durchgesetzt, der vor allem für XML an Bedeutung gewinnt. Die so genannten»semantischen Tags«beschreiben weder Formatanweisungen noch die logische Struktur, sondern geben Rückschlüsse über den Inhalt des zwischen den Tags stehenden Textes. Beispiel: <GEBURTSDATUM> </GEBURTSDATUM> Diese semantischen Tags (oder engl.»semantics«) geben der späteren Anwendung die Möglichkeit die entsprechenden Felder auszuwerten oder beispielsweise genau nach einem Geburtsdatum zu suchen. Insbesondere für die Verknüpfung von XML-Dokumenten mit Datenbankanwendungen oder beispielsweise der Suche von bestimmten Informationen spielen die semantischen Tags eine wichtige Rolle. In XML werden fast ausschließlich Markups dieses Typs definiert. 2.7 Aufgabe des W3C In einem Netz wie dem Internet, an dem inzwischen weltweit Millionen von Teilnehmern mit unterschiedlichster Rechnerausstattung angeschlossen sind, sind offene Standards für die Datenübermittlung Voraussetzung. Ein offener Standard, der der ständigen Weiterentwicklung unterliegt, könnte nicht funktionieren, wenn niemand über diese Standards wachen oder zumindest Entwicklungen verfolgen würde. Diese Aufgabe hat seit Jahren das W3-Konsortium (W3C = World Wide Web Consortium) übernommen. Es handelt sich dabei um einen freiwilligen Zusammenschluss von Firmen und Institutionen, die die Entwicklung des Internet vorantreiben. Im Mai 1994 fand in Genf die erste internationale WWW-Konferenz statt. Tim Berners-Lee gründete dann mit dem W3C im Oktober file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (10 von 25) [ :43:42]

17 Kapitel 2 XML und Auszeichnungssprachen 1994 am Massachusetts Institute of Technology ein neutrales und offenes Forum für die Weiterentwicklung des weltweiten Netzes. Im April 1995 schloss sich auch das französische nationale Forschungsinstitut für Computertechnologie als europäische Sektion dem Konsortium an. Abb. 2.8: Das W3-Konsortium Weltweit sind über 255 Mitglieder aus Industrie und Forschung, wie Software-Hersteller, Telekommunikations-Gesellschaften, Internet-Provider, Regierungsstellen und akademische Einrichtungen dem Gremium angeschlossen. Prominenteste deutsche Mitglieder dieses Gremiums sind beispielsweise SAP AG, Deutsche Telekom AG, Deutsches Forschungsnetz e.v. (DFN) oder die Universität Karlsruhe. Obwohl theoretisch jeder dem W3-Konsortium beitreten kann, besteht für wirtschaftlich orientierte Unternehmen eine finanzielle Hürde in einem gewissen Mindestumsatz. So werden nur Unternehmen mit großer Marktpräsenz und damit Marktbedeutung als Mitglieder zugelassen, um eine gewisse Beschränkung einzuführen. Für öffentliche Organisationen und Forschungsinstitute besteht diese Zugangsvoraussetzung nicht. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (11 von 25) [ :43:42]

18 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.9: Prominente deutsche Mitglieder des W3C Das W3C möchte nach eigenen Aussagen das volle Potential des Webs durch die Entwicklung von einheitlichen Protokollen ausschöpfen. Gleichzeitig steht die Weiterentwicklung bestehender Standards und eine Sicherstellung der Interoperabilität (Austauschbarkeit von Daten) im Mittelpunkt der Aktionen. Die augenblicklichen Aktivitäten des W3C gliedern sich in drei Gebiete: technische Architektur Hyper Text Transfer Protocol (HTTP) Übertragung von Daten über das Internet Extensible Markup Language (XML) Metasprache zur Definition von Auszeichnungssprachen Uniform Resource Locator (URL) Adressierung Adressierung von Internet-Inhalten Benutzerschnittstellen Hyper Text Markup Language (HTML) Auszeichnungssprache / Hypertext Style Sheets Dokumentenvorlagen für HTML Document Object Model neue Grafikformate (z.b. PNG) Multimedia Integration (SMIL) Multimediaauszeichnungssprache Internationalisierung Unterstützung von mehrsprachigen Inhalten Technologie und Gesellschaft META-Daten bessere Unterstützung z.b. für Suchmaschinen Plattform für inhaltliche Auswahl (PICS) Schutz für Kinder vor jugendgefährdenden Inhalten Digitale Signatur sichere und eindeutig zuzuordnende Inhalte Gerade der letzte Themenkreis macht deutlich, dass sich das W3C nicht nur der Technologie, sondern auch der sozialen und gesellschaftlichen Verantwortung bewusst ist. Denn das Internet betrifft heute alle Bereiche unseres Lebens. Dazu gehört auch ein Schutz von Kindern vor jugendgefährdenden Inhalten und die Sicherheit der Privatsphäre durch Verschlüsselung und die digitale Unterschrift. Für den Ablauf zur Verabschiedung eines neuen Standards durch das W3C existieren feste formale Regeln. Zunächst bildet das W3C eine Arbeitsgruppe, die sich mit diesem neuen Thema beschäftigt. Diese Gruppe erarbeitet dann zunächst einen ersten Vorschlag. Dieser Vorschlag wird als so genannter»working Draft«im Internet öffentlich zur Diskussion gestellt. Denn jeder interessierte Teilnehmer des Internet soll sich theoretisch an der Weiterentwicklung beteiligen können. Nach zwei weiteren öffentlich diskutierten Entwürfen, folgt dann in den meisten Fällen die öffentliche Empfehlung des Vorschlags zum Standard. Jeder dieser Hersteller versuchte durch eigene Erweiterung des HTML-Standards neue De-Facto-Standards hervorzubringen und damit der eigenen Browsersoftware einen Marktvorteil zu verschaffen. Teilweise war es so, dass noch nicht offiziell bestätigte Befehle längst im Netscape Navigator und Microsoft Explorer zu finden waren und mit 90 Prozent Marktabdeckung auch weltweit anerkannt waren, noch immer nicht in den W3C-Empfehlungen zu finden waren. Doch mit XML geht das W3C auch in dieser Hinsicht neue Wege und bringt eine echte Innovation und Weiterentwicklung hervor, die nicht aus dem Konkurrenzdruck zweier Firmen entstanden ist. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (12 von 25) [ :43:42]

19 Kapitel 2 XML und Auszeichnungssprachen 2.8 Historie und Vergleich Das Internet und HTML haben auf die Entstehung von XML einen sehr großen Einfluss gehabt. Es ist möglich HTML-Dokumente in XML-Dokumente zu konvertieren oder auf der Basis von XML die Sprache HTML zu definieren. Der folgende Abschnitt gibt einen kurzen Überblick über die wichtigsten bisher bestehenden Auszeichnungssprachen und deren Bedeutung. Es wird die Frage geklärt, warum wir überhaupt eine neue Sprache wie XML benötigen. Außerdem erhalten Sie im Anschluss daran bereits einen ersten Eindruck der neuen Extensible Markup Language. Die chronologische Entwicklung der heute eingesetzten Auszeichnungssprachen: 1950 Hypertext als Theorie entwickelt von Ted Nelson 1969 Generalized Markup Language von IBM entwickelt 1986 Standard Generalized Markup Language festgelegt im ISO Standard 8879 (SGML) 1989 Hyper Text Markup Language entwickelt von Tim Berners-Lee im CERN in Genf (HTML) 1994 Hyper Text Markup Language 2.0 erstmals unter Leitung des W3C als Standard verabschiedet (HTML 2.0) 1994 Cascading Style Sheets 1.0 als Ergänzung zu HTML verabschiedet (CSS 1.0) 1996 Hyper Text Markup Language 3.2 verabschiedet nachdem es zu Version 3.0 keine Einigung gab (HTML 3.2) 1996 Extensible Markup Language 1.0 zunächst als Diskussionsvorschlag verabschiedet (XML 1.0) 1997 Hyper Text Markup Language 4.0 im Dezember als Richtlinie vom W3C verabschiedet (HTML 4.0) 1998 Cascading Style Sheets 2.0 Weiterentwicklung des bestehenden CSS-Standards (CSS 2.0) 1998 Extensible Markup Language 1.0 als Standard vom W3C beschlossen (XML 1.0) 1998 Extensible Style Language 1.0 im August vorerst als Arbeitsvorschlag zur Diskussion gestellt (XSL 1.0) In den letzten turbulenten Jahren der Entwicklung des Internet konnte sich HTML als Industrie-Standard für die Erstellung von Websites durchsetzen. Heute ist es fast jedem möglich einen leichten Einstieg in die Programmiersprache zu erlangen. Selbst ohne großes Fachwissen sind mit HTML schnelle Anfangserfolge sicher. Nachdem sich die sprunghafte Entwicklung von HTML in der letzten Phase etwas beruhigt hat, stehen wir jetzt mit XML vor einem großen Neuanfang. Insbesondere die fehlende Datenbankverbindung von HTML machen neue Standards nötig. Außerdem wird die weitere Verbreitung von HTML durch eine umständliche Übertragbarkeit auf andere Medien wie Papier oder CD-ROMs gehemmt. Die zunehmende Überschneidung von Medien zwingt uns momentan zu einer Mehrarbeit durch die Übersetzung in die verschiedenen Datenformate. Gerade größere Unternehmen sehen hier ein ungenutztes Potential für Einsparungen. Die Forderungen nach einer neuen Sprache, die diese Faktoren berücksichtigt, werden immer lauter. Es geht bei XML nicht mehr um eine Sprache fürs Web, sondern um eine einheitliche Basis für die gesamte Daten- und Informationsverarbeitung eines Unternehmens Metasprachen Insgesamt kann man die hier behandelten Sprachen in drei Gruppen aufteilen: Metasprachen, Beschreibungssprachen und Formatvorgaben. HTML ist eine klassische Sprache zur Beschreibung von Dokumenten. Sie umfasst einen festen Stamm von definierten Befehlen und ist nicht erweiterbar. Dagegen sind SGML und XML Metasprachen. Mit ihrer Hilfe lassen sich eigene neue Sprachen zur Dokumentenbeschreibung erstellen. Beispielsweise lässt sich mithilfe von XML die Sprache HTML definieren. Eine Metasprache bietet Werkzeuge und eine normierte Syntax zur Beschreibung von»grammatiken«. Im Gegensatz zur sehr schwerfälligen und umfangreichen SGML-Sprache kommt XML klein und schlank daher und ist so konstruiert, dass jedem Autoren ermöglicht wird eine auf die persönlichen Belange zugeschnittene Grammatik zu erstellen. Die SGML-Definition des W3C umfasste 1986 über fünfhundert Seiten. Die aktuelle XML-Definition kommt»light«auf knapp 33 Seiten daher. Man hat also hier auch aus der Vergangenheit gelernt und an die Weiterentwicklung nicht nur von HTML, sondern insbesondere von SGML gedacht. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (13 von 25) [ :43:42]

20 Kapitel 2 XML und Auszeichnungssprachen Abb. 2.10: Die Beziehungen zwischen von SGML, HTML und XML graphisch dargestellt. Die Zusammenhänge der drei wichtigen Sprachen stellen sich folgendermaßen dar: XML ist eine Teilmenge von SGML, also keine völlige Neuentwicklung oder gar Ablösung. HTML war bisher auf der Basis von SGML definiert, inzwischen ist aber auch eine Definition auf der Basis von XML möglich. CSS stellt eine Erweiterung von HTML dar, die die Sprache um Formatvorgaben ergänzt. Diese Formatvorgaben sind aber auch unter XML einsetzbar. Dagegen ist die neuste Entwicklung XSL eine reine Ergänzung, die für den Einsatz ausschließlich unter XML gedacht ist Hypertext Das Prinzip des Hypertextes ist recht einfach. Sie können innerhalb des Textes Verweise auf andere Textstellen legen. So könnte zum Beispiel der Mausklick auf ein wissenschaftliches Fremdwort direkt zum Glossar und zur entsprechenden Erklärung des Wortes führen. Mitte der 60er Jahre zurzeit der ersten Großrechneranlagen an den Universitäten wurde dieses Prinzip entwickelt. Der Begriff»Hypertext«wurde bereits 1950 von Ted Nelson veröffentlicht: Die Idee war schon damals geboren:»menschen-lesbare Informationen miteinander in zwangloser Reihenfolge verknüpft.«es hat lange gedauert bis man auf die Idee kam diese Hypertexte weltweit auf Rechnern abzulegen und zu verknüpfen. Denn mit HTML können Sie nicht nur Verknüpfungen auf Text in einem Dokument legen, sondern weltweit auf jeden angeschlossenen Rechner. Das heißt im Beispiel: Sie lesen gerade einen Firmennamen in Ihrem Text und können mit einem Klick auf der Firmengeschichte landen, die sich auf einem tausend Kilometer entfernten Rechner befindet. Gerade bei wissenschaftlichen Arbeiten gibt es keinen festen Wissensstand, die Entwicklung geht immer weiter und die Erkenntnisse wachsen. Genauso dürfte es auch keinen statischen Text geben, man müsste immer wieder Querverweise auf weiterführende Literatur geben. Durch Hypertext wird diese Möglichkeit eröffnet und er lädt jeden ein sich selbst mit weiterführenden Quellen zu beschäftigen und die individuellen Interessen zu vertiefen. Die Geschichte der Sprache HTML ist untrennbar mit dem Namen Tim Berners-Lee verbunden. Ende 1989 startete der junge britische Informatiker im Kernforschungszentrum CERN in Genf seine ersten Versuche das Internet für sich zu nutzen. Er entdeckte das System Hypertext und setzte es für das Internet um. Ziel von HTML war es auch eine einheitliche Definition zu schaffen, die der Endanwender mit einem speziellen Programm online anzeigen konnte. Damals entstand aufgrund der weltweiten Verweise, die ein Dokument beinhalten konnte, der Begriff»World Wide Web«. file:///c /Eigene Dateien/Texte/E-Books/XML/Kap2.html (14 von 25) [ :43:42]