Komponenten-basierte Entwicklung Teil 2: Einführung in XML

Transkript

1 Komponenten-basierte Entwicklung Teil 2: Einführung in XML

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

3 Geschichte 1969 Urahn ist GML (Generalized Markup Language) 1986 SGML (Standard Generalized Markup Language) 1998 Vereinfachte Version, davon wurde XML 1.0 (Extensible Markup Language) definiert Mitte 1996 bis Februar Namensräume, XSLT, XPath 2001 XML Schema, XLink, XSL 3

4 Ziele von XML (Extensible Markup Language) Freie Definition der Tags Eindeutige Interpretation Beispiel: <html> <body> <p>absatz 1 <p>weiterer Absatz 2 </body> </html> Frage: Ist der 2. Absatz geschachtelt innerhalb des ersten oder folgt er auf derselben Stufe? Trennung von Auszeichnung (Markup) und Präsentation Gute Möglichkeiten zur Fehlerprüfung Einfachheit Benutzung beliebiger Kodierungen 4

5 Einführendes Beispiel I (1) (2) (3) <?xml version="1.0" encoding="iso "?> <!DOCTYPE Nachricht SYSTEM "/XML/DTDs/Nachricht.dtd"> <Nachricht pri="wichtig"> <an>herbert</an> <von>helga</von> <betrifft>einkauf von H-Milch </betrifft> <grafik Datei="Milchtuete.jpg"/> <Inhalt>Bitte kaufe nur die abgebildete Milch; also die Sorte <Name>Milchwunder</Name> aber<betonung>bitte</betonung>nur diese. Danke. </Inhalt> </Nachricht> (1) gibt an, welche Definition von XML benutzt wird; dieser Bereich wird mit <? bzw.?> eingeschlossen (2) gibt eine syntaktische Definition, hier eine DTD (Document Type Definiton) als Grammatik an; diese Angabe gehört zu den Deklarationen. (3) leitet das Dokumentelement (Wurzelelement) ein. 5

6 Elemente Ein Element ist eine Konstruktion folgender Art: <XYZ...> Inhalt </XYZ> <XYZ... /> XYZ ist der Name des Elements: statt von Tags wird nun von Elementen gesprochen. Die erste Form ist ein Informationscontainer, die zweite lediglich ein Element mit Attributen, ein leeres Element. In beiden Fällen muss explizit das Ende per / angegeben werden. 6

7 Einführendes Beispiel II Der Vergabe der Namen für die Tags/Elemente ist frei, muss aber bestimmten Regeln gehorchen. Namen müssen eindeutig sein. Da dafür die notwendigen Abstimmungen schwierig sind, werden Namensräume (s. weiter unten) eingeführt. Jede XML-Datei hat genau ein Wurzelelement; alle anderen müssen von diesem eingeschlossen werden. Diese Schachtelung führt zu einer strengen Hierarchie der Elemente. Diese Hierarchie kann durch einen Baum dargestellt werden. 7

8 Einführendes Beispiel III Baumdarstellung in Peter's XML-Editor (Version 2.0) 8

9 Lexikalische Syntax I XML-Namen = "_" oder Buchstaben gefolgt von Buchstaben, Ziffern, "_" und "-" Es ist auch der ":" erlaubt; er sollte aber nicht benutzt werden bzw. nur als Trennungszeichen bei Namensräumen. Als Buchstaben gelten alle Zeichen, die im verwendeten Zeichensatz als Buchstaben definiert sind. Es wird die Groß-/Kleinschreibung beachtet. Theoretisch haben Namen eine beliebige Länge, praktisch werden nur die ersten 50 Zeichen beachtet. 9

10 Zeichensätze Zeichensatz UTF-8 UTF-16 ISO ISO ISO Erläuterung Default, gut für ASCII, komprimierter Unicode Default, falls das Dokument mit 0xFEFF beginnt Westeuropäische Sprachen einschließlich Deutsch Mitteleuropäische Sprachen einschließlich Deutsch wie ISO , aber mit EUR-Zeichen Aber: Diese Zeichensätze müssen von den Werkzeugen unterstützt werden, was nicht immer gegeben ist. Bei der Werkzeugen des Apache- und PHP-Projekts wird UTF-8 intern immer benutzt. 10

11 Lexikalische Syntax II Namen, die mit "XML" in allen Groß-/Kleinschreibungskombinationen beginnen, sind für Definitionen durch W3C reserviert, z. B. "XmL" oder "xml". Zeichenreferenzen (Bezüge auf extern definierte Zeichen): Referenz { ሴ Erläuterung Unicode-Nummer 123 dezimal Unicode-Nummer 1234 hexadezimal < Zeichen für "<" > Zeichen für ">" & Zeichen für "&" Die Zeichen "<", ">" und "&" dürfen wie bei HTML nicht im Text benutzt werden, sondern nur in dieser Umschreibung. 11

12 Lexikalische Syntax III Entity = Platzhalter für ein Zeichenobjekt, das ein einzelnes Zeichen, eine Zeichenkette bis hin zu einer Datei sein kann Ein Entity wird mit "&Name;" benutzt. Es gibt mehrere vordefinierte Entities: Entity Erklärung < Zeichen "<" > Zeichen ">" & Zeichen "&" ' Zeichen "'" " Zeichen """ Die Kompatibilität zu HTML ist wohl erkennbar. 12

13 Lexikalische Syntax IV Attribute werden immer nach dem Schema Attributname = "Text" Attributname = 'Text' angegeben. Alle Attributwerte sind entweder in " oder ' eingeschlossen. Beispiel: <Nachricht pri="wichtig"> Es ist üblich, dass bei Elementnamen (Tags) der 1. Buchstabe groß, während bei Attributnamen alles klein geschrieben wird. Davon kann aber abgewichen werden. 13

14 Lexikalische Syntax V Leerraum und Kommentare Leerraum = Whitespace = Sequenz von Blanks, Tabs und Zeilenenden Leerraum darf überall eingefügt werden, nur nicht zum Beginn der Elemente, also nicht zwischen "<" und "XYZ", aber nach "<XYZ". Kommentare sind wie üblich:  Sie können nicht geschachtelt werden und können überall dort stehen, wo Leerräume vorhanden sein dürfen. Es wird empfohlen, die Elemente entsprechend der Schachtelungstiefe einzurücken, wenn die Datei von Hand erstellt wird. 14

15 Aufbau eines XML-Dokuments I Dokument- Prolog <?xml version="1.0" encoding="iso "?> <!DOCTYPE Nachricht SYSTEM "/XML/DTDs/Nachricht.dtd"> Dokument- Element <Nachricht pri="wichtig"> <An>Herbert</An> <Von>Helga</Von> <Betrifft>Einkauf von H-Milch </Betrifft> <Grafik Datei="Milchtuete.jpg"/> <Inhalt>... </Inhalt> </Nachricht> 15

16 Dokument-Prolog XML-Deklaration <?xml version="1.0" encoding="iso "?> <!DOCTYPE Nachricht SYSTEM "/XML/DTDs/Nachricht.dtd"> Dokumententyp- Deklaration 16

17 XML-Deklaration I Syntax "<?xml" Param1 Param2... "?>" Diese Deklaration weist den XML-Prozessor an, sich entsprechend den Definitionen bzw. Parametern Param1... zu verhalten. version - Angabe der XML-Version, aktuell 1.0 encoding - Zeichensatz, Default ist UTF-8 standalone mit den beiden möglichen Werten "yes" und "no" (Default) Bei "yes" enthält das Dokument selbst alle Deklarationen. Beispiele <?xml version="1.0"?> <?xml version="1.0" encoding="us-ascii"?> <?xml encoding='iso ' standalone="yes"?> Diese optionalen Parameter müssen in dieser Reihenfolge angegeben werden. 17

18 Dokumententyp-Deklaration Syntax "<!DOCTYPE" Element Referenz ">" Element Name des Dokumententyps Referenz Definition der Grammatik Deklaration... Deklaration von Entities und Elementen Der Name des Dokumententyps ist auch gleichzeitig der Name des Wurzelelements. Wenn die Namen nicht übereinstimmen, liegt ein syntaktischer Fehler vor. Diese Deklaration hat den Sinn, eine Grammatik für die folgenden XML-Elemente zu deklarieren. Die extern oder intern definierte Grammatik ist die Dokumententyp-Definition (DTD). 18

19 Referenz Referenz ::= SYSTEM "Systemadresse" PUBLIC "Identifier" "Systemadresse" Systemadresse Identifier Dateiname, URL oder URN Öffentliche definierte Bezeichnung Die Definition der Dokumentenstruktur ist entweder in einer eigenen Datei oder unter einer bekannten, festen und öffentlichen Bezeichnung festgelegt. Beispiele: <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 3.2//EN" " <!DOCTYPE Meins SYSTEM "/usr/local/meine.dtd"> 19

20 Elemente I - Container Syntax "<" Name [Attribut1 Attribut2...] ">"... Inhalt... "</" Name ">" Name Name des Elements Attribut1... Angabe eines Attributwertes Inhalt Irgendetwas, auch Elemente Ein Element mit Inhalt, also eines mit einem extra schließenden Tag wird deshalb Container genannt, weil zwischen beiden Tags beliebig tief geschachtelt andere Elemente vorhanden sein dürfen. 20

21 Elemente II - Attribut Syntax Name "=" { "Wert" 'Wert' } Name Wert Name des Attributs String in " oder ' eingeschlossen Die Attributwerte müssen immer in " oder ' eingeschlossen sein. 21

22 Elemente III - Leeres Element Syntax "<" Name [Attribut1 Attribut2...] "/>" Name Name des Elements Attribut1... Angabe eines Attributwertes Leer ist dieses Element deshalb, weil es keinen eigenen Inhalt in Form von anderen Elementen oder Daten umschließt. Der Schrägstrich am Ende ist wichtig! 22

23 Ein Problem und seine Lösung Sollen verschiedene XML-Dateien kombiniert werden, so entstehen Kollisionen, wenn dieselben Elementnamen für verschiedene Elemente verwendet werden. Dasselbe kann auch bei Attributen passieren. Um eine Eindeutigkeit herzustellen, werden alle Namen (Elementnamen und Attributnamen) mit einem Präfix (engl. prefix) versehen. Wird der Präfix unterschiedlich gewählt, ist die Kombination von Präfix und altem Namen eindeutig. 23

24 Namen von Elementen Syntax "<" Name [Attribut1 Attribut2...] ">"... Inhalt... "<" /Name">" Name hat nun den allgemeinen Aufbau: [Namensraum ":"] Lokaler-Name Lokaler Name = Name im ursprüngliche Sinne Dieser Name kann Element- oder Attributname sein Qualifizierter Name = Zusammensetzung von Namensraum und lokalen Namen 24

25 Bemerkung zu den Doppelpunkten Dies erklärt, warum der Doppelpunkt innerhalb von XML- Namen verwendet werden kann, aber nicht sollte. Dadurch können Parser, die keine Namensräume unterstützen, auch bei Namensräumen einen syntaktischen Check durchführen. Doppelpunkte als normaler Bestandteil des Namens sollten deshalb nicht verwendet werden, damit nicht die Parser (und die menschlichen Leser) durcheinander kommen. 25

26 Deklaration eines Namensraums I Syntax "xmlns" [":" Name] "=" "URI" Name URI Präfix des Namensraums (ns = name space) Name oder Verweis auf Namensraum Beispiele: (1) <msg:nachricht xmlns:msg=" (2) <math xmlns=" (3) <msg:nachricht xmlns:msg=" xmlns=" Etwas verwirrend ist schon, dass direkt in der Namensraumdefinition eben diese Definition angewendet wird, hier: <msg:nachricht... 26

27 Deklaration eines Namensraums II Wird bei der Deklaration ein Präfix angegeben (1), so müssen die Namen dieses Raumes mit diesem Präfix samt Doppelpunkt versehen werden. Wird bei der Deklaration kein Präfix angegeben (2), so brauchen die Namen nicht mit einem Präfix versehen zu werden, da damit der Default-Namensraum definiert wird. Im dritten Beispiel (3) wird beides kombiniert, so dass einige Namen ohne Präfix oder mit benutzt werden (je nach Zugehörigkeit). Die Deklaration eines Namensraums gilt immer nur für das Element, in das die Deklaration steht - das schließt den gesamten Bereich dieses Elements ein - also auch den eigenen Elementnamen. Beispiel (von oben): <msg:nachricht xmlns:msg=" 27

28 Liste einiger verbreiteter Namensräume Anwendung Präfix XML Namensraum-URI XLINK xlink XSL xsl XSL-FO fo XML Schema xsd XT xt SMIL smil MathML math SVG svg HTML 4.0 html XHTML html Die Spalte Präfix gibt das typische Präfix an, was aber nicht verwendet werden muss, sondern nur verbreitet ist und daher die Benutzung empfohlen wird. 28

29 Attribute Attribute können genau wie Elementnamen mit Präfixen qualifiziert werden. Dies ist normalerweise nicht notwendig, weil in der Regel die Attributnamen mit den qualifizierten Elementnamen verbunden sind und damit eindeutig zugeordnet sind. Attribute befinden daher sich nie im Default-Namensraum. Es gibt aber Situationen, in denen Attributnamen aus verschiedenen Namensräumen in einem Element benutzt werden: dann sind Präfixe erforderlich. Beispiel: <Heiss:Nachricht xmlns:heiss=" <Heiss:Text Heiss:Lang="Deutsch">... 29

30 Nach dieser Anstrengung etwas Entspannung... 30