IT-Zertifikat: Daten- und Metadatenstandards

Transkript

1 IT-Zertifikat: Daten- und Metadatenstandards DTD - Document Type Definition / Dokumenttypdefinition Das (bislang) Wichtigste auf einen Blick Externe DTD einbinden: <?xml version= 1.0 encoding= iso standalone= no?> <!DOCTYPE wurzelelement SYSTEM dateiname.dtd > Elemente bzw. Tags definieren: <!ELEMENT bild (titel, url, abstract, person+, bauwerk+)> <!ELEMENT titel (#PCDATA)> [ ] Basale Regeln: Jedes in einer Datei zu verwendende Tag muss durch eine <!ELEMENT...> Deklaration explizit eingeführt werden. In dieser Deklaration folgt zunächst der Name des Tags, in exakt der gleichen Schreibung (!), in der er in den Daten verwendet werden soll. Dahinter folgt in einem Klammerpaar ein Inhaltsmodell. Spezifika Inhaltsmodell: In Form einer geordneten Liste werden alle Tags, die in dem betroffenen enthalten sein dürfen, in der Reihenfolge angegeben, in der sie im XML-Code vorkommen müssen: <!ELEMENT bild (titel, url, abstract, person+, bauwerk+)> Steht hinter dem Namen kein Sonderzeichen, muss das Tag genau einmal vorkommen. + Steht hinter dem Namen ein Pluszeichen, bedeutet dies, dass das Tag mindestens einmal vorkommen muss, aber auch öfter vorkommen kann.? Steht hinter dem Namen ein Fragezeichen (kein Beispiel in den Daten), bedeutet dies, dass das Tag einmal vorkommen darf, aber nicht muss. * Steht hinter dem Namen ein Sternchen - '*' (kein Beispiel in den Daten), bedeutet dies, dass das Tag mehrmals vorkommen darf, aber auch ganz fehlen darf. #PCDATA Die spezielle Konstruktion #PCDATA (PCDATA = "Parseable Character Data") teilt mit, dass an dieser Stelle beliebige Daten stehen dürfen. Attribute codieren <!ATTLIST tagname attributname CDATA #IMPLIED> #REQUIRED Jedes Element mit dem Namen tagname muss das Attribut attributname enthalten. #IMPLIED Das Attribut kann angegeben werden, muss jedoch nicht angegeben werden. Attributwerte voraussetzen: <!ATTLIST abstract language (german english) #REQUIRED > Hierbei wird die Voraussetzung formuliert, dass das Attribut language des Tags abstract entweder den Wert german oder ( ) english tragen muss: <abstract language="german"> oder <abstract language="english"> 1/6

2 Erweiterte Content Model- Deklaration 1 Oder-Operator Um eine bewusste Auswahl zwischen zwei oder mehreren nichtterminalen Elementen in der Content Model- Deklaration zu geben, nutzt man den "logischen Oder-Operator":. Dadurch kann jeweils nur ein nichtterminales Unterelement in dem übergeordneten Element enthalten sein. Der Inhalt eines Elements mit dem Content Model (A B) muß demnach dem Content Model A oder dem Content Model B entsprechen: <!ELEMENT kosten (warmiete kaltmiete)> <kosten> </kosten> oder ( ) <kosten> <warmiete>625 Euro</warmiete> <kaltmiete>500 Euro</kaltmiete> </kosten> Die Auswahl zwischen zwei oder mehreren Elementen innerhalb der Content Model- Deklaration kann zusätzlich durch Klammern umschlossen werden, sodass einzelne Model Groups entstehen, die eine jeweilige Ausprägung des Content Models definieren: <!ELEMENT adresse ( (strasse, plz, ort))> <adresse> </adresse> oder <adresse> </adresse> < > @example.com</ > <strasse>...</strasse> <plz>...</plz> <ort>...</ort> 1 Die Beispiele und Ausführungen sind den Kursmaterialien Hist.-kult.wiss. Informationsverarbeitung (Teil 1) Texte als Information von Susanne Kurz entnommen 2/6

3 Mixed Content Bei Inhaltsmodelldeklarationen muss nicht immer zwischen Nichtterminalen und Terminalsymbolen (z.b. PCDATA ) entschieden werden. In der bisherigen Notation wurden beide immer getrennt behandelt: Ausgangstext: 3 cl Tequila <!ELEMENT zutat (zutatsname, menge, einheit)> <!ELEMENT zutatsname (#PCDATA)> <!ELEMENT menge (#PCDATA)> <!ELEMENT einheit (#PCDATA)> <zutat> <zutatsname>tequila</zutatsname> <menge>3</menge> <einheit>cl</einheit> </zutat> Um Redundanzen innerhalb der Strukturen vorzubeugen, ist eine Vermischung beider Elemente durch den Mixed Content möglich. Der Mixed Content kann Terminalsymbole mit Nichtterminalen verknüpfen und somit beide Typen gleichzeitig innerhalb eines Elementes ermöglichen: <!ELEMENT zutat (#PCDATA menge einheit)*> <!ELEMENT menge (#PCDATA)> <!ELEMENT einheit (#PCDATA)> <zutat> Tequila <menge>3</menge> <einheit>cl</einheit> </zutat> Das Terminal #PCDATA darf ausschließlich als erstes Symbol in einer Auswahl mit beliebig vielen weiteren Nichtterminalen verwendet werden. Dem Modell muß schließlich der Häufigkeitsoperator * hinzugefügt werden, um die wiederholte Einbindung von Elementen des aufgeführten Typs bzw. der Textdaten zu ermöglichen. 3/6

4 Attributdeklaration Grundlegender Aufbau der Attributdeklaration: <! ATTLIST Element_Name > Datentypen: Attribut_Name Datentyp Vorgabewert Attribut_Name Datentyp Vorgabewert CDATA Alle Zeichen sind erlaubt, außer: <, " und &. ID Eindeutiger XML-Name, der als Identifizierer eines Elementes verwendet werden kann. IDREF / IDREFS In Verbindung mit dem Attribut ID kann mit diesen Attributtypen eine Verbindung zwischen Elementen geschaffen werden. NMTOKEN /NMTOKENS Daten müssen mit einem Buchstaben oder einem Unterstrich beginnen und dürfen kein Leerzeichen oder Doppelpunkt enthalten. Ebenfalls untersagt sind Werte, die mit xml oder XML beginnen. Beispiel 2 : DTD example2.dtd: <!ELEMENT kursprogramm (kurs+)> <!ELEMENT kurs EMPTY> <!ATTLIST kurs id ID #REQUIRED kurstyp CDATA "Wochenkurs" kurseinstufung (Einsteiger Profis) #REQUIRED sprache NMTOKEN "DE" > XML example2.xml: <!DOCTYPE kursprogramm SYSTEM "example2.dtd"> <kursprogramm> <kurs id="xmleinf" kurstyp="wochenkurs" kurseinstufung="einsteiger" sprache="en" /> <kurs id="cplusplus" kurseinstufung="profis" /> </kursprogramm> 2 Nach Vonhoegen, H.: Einstieg in Aktuelle Standards: XML Schema, XSL, XLink. Bonn: Galileo Computing, S /6

5 Im Internet Explorer werden die fehlenden Angaben des zweiten Kurses (kurstyp und sprache) automatisch ergänzt: Zu guter Letzt: Entities Um das Schreiben komplexerer DTDs zu erleichtern, besteht die Möglichkeit zur Definition von Parameter Entities. Diese werden mit der <!ENTITY... > Definition ermöglicht. Entity-Definitionen weisen einem Namen eine Zeichenkette als Wert zu. Mit Parameter-Entities werden also benannte "Abkürzungen" in der DTD definiert, die referenziert werden können, um mehrfach vorkommende Elementgruppen und Attributlisten jeweils nur einmal definieren zu müssen: Deklaration allgemein: <!ENTITY % entity_name "(content model) Ersetzungstext"> Referenzierung allgemein: <!ELEMENT element_name %entity_name;> Beispiel: DTD example3.dtd: <!ELEMENT mediensammlung (buch film musik)+> <!ENTITY % katalogdaten "((kuenstler+ autor+ regie+), titel, untertitel?, jahr)"> <!ELEMENT kuenstler (#PCDATA)> <!ELEMENT autor (#PCDATA)> <!ELEMENT regie (#PCDATA)> <!ELEMENT titel (#PCDATA)> <!ELEMENT untertitel (#PCDATA)> <!ELEMENT jahr (#PCDATA)> <!ELEMENT buch %katalogdaten;> <!ELEMENT film %katalogdaten;> <!ELEMENT musik %katalogdaten;> 5/6

6 XML example3.xml: <!DOCTYPE mediensammlung SYSTEM "example3.dtd"> <mediensammlung> <buch> <autor>paul Auster</autor> <titel>die New York-Trilogie</titel> <jahr>1989</jahr> </buch> <film> <regie>richard Kelly</regie> <titel>donnie Darko</titel> <jahr>2001</jahr> </film> </mediensammlung> 6/6