Perl-Praxis XML & LibXML

Transkript

1 Perl-Praxis XML & LibXML 1

2 Themen XML extensible Markup Language XPath und DOM-Repräsentation Einschub: OO in Perl LibXML 2

3 XML extensible Markup Language Daten sind strukturiert (Texte, Bilder, Messergebnisse) Maschinelle Verarbeitung erfordert Kenntniss der Strukturen Automasierte Verarbeitung erfordert einheitliches Datenformat Gesucht: Formalismus, um beliebige Strukturen zu beschreiben 3

4 XML extensible Markup Language Daten sind strukturiert (Texte, Bilder, Messergebnisse) Maschinelle Verarbeitung erfordert Kenntniss der Strukturen Automasierte Verarbeitung erfordert einheitliches Datenformat Gesucht: Formalismus, um beliebige Strukturen zu beschreiben Lösung: XML XML kann textuelle Daten strukturieren XML ist eine Metasprache zur Definition von Auszeichnungssprachen Welche Elemente/Attribute sind vorhanden? Wie dürfen diese verschachtelt sein? Es existieren standardisierte Methoden zur Verarbeitung von XML 4

5 XML extensible Markup Language XML-Sprachbeispiele XHTML 1.1 SVG RSS 2.0 RDF MathML <?xml version="1.0" encoding="utf-8"?> <Wurzelelement> <Element> </Element> <Element> <Unterelement Attribut= xyz > </Unterelement> <Unterelement> </Unterelement> <Standalone-Element Attribut= /> </Element> <Standalone-Element /> </Wurzelelement> 5

6 XML extensible Markup Language XML Und dann? XML dient rein zur Datenrepräsentation Darstellung sekundäres Problem XML muss weiterverarbeitet werden CSS XML Web-Browser 6

7 XML extensible Markup Language XML transformieren XSLT XML XSLT-Prozessor XML 7

8 XML extensible Markup Language XML transformieren XSLT XSLT XML XSLT-Prozessor XML XSLT-Prozessor XML 8

9 XML extensible Markup Language XML transformieren & darstellen XSLT CSS XML XSLT-Prozessor XHTML HTML Web-Browser 9

10 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> 10

11 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> XML declaration Optional: Kodierung encoding= UTF-8 enconding= ISO enconding=... 11

12 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Root XML-Dokumente besitzen genau ein Root-Element. 12

13 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Element Ab der Wurzel können beliebig viele Kindelemente folgen. Sie werden auch Elementknoten genannt. 13

14 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Öffnendes und schließendes Tag Ein Element besitzt genau ein öffnendes und ein schließendes Tag: <elem>: öffnend </elem>: schließend Alternativ kann Tag auch leer sein: <elem/> 14

15 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Textknoten Elemente können als Inhalt Text enthalten, sodass sie zu Textknoten werden. 15

16 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Entities Spezielle Zeichen werden als Entities gesetzt Textmakro. Dienen zur Kodierung von Sonderzeichen und reservierten Zeichen. Neben bereits vorgegebenen, können neue definiert werden. Siehe hierzu: DTD. 16

17 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Attribute Elemente können Attribute besitzen, um Zusatzinformationen zu hinterlegen. Sie kommen nur im öffnenden Tag vor. Die Benennung muss eindeutig sein. Der Wert steht zwischen: : double quote ' : single quotes 17

18 XML extensible Markup Language Ein Beispiel <?xml version="1.0"?> <presentation status="draft" date=" "> <title>xml & Friends for Dummies</title> <author>joe User</author> <slide> <title toc="yes">what is XML?</title> <ilist> <item>xml is not a markup language (unlike HTML)</item> <item>xml instances can be <emph>well formed</emph> or even <emph>validating</emph></item> <item>xml stands for &xml;</item> </ilist> </slide> <slide>...</slide> </presentation> Nested Elements In Textknoten können eingebette Elemente vorkommen. Es muss auf korrekte Schachtelung geachtet werden: <a> </a> vs. <a> </a> 18

19 XML extensible Markup Language Besonderheiten Groß-/Kleinschreibung ist relevant <elem> </Elem> Reservierte Sonderzeichen: < < > > & & ' ' " (mehrzeilige) Kommentare  Ende Darf nicht vorkommen: -- Keine Verschachtelung möglich Wenn alle vorherigen Richtlinien beachtet wurden, ist das XML- Dokument wohlgeformt und kann korrekt validiert werden! 19

20 XML extensible Markup Language Wohlgeformtheit und Validierbarkeit Nur wenn alle vorherigen Richtlinien beachtet wurden, ist das XML- Dokument wohlgeformt und gültig. Überprüfung durch Validierer: Kommandozeile: xmlwf xmllint Onlinetools:

21 XML extensible Markup Language Aufgabe Erstelle ein XML-Dokument, das eine Mediendatenbank für Musikstücke repräsentiert. Überprüfe die Wohlgeformheit und Validierbarkeit mittels der vorgestellten Kommandozeilen- und Onlinetools. Füge beispielhaft drei Einträge ein (inkl. leerer Elemente in einem Eintrag) und stylt anschließend das Dokument mittels CSS. Processing Instruction zum Einbinden eines Stylesheets: <?xml-stylesheet href="datei" type="text/css"?> Hilfe zu CSS: 21

22 XML extensible Markup Language Namespaces Verwendung unterschiedlicher XML-Sprachen in einem Dokument Vergleichbar mit Modulen (Perl) oder einer Telefonvorwahl Unterscheidung zwischen gleichnamigen Elementen Werden durch URIs (Uniform Resource Identifier) dargestellt Müssen keine gültige URL (Uniform Resource Locator) darstellen Wenn gültige URL, dann sollte dort zu finden sein: DTD (Dokumenttypdefinition XML-Schema 22

23 XML extensible Markup Language Namespaces <html xmlns=" XHTML-Elemente <math xmlns=" MathML-Elemente </math>... XHTML-Elemente </html> 23

24 XML extensible Markup Language Namespaces <html xmlns=" XHTML-Elemente <math xmlns=" MathML-Elemente </math>... XHTML-Elemente </html> Attribut xmlns:pf= bindet den Namensraum pf an die URI <html xmlns=" xmlns:m=" XHTML-Elemente <m:math> hier steht XHTML. Variable x: <m:i>x</m:i> </m:math>... XHTML-Elemente 24 </html>

25 XPath & DOM-Repräsentation Es existieren unterschiedliche Techniken, um durch ein XML-Dokument zu navigieren (und diesen zu verändern). Xpath (Navigieren) DOM-Repräsentation (Navigieren und Modifizieren) Beide Verfahren sehen das Dokument als Baum an, mit: Knoten: Element, Attribut, Text, Kommentar, Namespace, PI (Processing instruction) Navigation entlang einer Achse Optionale Knotentests (Bedingungen) 25

26 XPath & DOM-Repräsentation Baumrepräsentation presentation title status draft slide slide Date author XML & Friends for Dummies Joe User title ilist What is XML? toc yes Parent item XML stands for &xml; Sibling item Child XML is not Element Attriibut Wert Text 26

27 XPath & DOM-Repräsentation XPath Beginnt mit der Suche ab aktuellem Kontextknoten Finden eines Zielknotens während der Lokalisierung: Achse::Knotentest[Prädikat1][Prädikat2]... Achse: Pfad, getrennt mit / oder Achsangabe Knotentest: * alle Kindknoten, NAME eines Knotens oder Funktionsaufruf wie z.b. Text() oder comment() Prädikat: Index, Relationszeichen, Zeichenkettenfunktionen, Operatoren, Knotenmengenfunktionen 27

28 XPath & DOM-Repräsentation XPath Beispiele /* Das Wurzelelement //Interpret Alle Elemente auf der Interpret-Achse (Ebene) //Titel/Produzent[2] Der zweite Produzent eines Titels Der zweite Produzent eines Titels, der ebenfalls GEMA-Mitglied ist attribute::* Alle Attribute des Kontextknotens child::text() Alle Textknotens des Kontextknotens. Der aktuelle Kontextknoten 28

29 XPath & DOM-Repräsentation DOM-Repräsentation Document Object Model (DOM): Spezifikation für Zugriff auf XML- Dokumente Implementationen in vielen Sprachen verfügbar: JavaScript, JDOM für Java, LibXML jeweils für Perl und C Durch Spezifikation: Einheitliche Funktionen, Funktionsnamen, Funktionsweise Lesender und schreibender Zugriff 29

30 XPath & DOM-Repräsentation Arbeiten mit DOM XML-Dokument wird eingelesen und geparst Parser XML-Dokument liegt als Baumstruktur vor mit folgenden Knotentypen: Document Node Element Attr Text Comment CDATA Namespace DTD Processing Instructions Variablen repräsentieren Knoten eines bestimmten Typs Funktionen auf Variablen sind Kontextabhängig Knoten können anhand einer eindeutigen ID, Tagnamen (mit/ohne Namespace), Namen, Verwandschaftsverhältnis' und mittels XPath- Ausdruck angesteuert werden 30

31 Einschub: OO in Perl Nachträgliche Erweiterung (ähnlich C/C++) Erweiterung vorhandener Konstrukte: Klasse: Modul Methode: Subroutine Objekt: Referenz auf Variable Objekt weiß, zu welchem Modul es gehört OO in Perl weniger strikt als anderen Sprachen (C++, Java) 31

32 Einschub: OO in Perl Datenkapselung / information hiding Einbindung von Modulen mittels use: use Matrix; use Music; 32

33 Einschub: OO in Perl Datenkapselung / information hiding Einbindung von Modulen mittels use: use Matrix; use Music; Exportierte = = 33

34 Einschub: OO in Perl Datenkapselung / information hiding Einbindung von Modulen mittels use: use Matrix; use Music; Exportierte = = Explizite = = 34

35 Einschub: OO in Perl Datenkapselung / information hiding Einbindung von Modulen mittels use: use Matrix; use Music; Exportierte = = Explizite = = Objekt orientiert: $flipped = $matrix->transpose(@matrix); $higher = $song->transpose(8); 35

36 Einschub: OO in Perl Datenkapselung / information hiding Einbindung von Modulen mittels use: use Matrix; use Music; Exportierte = = Explizite = = Objekt orientiert: $flipped = $matrix->transpose(@matrix); $higher = $song->transpose(8); 36

37 Einschub: OO in Perl Subroutinen-, Konstruktoraufruf Methodenaufruf mittels -> Instanziierung (parameterlos): use Modul; $instanz = Modul->new; oder $instanz = Modul->new(); Instanziierung (parametrisiert): use Stamm::Modul; $skalar = 12; $instanz = Modul->new('foo', $skalar); oder $instanz = Stamm::Modul->new('foo', $skalar); 37

38 Einschub: OO in Perl Letzte Worte Implizite Destruktion bei Verlassen des Scopes Automatische garbage collection Zerstörung kann erzwungen werden: undef($instanz); 38

39 LibXML libxml2 Programmbilbiothek zum Parsen, Modifizieren und Serialisieren von XML-Dokumenten Verfügbar für viele Betriebssysteme Bindings für viele Programmiersprachen verfügbar: C, C++, Python, Ruby, PHP,... Perl-Binding XML::LibXML Zu finden im CPAN (Comprehensive Perl Archive Network) Reference Card 39

40 LibXML Parsen eines Dokuments Modulimport: use XML::LibXML; Initialisierung des Parsers: $parser = XML::LibXML->new(); Parsen eines XML-Dokuments: $doc = $parser->parse_file(''dateiname''); $doc = $parser->parse_fh($filehandler); Parsen eines Codefragments: $fragment = $parser->parse_balanced_chunk($string) $fragment = $parser->parse_xml_chunk($string) 40

41 LibXML Serialisieren eines Dokuments Datei: $state = $doc >tofile($filename, $format); mit $format (bestimmt Zeileneinschub und \n an Textnode): 0 Genauso wie bei Ursprungsdokument 1 Einfügen von Leerzeichen auf jeder Ebene 2 \n am Anfang und am Ende einer Textnode String: $string = $doc >tostring($format); 41

42 LibXML Erstellen von Elementen Elementknoten: $element = $dom >createelement($nodename); $element = $dom >createelementns(namespaceuri, $qname); Textknoten: $text = $dom >createtextnode($content_text); Kommentar: $comment = $dom >createcomment($comment_text); Attribut: $attribute = $dom >createattribute($name [, $value]); 42

43 LibXML Finden von Knoten(listen) $node = $doc = $doc = $doc >getelementsbytagname($nsuri, = $doc = $node >findnodes($xpath_expression); 43

44 LibXML Anhängen, Austauschen, Löschen von Knoten $child = $node >appendchild($children_node); $oldnode = $node >replacechild($new_node, $old_node); $node >replacenode($new_node); $child = $node >removechild($child_node); 44

45 LibXML Aufgabe Erweitert das in der vorherigen Übungsaufgabe erstellte XML-Dokument mit Hilfe von LibXML in Perl um einen weiteren Eintrag. Lest hierfür euer Dokument ein, findet den zu erweiternden Knoten, erstellt neue Knoten, hängt diese an den DOM-Baum an und speichert das XML- Dokument unter einem neuen Dateinamen ab. 45