Was läßt sich mit Informationen tun?

Transkript

1 XML-Universum - Informationsbegriff, Shannon - Theorie - Historie: Schrift, Gutenberg, Hypertext, HTML, Multimedia-Systeme XML Intro - Anliegen von XML, Markup-Sprachen, XML versus HTML XML- & Form - DTD, Wohlgeformtheit, Gültigkeit - Zeichensatz, Entities, Indikatoren, Multimedia-Daten XML-Layout - CSS, XSL/XSLT - DOM, SAX, XPath XML-Anwendungen - XHTML, WML, SVG, MML, SMIL Zusammenfassung Quellen und Literatur Layout AGENDA XML Intro Seite 2 Was läßt sich mit Informationen tun? Information XML-Universum: Informationsbegriff XML Intro Seite 3 XML-Universum: Informationsbegriff XML Intro Seite 4

2 Die Fundierung des Informationsbegriffs beschäftigt viele Wissenschaftsdisziplinen: Nachrichtentechnik, Informationstheorie (Shannon/Weaver), Quantenphysik ( Weizsäcker Die Einheit der Natur ), Linguistik (Lewandowski im Linguistischen Wörterbuch ), Molekularbiologie (Küppers: Der Ursprung biologischer Information ), Die Kunst (Rodin)... WIRTH: Daten stellen eine Abstraktion der Wirklichkeit dar STUCKY et.al.: Daten sind Symbole oder Zeichenketten zur Darstellung von Sachverhalten oder Objekten der realen Welt. Sie verkörpern für uns Informationen, vorausgesetzt, daß Sie geeignet interpretiert werden. XML-Universum: Informationsbegriff XML Intro Seite 5 XML-Universum: Informationsbegriff XML Intro Seite 6 Informationsbegriff wissenschaftstheoretisch ungeklärt. Datenbegriff dagegen erklärt und konkret nutzbar. XML-Universum: Informationsbegriff XML Intro Seite 7 XML-Universum: Informationsbegriff XML Intro Seite 8

3 zwischen einem Sender und einem Empfänger besteht ein Übertragungskanal gemeinsame Sprache und gemeinsames Alphabet sind notwendig Erster Meilenstein auf dem Weg zum Hypertext: - Schriftzeichen der Sumerer (3000 v. Chr) XML-Universum: Informationsbegriff XML Intro Seite 9 XML-Universum: Historie XML Intro Seite 10 Einführung der Buchdrucks mit beweglichen Lettern durch Gutenberg (1450) Exponentielle Zunahme der Produktion und Verbreitung von Schriftdokumenten Hypertext ist Text mit Verknüpfungen. Hypertextdokumente sind nicht sequentiell. Sie enthalten Verknüpfungen, d.h. Referenzen auf andere Teile des gleichen oder eines anderen Dokumentes. Aus dem Göttinger Exemplar der Gutenberg- Bibel (Niedersächsische Staats- und Universitätsbibliothek Göttingen) XML-Universum: Historie XML Intro Seite 11 XML-Universum: Historie XML Intro Seite 12

4 Eine Hypertext Markup Language-Datei besteht grundsätzlich aus zwei Teilen: - Einem HEAD (Kopf ) - Dieser Teil enthält Angaben zur Datei, wie Titel, Autor... - Einen BODY (Körper) - Dieser Teil enthält Text, Verweise, Grafikeinbindungen... Beispiel: <html> <head> <title>beispiel Titel</title> </head> <body> Text unseres Beispiel-Bodys </body> </html> Beschreibung von Dokumenten der verschiedensten Art Beschreibung von Daten Erweiterung von HTML Entwicklung und Erweiterung anderer Beschreibungssprachen Trennung von Information und Präsentation Gezielter Datenzugriff Formulierung von Sprachen, angepaßt an die Anforderungen der Anwendung Viele spezielle (angepaßte) Sprachen, aber einheitliche Software Verminderung der Netzwerkbelastung bei der Darbietung von Daten (-bankinformationen) im Internet Verbesserung der Suchmöglichkeiten nach Informationen im Internet XML-Universum: Historie XML Intro Seite 13 XML-Intro: XML Anliegen XML Intro Seite 14 Markup - Sprachen verdanken ihren Namen den Randbemerkungen, mit denen ein Autor oder ein Lektor dem Schriftsetzer Anweisungen über das Erscheinungsbild (die Formatierung) eines Dokumentes gegeben haben. Die Anmerkungen (Markups) werden als Codes oder als Tags bezeichnet Beispiele: RTF (Rich Text Format) HTML LaTeX Beispiel (LaTeX): \begin{document} Dies ist ein Beispiel f\"ur das Benutzen von {\bf Formatierungsmarkup}. Es gibt die Möglichkeit, Zeichen {\it kursiv}, {\bf fett} oder auch {\small klein} oder {\Large gro \"s}zu setzen. \end{document} <rechteck oben="100" links="185" breit="427" hoch="110"> <hintergrund typ="verlauf" richtung="waagerecht" startfarbe="#0000ff endfarbe="#ffffff"> <inhalt typ="text" format="stil_6"> Ein kleiner Text </inhalt> </hintergrund> </rechteck> <projekt sprache="perl" name="performance-test TL410 typ="shell" stand=" "> <modul name="main" stand=" ablage="/scripts/tl410/tl410.pl"> <funktion name="datenversorgung" stand=" "> <beschreibung> versorgt den Speicherbaustein mit sinnvollen Anfangswerten aus Testreihe T3. </beschreibung> </funktion> </modul> </projekt> XML-Intro: Markup-Sprachen XML Intro Seite 15 XML-Intro: Beispiel-Code XML Intro Seite 16

5 Anliegen von HTML ist im Wesentlichen die Dokument-Präsentation Mit HTML ist im Wesentlichen nur Volltextsuche möglich Konvertierung von HTML in andere Formate sehr aufwendig HTML besitzt beschränkte Hypertextmöglichkeiten Vermischung von Daten und Datenpräsentation in HTML Inkompatible Erweiterungen zu HTML in Browsern XML ist Weiterentwicklung von HTML XML ist Verallgemeinerung von HTML HTML und XML benutzen Tags, aber: in HTML haben die Tags eine festgeschriebene Bedeutung (Beispiel: <p>...</p> umrahmt einen Paragraphen) in HTML beschreiben die Tags meist, wie der Text zwischen ihnen dargestellt werden sollen XML benutzt Tags lediglich als strukturierte Begrenzung von Text, die Interpretation und Formatierung wird der lesenden Applikation überlassen (Beispiel: in XML <p>...</p> kann abhängig vom Kontext der Applikation einen Paragraphen, einen Preis, eine Person oder etwas Beliebiges bedeuten) XML Intro: XML & HTML XML Intro Seite 17 XML Intro: XML & HTML XML Intro Seite 18 formatiert & transformiert DSSSL Einer der Hauptansatzpunkte von XML ist die Trennung von und Erscheinung (Formatierung) eines Dokuments. Metasprachen SGML XML HTML definiert formatiert XHTML formatiert & transformiert CSS XSL XSLT Bestandteile eines Dokuments Inhalt (Text, Bilder...) Layout- Infos Auszeichnungssprachen Formatierungs- und Transformationssprachen XML Intro: XML Kontext XML Intro Seite 19 XML : Überblick XML Intro Seite 20

6 Zentrale Verwaltung und vollautomatische Aufbereitung von identischem Inhalt für verschiedene Medien (Content Management). Bestandteile eines Dokuments Inhalt (Text, Bilder...) Layout- Infos Der Mensch kann Dokumenttypen intuitiv unterscheiden, z.b. Telefonbücher, Verhandlungsprotokolle, Briefe usw., unabhängig davon, wie sie benannt oder eingebunden sind. Wenn sich zwei Dokumente in ihrer (ihren Elementen) drastisch unterscheiden, werden sie wohl unterschiedlichen Dokumenttypen angehören. Der Computer benötigt zu dieser Unterscheidung eine Formalisierung. In XML wird diese Formalisierung durch Dokumenttyp-Definitionen (DTD s) erreicht. XML : Überblick XML Intro Seite 21 XML : Dokumenttypen XML Intro Seite 22 Eine Dokumenttyp-Definition ist eine Reihe von Definitionen für Elementtypen, Attributen, Entities und Notationen. Eine Dokumenttyp-Definition deklariert, welche dieser Bestandteile in einem Dokument dieses Dokumenttyps verwendet werden dürfen und an welcher Stelle sie zulässig sind. Eine Dokumenttyp-Definition ist vollständig unabhängig von der Art und Weise der Präsentation der formalisierten Information und beschreibt nur die. <!ELEMENT nachricht (titel,text,datum,redakteur)>  <!ELEMENT titel (#PCDATA)>  <!ELEMENT text (#PCDATA)>  <!ELEMENT datum (#PCDATA)>  Eine Dokumententyp-Deklaration ordnet das Dokument dem Dokumententyp zu, der durch die in der Deklaration genannten DTD beschrieben wird. Ein konkretes Dokument (z.b. ein Buch), das per Dokumententyp-Deklaration einer DTD zugeordnet wurde heißt Dokumenteninstanz. Beispiel DOCTYPE in der Instanz»wml«: <!DOCTYPE wml PUBLIC "-//WAPFORUM//DTD WML 1.1//EN" " XML : Dokumenttypen XML Intro Seite 23 XML : Dokumenttypen XML Intro Seite 24

7 Buch... Titel Kapitel Kapitel Titel Absatz Absatz... Um Dokumente in XML abzubilden, braucht man eine Vorstellung von deren. - Beispiele: Vorige Folie Buch, , Liste von Telefonnummern In XML werden derartige Komponenten (Kapitel, Titel usw.) Elemente genannt. Jedes Element bildet eine logische Komponente ab. - Elemente können andere Elemente enthalten, aber auch den eigentlichen Text des Dokuments. Diesen eigentlichen Text bezeichnet man in XML als Zeichendaten. <rechteck oben="100" links="185" breit="427" hoch="110"> <hintergrund typ="verlauf" richtung="waagerecht startfarbe="#0000ff endfarbe="#ffffff"> <inhalt typ="text" format="stil_6"> Ein kleiner Text </inhalt> </hintergrund> </rechteck> XML : Beispiel XML Intro Seite 25 XML : Elemente XML Intro Seite 26 Elemente können neben ihrem Inhalt auch Attribute besitzen, die die Eigenschaften des Elements beschreiben Attribute haben Namen und Werte Attribute werden ebenfalls in der DTD definiert Attribute können keine Elemente enthalten (es gibt auch keine untergeordneten Attribute) ein Attribut kann zu einem Element nur einmal angegeben werden die Attribute eines Elements können in beliebiger Reihenfolge angegeben werden Was ist ein Zeichensatz? - Beschreibt, aus welchen Zeichen Texte bestehen (Alphabet). Was ist eine Zeichenkodierung? - Beschreibt, wie diese im Computer abzubilden sind. Was ist ASCII in diesem Zusammenhang? - ASCII ist ein Zeichensatz und eine Zeichenkodierung. Der Zeichensatz von XML ist Unicode. - Die ersten 128 Zeichen von Unicode entsprechen ASCII. - Es gibt eine Unicode-Kodierung (UTF-8), die auch kompatibel zu 7-bit-ASCII ist. Damit sind die meisten Standardeditoren unmittelbar zur Erzeugung von XML nutzbar. - Unicode verwendet 16 bit und kann alle Sprachen der Welt nachbilden <!ELEMENT titel (#PCDATA)>  XML & Datenbanken XML Intro Seite 27 XML : Zeichensatz XML Intro Seite 28

8 XML erlaubt die Zusammenfassung vorher bekannter Elemente oder Dokumentteile zu neuen Objekten, sogenannten Entities. Entities bilden die physikalische von XML Ein Entity kann so klein sein wie ein einzelnes Zeichen und so groß wie ein gesamtes Dokument Entities haben Namen Externe Entities gestatten die gleichzeitige Verwendung von Textstücken in unterschiedlichen Dokumenten Nicht-XML-Objekte (Grafiken, Videos, Ton,...) werden unanalysierte Entities genannt <!ENTITY titel "Das ist ein langer Titel"> Entity Zeichen Zeichenreferenz &amp & && &lt < < &gt > > &apos ' &quot " <H1>&titel;</H1> XML : Entities XML Intro Seite 29 XML : Entities XML Intro Seite 30 Markups dienen der Umsetzung der logischen Konstrukte, die die Abbildung der logischen und die Zusammenführung der physikalischen Einheiten (Entities) realisieren. Ein XML-Dokument besteht ausschließlich aus Markups und aus Zeichendaten Markups sind wie die Zeichendaten in Unicode notiert Markups und Zeichendaten werden als XML-Text bezeichnet! Markups sind von Zeichendaten durch Sonderzeichen (Begrenzer) abgegrenzt die gebräuchlichsten Begrenzer sind : <... > sowie &... ; ein Markup zwischen < und > wird als Tag bezeichnet <!ELEMENT titel (#PCDATA)>  Jede Sprache hat Regeln, was in der Sprache korrekt ist und was nicht. - In der menschlichen Sprache haben Wörter eine korrekte Aussprache, manchmal mehrere. - Wörter werden auf verschiedene Weise kombiniert, um gültige Sätze zu bilden (Grammatik). XML hat ebenfalls Vorstellungen von korrekt. Das Markup muß verständlich sein. - Dafür geltende Regeln wurden einfach gestaltet, damit sie strikt eingehalten werden können. - Die Dokumenttypinformationen (Grammatik und Hierarchie) müssen in die Tags eingebettet werden können. Ein Dokument, das diese Eigenschaften erfüllt wird wohlgeformt genannt. <folie> <ttel/> <tlist> <thm>was sind DTDs?</thm> <tha> einer XML-Datei</tha> </tlist> </folie> XML : Markups XML Intro Seite 31 XML : Wohlgeformtheit XML Intro Seite 32

9 Tag- und Attribut-Syntax wie in HTML - Jedes geöffnete Tag muss explizit geschlossen werden. - <XY>... </XY> Leere Tags müssen mit /> enden - <BR/> Jedes XML-Dokument hat genau ein Wurzel-Element (root) - Strenge hierarchische Schachtelung von Tags Attributwerte immer in doppelten Anführungszeichen - <XY A="...">... </XY> Keine doppelten Attributwerte <folie> <ttel/> <tlist> <thm>was sind DTDs?</thm> <tha> einer XML-Datei</tha> </tlist> </folie> Ein Dokument ist gültig, wenn in seiner Dokumententyp-Deklaration die Konformität mit einer DTD deklariert wird und das Dokument mit dieser DTD auch tatsächlich konform ist. Dokumente, die keine Dokumententyp-Deklaration enthalten, sind nicht wirklich ungültig (sie verletzen nicht ihre DTD), aber eben auch nicht gültig, denn sie können nicht an Hand einer DTD validiert werden. DTD XML-DOC XML : Wohlgeformtheit XML Intro Seite 33 XML : Gültigkeit XML Intro Seite 34 Zitiert aus einem Lexikon:»Ein Dokument ist ein Schriftstück, eine Gravur, eine Inschrift usw., die Zeugnis ablegt, Informationen liefert oder als Aufzeichnung dient«in diesem Sinne stellt natürlich auch eine beliebige, strukturierte Datensammlung ein Dokument dar. Genau dies ist der Ansatz von XML! Der XML-Prolog Sprachversion - Pflicht DTD Dokumenteninstanz <?xml version= 1.0?> <!DOCTYPE MEMO SYSTEM memo.dtd > <memo> <von> <Name>Ernst Mayer</Name> < >e.mayer@xxx.de</ > </von> <an> <Name>Fritz Peter</Name> < >f.peter@yyy.de</ > </an> <thema>ein Memo-Beispiel</thema> <body> <paragraph> Ich muss an einem Beispiel XML erklären. </paragraph> <paragraph> Sag mal Deine Meinung! </paragraph> </body> </memo> XML : Ansatz XML Intro Seite 35 XML : Beispiel XML Intro Seite 36

10 memo von an thema body Name Name paragraph paragraph  <!ELEMENT memo (von, an, thema, body)> thema <!ELEMENT von (Name, )> body paragraph <!ELEMENT Name (#PCDATA)> paragraph <!ELEMENT (#PCDATA)> <!ELEMENT an (Name, )> <!ELEMENT Name (#PCDATA)> <!ELEMENT (#PCDATA)> <!ELEMENT thema (#PCDATA)> <!ELEMENT body (paragraph+)> <!ELEMENT paragraph (#PCDATA)>  memo von an Name Name XML : Beispiel XML Intro Seite 37 XML : Beispiel XML Intro Seite 38 Indikator das Element ist? optional (null- oder einmal) * optional und wiederholbar (null-, ein- oder mehrmals) + zwingend erforderlich und wiederholbar (ein- oder mehrmals) (#PCDATA) kein Spezifikation für kombinierte Inhalte (parsed code data) zwingend erforderlich und nicht wiederholbar (einmal) XML : DTD Indikatoren XML Intro Seite 39