2. Einführung in Datenbanken und XML

Transkript

1 2. Einführung in Datenbanken und XML Was ist XML? 2. Einführung in Datenbanken und XML XML steht für extensible Markup Language durch das W3C entwickeltes Dokumentenformat einfach, flexibel, von SGML abgeleitet SGML := Standard Generalized Markup Language Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/ Einführung in Datenbanken und XML Was ist XML? Semistrukturierte Daten Mit semistrukturiert bezeichnet man Daten, deren Strukturen unregelmäßig oder unbakannt sind. Solche Daten sind im Internet häufig anzutreffen. Dies steht im Widerspruch zu relationalen Datenbanksystemen. Hier liegen auf jeder Ebene des Modells ein Schemata vor. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 20

2 2. Einführung in Datenbanken und XML Was ist XML? Eigenschaften semistrukturierter Daten: statische Irregularität: Datenobjekte haben die gleiche Semantik, sind aber unterschiedlich strukturiert. dynamische Irregularität: Die Struktur der Daten kann sich häufig ändern. fehlende Schemainformation: Für die Daten liegt keine allgemeine Strukturbeschreibung vor. Stattdessen ist die Strukturinformation in den Daten selbst enthalten. pfadorienterter Datenzugriff: Datenobjekte stellen Bäume oder Graphen dar. Für den Zugriff auf Komponenten solcher Objekte ist eine Navigation im Baum/Graph notwendig. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/ Einführung in Datenbanken und XML Was ist XML? XML ist ein Datenmodell für semistrukturierte Daten. Es ist zeichenorientiert und zielt in erster Linie ab auf Lesbarkeit und Modellierung und die Austauschbarkeit von semistrukturierten Anwendungen zwischen Anwendungen. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 22

3 2. Einführung in Datenbanken und XML Was ist XML? Entwurfsziele von XML 1. XML soll einfach und unkompliziert im Internet verwendbar sein. 2. XML soll eine große Zahl von Applikationen unterstützen. 3. XML soll mit SGML kompatibel sein. 4. Die Entwicklung von Programmen, die XML-Dokumente verarbeiten, soll einfach sein. 5. Die Anzahl optionaler Eigenschaften soll in XML so gering wie möglich gehalten werden (am besten gleich null). Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/ Einführung in Datenbanken und XML Was ist XML? 6. XML-Dokumente sollen lesbar und leicht verständlich sein. 7. XML sollte rasch definiert werden. 8. Das Design soll formal und prägnant sein. 9. XML-Dokumente sollen einfach zu erstellen sein. 10. Eine gewissen Knappheit in der Markierungsweise von XML steht nicht im Vordergrund. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 24

4 Auszeichnungssprache Bei einer Auszeichnungssprache werden die Inhalte eines Datenstroms durch Auszeichnungen (Tags) strukturiert. Ausschließlich die Auszeichnungen dienen zur Strukturierung des Inhalts. Die Auszeichnungen sind so gehalten, daß sie selbst als reiner Text innerhalb des Inhalts eines Dokuments zu identifizieren sind. Durch solche Auszeichnungen werden Teile des Inhalts benannt. Diese Inhalte heißen Elemente. Die Länge der Auszeichnungen ist variabel und kann mit Informationen über den ausgezeichneten Inhalt angereichert werden. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 25 Beispiel 2.1. Auszeichnungen in einem XML-Dokument: <Adresse> <Ort>Krefeld</Ort> <PLZ>47839</PLZ> <Strasse>Waldnieler Strasse</Strasse> <Nummer>26</Nummer> </Adresse> Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 26

5 Dokument und Dokumenttyp Ein XML-Dokument ist eine Instanz eines XML-Dokumenttyps, der wiederum durch die Dokumentenrepräsentationssprache XML beschrieben wird. SGML XML Dokumenten repräsentations sprache HTML XHTML MeinTyp Dokumenttyp HTML Dokument XHTML Dokument MeinTyp Dokument Dokumentinstanz Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 27 Beispiel 2.2. Ein XML-Dokument zur Repräsentation einer Bestellung: <?xml version="1.0"?> <!DOCTYPE Order SYSTEM " <Order> <OrderHeader> <OrderID>4711</OrderID> <OrderDate> </OrderDate> <Customer> <CustName>Dr. Peter Becker</CustName> <Cust Adress> </Cust Adress> </Customer> </OrderHeader> <Items> <Item quantity="1" deliverydate=" "> <ProdName>Web-Visitenkarte</ProdName> Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 28

6 <UnitPrice>1.00</UnitPrice> </Item> </Items> </Order> Order OrderHeader Items OrderID OrderDate Customer Item CustName Cust Adress ProdName UnitPrice Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 29 Ziele eines expliziten Schemas: Explizitmachen der Struktur für Anwendungen Generische Erkennung und Vermeidung von Fehlern in den XML- Dokumenten Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 30

7 Dokumenttypdeklaration Ein XML-Dokument kann eine Dokumenttypdeklaration (document type declaration) enthalten. In solch einer Dokumenttypdeklaration werden die zur Verfügung stehenden Auszeichnungen direkt angegeben oder es wird auf eine Auszeichnungsdeklaration verwiesen. In der Auszeichnungsdeklaration wird eine Grammatik angegeben, der das aktuelle Dokument folgen soll. Diese Grammatik wird als Dokumenttypdefinition (document type definition, DTD) bezeichnet. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 31 Beispiel 2.3. Eine DTD für das Dokument von Beispiel 2.2: <!DOCTYPE Order [ <!ELEMENT Order (OrderHeader, Items) > <!ELEMENT OrderHeader (OrderID, OrderDate, Customer) > <!ELEMENT Customer (Custname, Cust Adress?) > <!ELEMENT Items (Item+) > <!ELEMENT Item (ProdName, UnitPrice) > <!ATTLIST Item quantity CDATA #REQUIRED deliverydate CDATA #IMPLIED > <!ELEMENT ProdName (#PCDATA) >... ]> Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 32

8 Elemente Über die Deklaration eines Elements wird sein Name und sein Inhaltsmodell beschrieben. Soll das Element keine weiteren Unterelemente haben, so ist das Inhaltsmodell EMPTY (leer) oder PCDATA (nur Zeichen enthaltend). <!ELEMENT text (#PCDATA)> <!ELEMENT flag EMPTY> <text>bla bla bla</text> <flag/> Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 33 Ansonsten wird eine Strukturierung von Unterelementen angegeben. Hierfür stehen die folgenden Strukturierungsmöglichkeiten zur Verfügung: Sequenz: Unterelemente werden durch Komma getrennt angegeben. Auswahl: Unterelemente werden durch getrennt angegeben. Wiederholung: Ein + hinter einem Unterelement gibt an, daß dieses beliebig oft auftreten kann, jedoch mindestens einmal auftreten muß. Wiederholung: Ein * hinter einem Unterelement gibt an, daß dies beliebig oft eventuell auch gar nicht auftreten kann. Option: Ein? hinter einem Unterelement gibt an, daß dieses einmal oder gar nicht auftreten kann. PCDATA steht für Parsed Character Data. Dies sind Zeichenfolgen, die spitze Klammern, Apostroph, Anführungszeichen und & nicht enthal- Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 34

9 ten. Diese Zeichen sind Bestandteil der Auszeichnung. Sie müssen über sogenannte Entity-Referenzen aufgelöst werden. Innerhalb solcher Zeichenfolgen werden Entity-Referenzen ersetzt. CDATA steht für Character Data. Hier ist alles erlaubt, es findet keine Auflösung der Zeichen statt. Mit Mixed Content Type bezeichnet man den Fall, daß ein Element sowohl PCDATA als auch Unterelemente enthalten kann. <!ELEMENT anreisebeschreibung (#PCDATA auto bahn flugzeug)*> <anreisebeschreibung> Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 35 So kommen Sie zur FH-Bonn-Rhein-Sieg: <bahn>mit der Linie 66 bis St. Augustin Markt</bahn> <auto>am HUMA links/rechts in die Grantham-Allee</auto> <flugzeug>ab Flughafen Koeln/Bonn mit dem Taxi</flugzeug> </anreisebeschreibung> Verwendung von ANY in der Elementdeklaration erlaubt Mixed Content mit beliebigen deklarierten Elementen in beliebiger Struktur. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 36

10 Attribute Den Elementen eines XML-Dokuments können Attribute zugeordnet sein, in denen weitere Eigenschaften der Elemente angegeben werden. Attributdeklarationen umfassen: 1. einen Namen für das Attribut, 2. einen Datentyp für den Attributwert CDATA, ID, IDREF/IDREFS, ENTITY/ENTITIES, NMTOKEN/NMTOKENS Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/ Angaben zur Verwendung: #REQUIRED das Attribu muss angegeben werden #IMPLIED das Attribut ist optional #FIXED Verwendung eines Defaultwertes 4. Angabe zu einem Defaultwert bei der Verwendung von #FIXED. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 38

11 Entities Entity-Referenzen sind Platzhalter für Ersetzungen. Eine Entity-Referenz kann Zeichendaten beschreiben oder eine komplette XML-Instanz. Ein Entity ist irgendeine Einheit von wohlgeformten XML, auf die eine Entity-Referenz entweder direkt oder über eine URL verweist. Entity-Referenzen werden in der DTD deklariert. In PCDATA haben sie die Form: &Name; Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 39 Einige Entity-Referenzen kennt der Parser implizit. Dies sind die Entity-Referenzen für die Darstellung der in PCDATA nicht erlaubten Zeichen. In einer DTD können interne und externe Entity-Referenzen deklariert werden. Beispiel 2.4. <!ENTITY vorlesungstitel "Datenbanken: Konzepte, Methoden und Modelle"> In einem XML-Dokument kann nun eine Referenz wie folgt verwendet werden: <titel>&vorlesungstitel;</titel> Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 40

12 Beispiel 2.5. Durch die Deklaration von <!ENTITY ueberdendozent SYSTEM " wird eine Referenz auf ein externes XML-Dokument erzeugt. Verwendet man nun &ueberdendozent;, so wird an dieser Stelle das komplette XML-Dokument eingesetzt. Durch externe Entity-Referenzen werden XML-Dokumente für andere XML-Dokumente wiederverwendbar. Bei der Einfügung findet wiederum eine Ersetzung von Entity- Referenzen statt. Ein XML-Dokument muß also nicht physikalisch aus einer einzelnen Datei bestehen. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 41 Processing Instructions Ergänzung des Dokuments um Verarbeitungsanweisungen Syntax: <? PI-Name PI-Anweisung?> PI-Name darf die Zeichenkette xml nicht enthalten. Solche Processing Instructions sind reserviert. Processsing Instructions werden an den entsprechenden XML- Prozessor weitergeleitet. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 42

13 Kommentare Syntax:<!-- beliebiger text --> Kommentare können sowohl in der DTD als auch im Dokument auftreten. Zweck: Erhöhung der Lesbarkeit eines Dokuments oder einer DTD Kommentare sollten nicht dazu verwendet werden, Informationen, die zum Dokument gehören, darzustellen. Auch Verarbeitungsanweisungen sollten nicht in Kommentaren enthalten sein. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/ Einführung in Datenbanken und XML Eigenschaften von XML-Dokumenten Eigenschaften von XML-Dokumenten Ein XML-Dokument ist wohlgeformt, wenn es: Die syntaktischen Regeln von XML erfüllt, das Dokument genau ein Wurzelelement enthält, alle Elemente ordnungsgemäß verschachtelt sind, Attributnamen nicht mehr als einmal für ein Element auftreten, Attributewerte in Anführungszeichen oder Hochkommata eingeschlossen sind, Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 44

14 2. Einführung in Datenbanken und XML Eigenschaften von XML-Dokumenten Attributwerte keine öffnende spitze Klammer enthalten und alle referenzierten Entities geeignet deklariert sind. Für wohlgeformte Dokumente kann der Strukturbaum erstellt werden, ohne daß Kenntnisse über den Dokumenttyp erforderlich sind. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/ Einführung in Datenbanken und XML Eigenschaften von XML-Dokumenten Gültigkeit Ein wohlgeformtes XML-Dokument heißt gültig, wenn es: die durch die DTD definierten Beschränkungen erfüllt. Die Eigenschaften Wohlgeformtheit und Gültigkeit werden durch XML- Prozessoren überprüft. Intelligentes Datenmanagement II FH Bonn-Rhein-Sieg, WS 03/04 46