XML steht für Extensible Markup Language. Helmut Vonhoegen (2007) beschreibt XML unter anderem so:

Transkript

1 XML 1. Worum geht es? XML steht für Extensible Markup Language. Helmut Vonhoegen (2007) beschreibt XML unter anderem so: XML definiert eine Syntax, um strukturierte Datenbestände jeder Art mit einfachen, verständlichen Auszeichnungen zu versehen, die zugleich von Anwendungen der unterschiedlichsten Art ausgewertet werden können. Diese Syntax ist einfach und zugleich streng. Der Anwender kann sich so seine eigenen Vokabulare zur Beschreibung der Dinge, mit denen er zu tun hat, aufbauen oder auf Vokabulare zurückgreifen, wie sie beispielsweise von Zusammenschlüssen einer Branche oder E-Commerce-Konsortien angeboten werden. Auch wenn XML als Sprache bezeichnet wird, handelt es sich nicht um eine Programmiersprache, da ihr Kontrollstrukturen wie Verzweigungen oder Schleifen fehlen. Rothfuss und Ried (2002) schlagen für XML den Ausdruck Inhaltsbeschreibungssprache vor. XML wird durch 81 sogenannte Produktionsregeln definiert, die man z. B. auf der Webseite findet. Ein Dokument, welches diese Spezifikation erfüllt, wird wohlgeformt (well-formed) genannt. 2. Eine Auswahl von Regeln für XML Die folgenden Regeln wurden der Wikipedia ( ) und AdobePress ( ) entnommen. Das Dokument besitzt genau ein Wurzelelement. Als Wurzelelement wird dabei das jeweils äusserste Element bezeichnet. Alle Elemente mit Inhalt besitzen einen Beginn- und einen End-Auszeichner (engl. tag) Beispiel: <strasse>pilatusweg</strasse> Elemente ohne Inhalt können auch in sich geschlossen sein, wenn sie aus nur einem Auszeichner bestehen, der mit /> abschliesst Beispiel: <bild... /> Die Beginn- und End-Auszeichner sind korrekt verschachtelt. Das bedeutet, dass alle Elemente geschlossen werden müssen, bevor die End-Auszeichner des entsprechenden Elternelements oder die Beginn-Auszeichner eines Geschwisterelements erscheinen. Die Beginn- und End-Auszeichner beachten die Gross- und Kleinschreibung. Beispiel: <Gruss>Hallo</gruss> ist nicht gültig. 1

2 Auszeichner dürfen nur mit einem Buchstaben oder dem Unterstrich beginnen. Danach dürfen Buchstaben, Ziffern und gewisse Satzzeichen folgen. Leerzeichen sind nicht erlaubt. Ein Element darf nicht mehrere Attribute mit demselben Namen besitzen. Attributeigenschaften müssen in Anführungszeichen stehen. Beispiel: <gruss lang="de">guten Tag!</gruss> Der sogenannte Prolog ist nicht zwingend vorgeschrieben aber sehr empfehlenswert, weil damit das Dokument sofort als XML-Dokument identifiziert wird. (Verhoegen, 2007) Die Minimalform lautet: <?xml version="1.0"?> Hier mit der Information über den verwendeten Zeichensatz: <?xml version="1.0" encoding="utf-8"?> 3. Beispiele Prüfe, ob die folgenden Dokumente im Sinne von XML wohlgeformt sind. 1. <?xml version="1.0"?> <test> </test> 2. <?xml version="1.0"?> <name>odermatt</name> <vorname>hans</vorname> <2vorname>Walter</2vorname> <vorname>susi</vorname> <name>sorglos</name> 3. <?xml version="1.0"?> <bestellformular datum=" " nr="1234"> <kunde>203795</kunde> <artikel nr=2579> <anzahl>8</anzal> <preis>21.30<preis> </artikel> <anzahl>3</anzahl> <artikel nr=49221> <preis>17.60</preis> </kunde> </artikel> </bestellformular> 2

3 4. <?xml version="1.0"?> <getraenke> <getraenk menge="5dl">mineralwasser</getraenk> <getraenk menge="1dl>kaffee<getraenk> <getraenk menge="2dl">bier</getraenk> </getraenke> 4. Gültige Dokumente Die Regeln für die Wohlgeformtheit sind oft nicht ausreichend, wie das folgende Beispiel illustriert: <?xml version="1.0" encoding="utf-8"?> <!-- Homework Description Language --> <aufgaben> <fach>deutsch</fach> <bis> </bis> <beschreibung>lese Goethes Faust bis Seite 150</beschreibung> <fach>mathematik</fach> <bis dringend="ja"> </bis> <beschreibung>analysis Leistungskurs, S. 179, 2-6 je (b)</beschreibung> <fach>englisch</fach> <bis> </bis> <beschreibung>vocabulary S </beschreibung> </aufgaben> Möglicherweise möchte ein verarbeitendes Programm die Daten jeweils in einer festen Reihenfolge präsentiert bekommen oder wissen ob das Attribut dringend zwingend vorgesehen ist. Damit Computer und Menschen prüfen können, ob ein ein vorliegendes Dokument zu einer bestimmten Familie von XML-Dokumenten mit einer vorgegebenen logischen Struktur besitzen, kann das Dokument gegen eine sogenannte DTD (Document Type Declaration) geprüft werden. Diese DTD steht hinter dem Prolog und vor dem ersten Element des Dokuments. Es gibt interne und externe sowie öffentliche und private DTDs. Wir beschränken uns hier auf die interne Form. 3

4 <?xml version="1.0"?> <!DOCTYPE aufgaben [ <!ELEMENT aufgaben (eintrag+)> <!ELEMENT eintrag (fach bis beschreibung)+> <!ELEMENT fach (#PCDATA)> <!ELEMENT bis (#PCDATA)> <!ATTLIST bis dringend CDATA #IMPLIED> <!ELEMENT beschreibung (#PCDATA)> ]> <...> Die DTD wird durch die Zeichenketten <!DOCTYPE wurzelement [... ]> begrenzt. Danach wird jedes Element e durch <!ELEMENT e inhalt > deklariert. inhalt kann folgende Werte annehmen bzw. folgende Struktur haben: EMPTY: Das Element hat keinen Inhalt. #PCDATA: Das Element enthält nur Zeichendaten. (Element/e): Das Element enthält ein oder mehrere Unterelemente. Um Reihenfolge und Wiederholung von Unterelementen anzugeben, stehen folgende Operatoren zur Verfügung: + Das vorausgehende Element oder die Elementgruppe muss mindestens einmal vorkommen.? Das vorausgehende Element oder die Elementgruppe darf höchstens einmal vorkommen, d. h. es kann auch fehlen. * Das vorausgehende Element oder die Elementgruppe darf beliebig oft vorkommen, d. h. es kann auch fehlen., Trennt eine Sequenz von Elementen. Trennzeichen für sich ausschliessende Alternativen. (...) Bildung von Elementgruppen Die Reihenfolge der!element-deklarationen ist im Grunde unwesentlich. Es empfiehlt sich jedoch, eine Form zu wählen, die mit der tatsächlichen Struktur übereinstimmt. Ähnliches gilt für die Definition der Attributslisten, die z. B. bei den entsprechenden Elementen oder gesammelt am Schluss stehen. <!ATTLIST element attributname typ vorgabe > Es gibt 10 verschiedene Attributtypen. Hier werden nur zwei davon beschrieben: 4

5 CDATA Einfache Zeichendaten ohne Markup ID Eindeutiger XML-Name, der zur Identifikation eines Elements verwendet werden kann. Bei der Vorgabe von Attributen hat man folgende Möglichkeiten: #IMPLIED #REQUIRED Es ist kein Wert erforderlich und es gibt keine Vorgabe Es ist ein Wert erforderlich aber es gibt keine Vorgabe #FIXED Wert Es muss in jedem Fall Wert angegeben werden. "Wert " Ohne Angabe eines Attributs wird Wert verwendet. 5. Übungsaufgaben (a) Überprüfe mit dem W3C-Validator, ob das Dokumente cd-01.xml wohlgeformt ist. (b) Speichere das Dokument unter cd-02.xml ab und schreibe eine passende DTD dafür. (c) Wiederhole die letzten beiden Schritte mit der Datei ferien-01.xml. (d) Lies im Sinne einer Wiederholung und Ergänzung den Text von der W3C-Website: Obwohl nun die logische Struktur eines XML-Dokuments mehr oder weniger vorgeschrieben werden kann, hat diese Beschreibung mittels einer DTD folgende Nachteile: Wir können nicht präzise prüfen, ob die Zeichendaten der Entitäten und Attribute gewissen Anforderungen (Datentypen) genügen. Beispiele: Ein korrektes Datum, eine genau vierstellige Postleitzahl, eine Zahl mit zwei Nachkommastellen usw. Die DTD wird einer Nicht-XML-Syntax dargestellt. Diese beiden Nachteile werden durch eine andere Form der Spezifikation behoben: Das XML-Schema. Mit einem XML-Schema kann das Vokabular und die Grammatik eines XML-Dokuments viel flexibler festgelegt werden als mit einer DTD. (Verhoegen, 2007) Literatur Maivald, James, Palmer, Cathy (2008). Nine Rules for Creating Good XML. Peachpit Press. ( ) ( ) Rothfuss, Gunther; Ried, Christian (2002). Content Management mit XML. Springer. Vonhoegen, Helmut (2007). Einstieg in XML. Gallileo Press. Bonn. 5