THEMA : XML Datenmodell

Transkript

1 LS1 THEMA : XML Datenmodell Seminar Grundlagen und Anwendungen von XML Universität Dortmund SS 03 Veranstalter: Lars Hildebrand, Thomas Wilke

2 Inhalt 1.Allgemein 2.XML Information Set (Infoset ) Definition Informationstypen 3.Document Object Modell (DOM) Einleitung Was ist DOM? Was ist DOM nicht? Vorteile von DOM Das verfügbare DOM APIs XML- Analyse und Verarbeitung Die DOM Spezifikation. DOM und Java Speicher und Performance von DOM: Thema:XML-Datenmodell

3 Inhalt 4. XML- Namespaces: Grenzen und Probleme von DTDs. Vorstellung der Konzepte. Konzept der Wiederverwendung. Namensräume deklarieren. 5. XML Base: Definition XML Base Thema:XML-Datenmodell

4 1. Allgemein Einführung zum Daten Modell Um die gespeicherten Informationen in XML-Dokument zu benutzen benötigt man : eine definierte Methode, um auf die Daten strukturiert zuzugreifen. ein Mechanismus, um die Beziehung zwischen Dokumentteilen auszudrücken. Thema:XML-Datenmodell 1

5 2. Information Set Was ist Information set? Infoset ist ein Entwurf des W3C. Infoset ist eine abstrakte Datenzusammenstellung. Das InfoSet eines XML-Dokuments besteht aus(mehreren) Informations-Einheiten. Das XML Information Set hat keine bestimmte Schnittstelle oder eine Schnittstellenklasse. Eine formale Beschreibung des Outputs von XML-Prozessoren. Meistens: Eine baumartige Repräsentation eines XML-Dokuments. Auch: Eine künstlich generierte Datenstruktur ohne zugrunde liegendes XML-Dokument, die den Spezifikationen von XML Information Set genügt. Thema:XML-Datenmodell 2

6 Informationstypen: Es gibt insgesamt fünfzehn verschiedenen Informationstypen : Dokument-Informationstyp(genau eine Instanz pro Dokument, zwingend) Element-Informationstyp(mindestens eine Instanz, zwingend) Attribut-Informationstyp(zwingend) Informationstyp für Verarbeitungsanweisungen(zwingend) Zeichen-Informationstyp(zwingend) Referenzen auf Instanzen ausgelassener Entity-Informationstypen(zwingend) Thema:XML-Datenmodell 3

7 Informationstyp: Kommentar-Informationstyp(optional) Informationstyp für Documenttyp-Deklaration(optional) Entity-Informationstyp(zwingend vorgeschrieben für nicht analysierte Entities, optional für analysierte Entities) Notations-Informationstyp(zwingend) Informationstyp für die Anfangsmarkierung eines Entitys (optional) Informationstyp für die Endmarkierung eines Entitys(optional) Informationstyp für die Anfangsmarkierung eines CDATA-Blocks (optional) Informationstyp für die Endmarkierung eines CDATA-Blocks (optional) Informationstyp für Namensraum-Deklarationen (zwingend) Thema:XML-Datenmodell 4

8 Beispiel 1 : <Catalog/> Dieses Beispiel besitzt eine Instanz eines Dokument-Informationstyps eine Instanz eines Element-Informationstyps Beispiel 2 : <Catalog> <Book> <Title> XML Professionell</Title> <! In diesem Dokument fehlen einige Informationstyp--> </Book> </Catalog> Dieses Beispiel enthält eine Instanz eines Dokument-Informationstyps. drei Instanzen des Element-Informationstyps(Catalog,Book und Title) Thema:XML-Datenmodell 5

9 Dokument-Informationstyp repräsentiert das gesamte Dokument Startpunkt der Hierarchie von Information Items. Jedes wohlgeformte Dokument hat eine Instanz eines Dokumentstyps Hat folgende Eigenschaften : Eine geordnete Liste mit Informationseinheiten für Kindelemente. Eine ungeordnete Menge mit Instanzen des Notation-Informationstyps. Eine ungeordnete Liste mit Instanzen des Entity-Informationstyps für alle ungeparsten Entities. Information aus der XML Deklaration Character Encoding, Version, Standalone Deklaration Base URI des Dokuments Thema:XML-Datenmodell 6

10 Element-Informationstyp hat einen Typ, der durch einen Namen identifiziert wird. kann auch eine Menge von Attributspezifikationen haben. Hat folgende Eigenschaften : Eine geordnete Liste mit Informationseinheiten für Kindelement, Verarbeitungsanweisung,Referenzen auf ausgelassene Entities und Zeichen. Eine ungeordnete Liste mit Instanzen von Attribut-Informationstyp. Eine ungeordnete Liste von Referenzen auf Informationstyp für Deklarationen Namensräume. Der lokale Teil des Elementnamens Base URI des Elements. Referenz auf das Eltern-Item(Element/Document). Thema:XML-Datenmodell 7

11 Attribut-Informationstyp Beispiel: <Book color= red > </Book> Hat folgende Eigenschaften: Der URI- Teil des Attribut-Namens (Namespace Name). Der lokale Teil des Attribut-Namens (Local Name). Eine geordnete Liste von Instanzen des Zeichen-Informationstyp für jedes Zeichen. Attributtyp (kommt aus der DTD oder aus dem Schema). normalisierter Wert des Attributs + specified Flag Behandlung von Whitespace, Line Endings.. Thema:XML-Datenmodell 8

12 Verarbeitungsanweisungen Die Syntax für eine Verarbeitungsanweisung sieht wie folgende aus: <? Operation foo?> Beispiel: <?xml-stylsheet href="style.css"?> hat folgende Eigenschaften : Das Zielobjekt einer Verarbeitungsanweisung( nach <? ) Der Inhalt einer Verarbeitungsanweisung als String (rest). Verweis auf die Notation (falls deklariert) Verweis auf das enthaltende Item Document, Element oder Document Type Definition Item Thema:XML-Datenmodell 9

13 Referenzen auf ausgelassene Entities: ist für jedes Referenz auf Entity, das von einem nicht validierenden Parser nicht aufgelöst wurde. Beispiel: &Book; hat folgende Eigenschaften: Der Name des referenzierten Entitys System und Public Identifier (falls vorhanden) die Base URI des System-Identifiers. Verweis auf das enthaltende Item immer ein Element Information Item Thema:XML-Datenmodell 10

14 Beispiel: Zeichen-Informationstyp <Book> <Title>ABC</Title </Book> Es gibt in diesem Beispiel drei Instanz des Zeichen-Informationstyps Eine für A, eine für B und eine für C. hat folgende Eigenschaften: Den Zeichencode des Zeichens nach ISO 10646(Unicode) erlaubt tausender von Zeichen. ein Flag für "Element Content Whitespace" Verweis auf das enthaltende Item Thema:XML-Datenmodell 11

15 Kommentar-Informationstyp repräsentiert Kommentare im Dokument <!-- Kommentartext --> wird durch zwei Properties dargestellt Text des Kommentares: Markup in Kommentaren wird ignoriert. Verweis auf das enthaltende Item: Document oder Element Information Item. Kommentare in der DTD werden ignoriert. Thema:XML-Datenmodell 12

16 Dokumenttyp-Deklaration repräsentiert die DTD eines Dokuments (ein pro Dokument). muss nicht existieren (XML ohne DTD ist erlaubt). Eine Deklaration kann so aussehen: <!DOCTYPE catalog SYSTEM definiert durch diese Properties Eine Referenz auf einem Entity-Informationstyp.. Eine geordnete Liste mit Referenzen auf Instanzen von: Kommentar-Informationstyp. Informationstyp für Verarbeitungsanweisungen. Thema:XML-Datenmodell 13

17 Beispiel: Entity-Informationstyp ist für nicht analysierten externen Entities <!ENTITY pic SYSTEM " definiert durch die folgende Properties Den Typ des Entitys Der Name des Entitys System und Public Identifier (falls vorhanden) Eine Referenz auf den mit dem Entitys verbundenen Notation-Informationstyp.. die Base URI des System Identifier als Name aus der Entity Deklaration als Referenz auf ein Notation Item (falls vorhanden) Thema:XML-Datenmodell 14

18 Notation-Informationstyp: Eine Deklaration einer Notation könnte so aussehen: <!NOTATION gif SYSTEM "gifviewer.exe"> Der Notation-Informationstyp hat folgende Eigenschaften: Der Name der Notation. Der System-Identifier der Notation. Der Public Identifier der Notation Der Basis-URI für die Notation. Thema:XML-Datenmodell 15

19 Informationstyp für Namensraum-Deklarationen ist für jede Deklaration eines Namensraumes ín einem Element. Dieser Informationstyp hat folgende Eigenschaften: Der Name des deklarierten Namensraums (nach xmlns). Der absolute URI des deklarierten Namenraums Eine geordnete Liste von Referenzen auf Instanzen des Zeichen-Informationstyps Den Text Thema:XML-Datenmodell 16

20 3.1 Einleitung: 3. Document Object Modell (DOM) 3.2 Was ist DOM? Document Object Model (Objektorientiertes Dokumentenmodell). DOM ist eine Sprach-neutrale und Plattform-neutrale Definition. Hat zwei Bedeutungen: Logische Modell zur Darstellung von Daten Schnittstellen zum Zugriff auf das Modell Navigieren, Lesen/Schreiben, Hinzufügen und Entfernen von Daten 3.3 Das Modell Hierarchische Struktur von Elementen Ein Wurzelelement mit beliebig vielen Nachfolgern Jeder Nachfolger kann selbst beliebig viele Nachfolger haben Struktur ist ein Baum. Thema:XML-Datenmodell 17

21 3.4 Was ist nicht DOM : Das DOM ist keine Spezifikation auf Maschinensprachen-Ebene. Das DOM ist kein Werkzeug, um beliebige Objektstrukturen in XML abzubilden. Der Struktur-Baum eines XML-Dokuments in DOM stellt die Beziehung von Datenobjekten dar. 3.5 Vorteile von DOM : Das DOM bietet einheitliche Schnittstellen in verschiedenen Entwicklungs-Umgebungen. logische objekt-orientierte Konzept, welches XML-Dokumente in eindeutiger Form strukturiert. Thema:XML-Datenmodell 18

22 3.6 Das verfügbare DOM-API: SAX- Parser Xml Document Builder (Document Handler) Error Handler XmlDocument (DOM) Object DTD Event Handler Object Object Object Object Entity Resolver Thema:XML-Datenmodell 19

23 3.7 XML- Analyse und Verarbeitung Baumbasierentes Parsing : Übersicht über die Baum API: Sie stellen die Daten bereit. Sie rufen eine Funktion auf, um das Dokument zu analysieren. die Funktion gibt einen Zeiger(Oder ein Handle) auf den Ereignisbaum im Arbeitspeicher zurück. Sie bearbeiten den Baum, normalerweise mit einer speziellen API. Sie rufen eine spezielle Funktion auf, um den Baum zu löschen und den Arbeitsspeicher wieder freizugeben. Thema:XML-Datenmodell 20

24 Die XML- Dokumentstruktur Beispiel: <Rechnung> <Kunde> Homer J.Simpson</Kunde> <Anschrift>142 Evergreen Terrace</Anschrift> <Ort> Springfield</Ort> <Bundesstaat>VA</Bundesstaat> <Zip-Code>00000</Zip-Code> <Ware1>Plutonium</Ware1> <Stück>10</Stück1> <Ware2>Donuts</Ware2> <Stück>937</Stück2> <Ware3>Bier</Ware3> <Stück>1028</Stück3> <Ware4>Erdnüsse</Ware4> <Stück4>1</Stück4> </Rechnung> Thema:XML-Datenmodell 21

25 Die Darstellung einer Eltern - Kind-Beziehung <Rechnung> <Kunde Name="Homer J.Simpson " Adresse="142 Evergreen Terrace Stadt="Springfield" Bundesstaat="??" ZIP-Code="00000"> <Posten Ware="Plutonium" Einheiten="10"/> <Posten Ware="Donuts" Einheiten="937/> <Posten Ware="Bier" Einheiten="1028"/> <Posten Ware="Erdnüsse" Einheiten="1"/> </Rechnung> Knoten-Baum Darstellung Rechnung Posten Posten Posten Posten Thema:XML-Datenmodell 22

26 Die DOM Darstellung: Att: Kunde Text: Homer J. Simpson Att: Adresse Text: 142 Evergreen Terrace Att: Stadt Text Springfeld Dokument Element :Rechnung Att:Zip-Code Text VA Element:Posten Att:Ware Att:Einheit Text Plutonium Text 10 Element:Posten Element:Posten Att:Ware Att:Einheit Att:Ware Att:Einheit Text Donuts Text 937 Text Bier Text 1028 Element:Posten Thema:XML-Datenmodell 23 Att:Ware Att:Einheit Text Erdnüsse Text 1

27 Die DOM Spezifikation: DOM Level one: (1998) besteht aus zwei Hauptabschnitten: 1) DOM(Core) Level1 stellt die Struktur eines XML-Dokuments in einer Baumstruktur dar. 2) beschreibt die HTML-spezifischen Erweiterungen von DOM. DOM Level Two: Stylesheet- Dokumentmodell. Funktionalität zur Manipulation der Style Information eines Dokuments. diverse Dokumentbaum-Verschiebungen. Eventmodell und Support für XML Namespaces. DOM Level 3: Dokumentladen/speichern. Typenmodelle wie DTD und Schema mit Dokumentvalidierung. Document Views und Formatierung, Ereignisgruppen. Thema:XML-Datenmodell 24

28 DOM und Java: Verfügbare API s: Xerces Apache Projekt (Java) JDOM (Java) JAXP (Java) java.sun.com Thema:XML-Datenmodell 25

29 Die DOM-Sprachbindung für Java 1) einen entsprechende DOM-Parser (hier ist Xerces ) holen import org.apache.xerces.parsers.domparser 2) Dann instantiieren ein Objekt von der Parser-Klasse DOMParser parser = new DOMParser(); 3) benutzen die Methode getdocument() der Parser, damit man Document-Objekt, das von der XML- Parser analysiert, entnimmt. Die Verwendung eines DOM- Baums: Ausgabe des Parser: Die Ausgabe des Parser, die von DOM- Interface verwendet wenden soll, ist ein Org.w3c.dom.Document-Object. Thema:XML-Datenmodell 26

30 1) import org.apache.xerces.parsers.domparser; public class DOMParserDemo { public void performdemo(string uri) { System.out.println("Parser XML-DATEI :"+uri+"\n\n"); 2) DOMParser parser=new DOMParser(); try{ parser.parse(uri); 3) Document doc=parse.getdocument(); printnode(doc); } catch(exception e){ system.out.println("fehler beim Parsen "+e.getmessage()); } } public static void main(string args[]){ if (args.length!=1){ System.out.println("Aufruf :java DOMParserDemo "); System.exit(0); } String uri=args[0]; DOMParserDemo parserdemo=new DOMParserDemo(); }} Thema:XML-Datenmodell

31 Die Verwendung eines DOM Node Document DocumentFragment DocumentType ProcessingInstruktion CharacterData Element Att Entity EntityReference Notation DOMImplementation NamedNodeMap NodeList Comment Text CDATASection Das Interface Node ist das Basis Interface für die anderen Interface Thema:XML-Datenmodell 27

32 DOM-Baum durchlaufen: public void printnode(node node) { a// Den Typ des Knoten bestimmen b// Den Knoten ausgeben c// Rekursiv auf den Kindknoten arbeiten } a) Den Typ eines Knotens bestimmen: private static void printnode(node node) { // Aktion anhand des Knotentyps bestimmen Switch(node.getnodeType()) { case Node.DOCUMENT_NODE: // Den Inhalt des Dokument-Objekts ausgeben break; case Node.ELEMENT_NODE: // Das Element und seine Attribute ausgeben break; Thema:XML-Datenmodell 28

33 } } case Node.TEXT.NODE: case Node.CDATA_SECTION_NODE: // Die Textdaten ausgeben break; case Node.PROCESSING_INSTRUCTION_NODE: // Die Verarbeitungsanweisung ausgeben break; case Node.ENTITY_REFERENCE_NODE: // Die Entitäten- Referenz ausgeben break; case Node.DOCUMENT_TYPE_NODE: // Die DTD- Deklaration ausgeben break; Thema:XML-Datenmodell 29

34 Die DOM- Knotentypen Der Dokument- Knoten: case Node.Document_NODE: System.out.println( <xml version=\ 1.0\ > ); Document doc=(document) node; printnode(doc.getdocumentelement()); break; DOM- Element: case Node.ELEMENT_NODE : String name= node.getnodename(); System.out.println( < + name); // Attribut ausgeben System.out.println( < ); NamedNodeMap attributes=node.getattributes(); for(int i=0;i<attributes.getlength();i++) { Node aktuellknoten= attributes.item(i); System.out.println( + aktuellknoten.getnodename()+ =\ + aktuellknoten.getnodevalue + \ ); } Thema:XML-Datenmodell 30

35 System.out.println( > ); //Rekursion über alle Kinder NodeList children= node.getchildnodes(); if(children!=null) { for(int i=0;i<children.getlength;i++)) { printnode(children.item(0)); } } System.out.println( </ + name + > ); break; Text-Knoten: case Node.Text_NODE: case Node.CDATA_NODE: System.out.println(node.getNodeValue()); break; Thema:XML-Datenmodell 31

36 Dokumenttypen: case Node.Document_TYPE_NODE: DocumentType doctype= (DocumentType)node ; System.out.println( <!DOCTYPE +doctype.getname()) ; if(doctype.getpublicid()!=null) { System.out.println( PUBLIC \ + doctype.getpublicid()+ \ ) } else{ System.out.println( SYSTEM ); } System.out.println( \ + doctype.getsystemid() + \ > ); break; Thema:XML-Datenmodell 33

37 Speicher und Performance von DOM: Was soll man bei der Verwendung des DOMs beachten? Bei kleiner Dokumente von deutlich unter Megabyte Größe liegt es keine Probleme. Bei großen Dokumente sollten Sie aufpassen, dass Sie nicht alle Ressourcen Ihres Systems verbrauchen Thema:XML-Datenmodell 34

38 XML-Namespaces Grenzen und Probleme von DTDs: das gleiche Element unterschiedliche Bedeutungen Beispiel: Monitor Computerzubehör Bedeutet Bildschirm Bedeutet Schaltzentrale Kernkraftwerk Schwierigkeit des Verständnisses für den Leser von der Verwendung einer einzigen DTD die XML-Recommendation unterstützt zur Zeit nicht die Möglichkeit in einem einzigen Dokument viele DTDs ohne Modifikation. die Programmierung einer neuen DTD jedoch zu viel Zeit. Thema:XML-Datenmodell 35

39 Ziel der Namensräume: komplexe Probleme in kleinere Happen zu zerlegen verschiedene Sprache miteinander in einem Dokument zu mischen. Vorstellung der Konzepte: Beispiel eines virtuellen Buchladens <!ELEMENT Katalog (Verleger+, Kennung*, Buch+)> <!- Information über den Verleger --> <!ELEMENT Verleger (Verlag, Adresse+, Druckvermerke, Schriftsteller* )>... <!-Information über den Schriftsteller --> <!ELEMENT Schriftsteller (Vorname, MI?, Nachname, Biographie, Porträt) > <!ATTLIST Schriftsteller SchriftstellerSite ID #REQUIRED>... <!-Buchzusammenfassung --> <!ELEMENT Buch (Titel, Zusammenfassung, Unterkategorie, Preis?) >... Thema:XML-Datenmodell 36

40 Konzept der Wiederverwendung: Kind-Element von Buch Kind-Element von Buchkatalog.dtd Online-Order-System.dtd die Erweiterung der bestehenden DTD nach bekannten Konzepten und nicht die ganze Neuimplementation der DTD. Softwarewiederverwendung spart auch hier Zeit, Aufwand und Geld Mehrdeutigkeiten und Namenskonflikte: Beispiele: <Book><Title> Professional XML</Title> <Abstract> </Abstract> <RecSubjCategories> <Category>XML</Category> <Category>Programming</Category> </RecSubjCategories> </Book> Thema:XML-Datenmodell 37 <Order> <Item> <Book> <Title> Professional XML</Title> <ISBN> </ISBN> <Price us&= > </Book> </Item></Order>

41 Namensräume: Definition: Eine Menge von Namen, die durch einen URI referenziert, die in einem XML- Dokument für den Namen von Elementstypen und Attributen verwendet werden können. Um mit Namensräume zu arbeiten benötigt man zweierlei: Eine Referenz auf den URI, der die Verwendung eines Element definiert. Einen Alias zu Benennung des Namensräume, aus dem wir ein Element verwenden wollen. Deklaration mit Alias Xmlns:Book= URI Schlüsselwort Präfix des Namesräums Thema:XML-Datenmodell 38

42 Beispiel: Abc.dtd... <...Name...>... Xyz,dtd... <...Name...>... Xmlns:a= abc.dtd Xmlns:x= Xyz.dtd <a:name>... <x:name> Thema:XML-Datenmodell 39

43 XML Base Definition: Mit XML Base können Sie für ein XML-Dokument einen URL oder ein URL-Fragement angeben, mit dem relative URLs aufgelöst werden. Thema:XML-Datenmodell 41

44 Beispiel: <?xml version="1.0"?> <doc xml:base= xmlns:xlink=" <head><title>virtuelle Bibliothek</title></head> <body> <para>siehe <link xlink:type="simple xlink:href="new.xml">neuigkeiten</link>! </para> <para>die Favoriten des Tages!</para> <olist xml:base="/hotpicks/"> <item> <link xlink:type="simple" xlink:href="pick1.xml">eins</link> </item> <item> <link xlink:type="simple" xlink:href="pick2.xml">zwei</link> </item> </olist> </body></dokument> Thema:XML-Datenmodell 42

45 Im Beispieldokument werden die Links folgendermaßen aufgelöst: Neuigkeiten wird aufgelöst zu Eins wird aufgelöst zu Zwei wird aufgelöst zu Thema:XML-Datenmodell

46 Literaturangaben: [1] XML und JAVA Brett McLaughlin Deutsche Übersetzung von Matthias Kalle Dalheimer Auflage 2001 [2] XML Professionell Übersetzung aus dem Amerikanischen Originalausgabe XML Professional Verlag Bonn 2000 [3 ] XML Lösungen programmieren Jake Sturm Übersetzung Beate Majetschak Düsseldorf Thema:XML-Datenmodell