Introduzione a XML UNIVERSITA DI CAMERINO Corso di laurea in Informatica Barbara Re...

Introduzione a XMLIntroduzione a XML

UNIVERSITA’ DI CAMERINOCorso di laurea in Informatica

Barbara [email protected]

Anno Accademico 2006-07

Introduzione a XML Barbara Re 2

Agenda

La storia Vantaggi e svantaggi Caratteristiche Elementi Namespace Quando scegliere XML EDI


La genesi - IBM, Fine anni ‘60

Incarico a Charles F. Goldfarb di costruire un sistema per la memorizzazione, la ricerca, la gestione e la pubblicazione di documenti legali

Goldfarb scoprì che molti sistemi, in IBM, non potevano comunicare tra loro

I formati dei file nelle diverse applicazioni sono proprietari

...e diversi tra loro!!!


C. Goldfaarb, E. Mosher, R. Lorie

Costituito un team per risolvere il problema 3 fatti importanti

I diversi programmi avevano bisogno di supportare una rappresentazione comune dei documentiIl linguaggio comune doveva essere specifico per i documenti legaliIl linguaggio doveva essere specificato in una maniera formale, capace di delimitare in modo appropriato gli elementi

La risposta è stato GML (Generalized Markup Language), precursore di SGML (Standard GML), il linguaggio da cui deriva XML


Perché non SGML?

SGML ha molti pregi, ma ha dalla sua una complessità d’uso e di comprensione notevole Non è pensato per la rete XML contiene tutte le caratteristiche di SGML che servono per creare applicazioni generali

... senza scendere nel livello di dettaglio e pedanteria richiesti da SGML

Inoltre, il successo di HTML ha fatto capire cheIl mondo degli sviluppatori è pronto ad accogliere il modello basato sul markupLa semplicità è un punto di forza fondamentale


XML: le origini

XML è stato sviluppato dal World Wide Web

XML deriva da SGML, pubblicato ufficialmente nel 1986 con la sigla ISO 8879

XML nasce come un sottoinsieme semplificato di SGML orientato all’uso sul World Wide Web …

… ma ha assunto ormai un ruolo autonomo e una diffusione maggiore del suo progenitore


Il caso HTML

XML non è un sostituto di HTML

HTML nasce per la pubblicazione di semplici documenti testuali con qualche immagine e collegamento ipertestuale

Vengono implementate nel tempo molte estensioni proprietarie che creano barriere all’interoperatività degli strumenti

I browser (parser) rilassano le regole sintattiche ed interpretano anche documenti HTML “scorretti”

HTML è per presentare informazioni, XML è per descrivere informazioni.


Vantaggi

XML permette agli sviluppatori di creare facilmente strutture ad-hoc per contenere informazione strutturata

I parser XML sono diffusi su tutte le piattaforme e free Gli sviluppatori possono appoggiarsi a questi per decodificare e validare le strutture XML, limitandosi poi a gestire solo l'informazione contenuta usando API specifiche (DOM, SAX)

XML è completamente text-based, quindi leggibile anche dagli esseri umani e facilmente editabile anche a mano

Supporta UNICODE, quindi è adatto a ogni tipo di scrittura. Essendo dati testuali strutturati esattamente come

HTML, i dati XML possono essere trasportati usando il protocollo HTTP anche attraverso firewall (SOAP)


Svantaggi

I documenti XML, a causa delle struttura testuale e dei tag, tendono ad essere molto più ingombranti di quelli in formato binario, quindi la loro trasmissione sulla rete non è ottimale

I parser XML non sono veloci come quelli scritti ad-hoc per formati specifici, soprattutto se binari


XML: caratteristiche

XML è indipendente dal tipo di piattaforma hardware e software su cui viene utilizzato

XML è uno standard di pubblico dominio

XML è indipendente dai dispositivi di archiviazione e visualizzazione

un documento XML può essere archiviato su qualsiasi tipo di supporto digitale (attuale e… futuro!)un documento XML può essere visualizzato su qualsiasi dispositivo di output


XML: caratteristiche

XML può essere usato come formato di scambio dati in applicazioni middleware

XML permette la rappresentazione di qualsiasi tipo di documento (e di struttura testuale) indipendentemente dalle finalità applicative

Sono disponibili numerose applicazioni e librerie open source per la manipolazione di dati in formato XML basate su diversi linguaggi di programmazione (Java, .NET, C, Python, Perl…)


Il concetto di metalinguaggio

XML è un metalinguaggio

XML definisce un insieme regole (meta) sintattiche, attraverso le quali è possibile descrivere formalmente un linguaggio di markup, detto applicazione XML

Gli autori di un documento possono creare i loro elementi di markup (tag)


Dato che XML è un metalinguaggio per specificare altri linguaggi, costituisce un “livello comune” per il dialogo in ambienti differenti

XML non dice nulla su che tag utilizzare, ma fissa solo delle regole comuni per eseguire correttamente il parsing del file

E’ possibile usare XML per gli scopi più disparati, a seconda delle operazioni che verranno eseguite dalla specifica applicazione di fronte al markup utilizzato

Regole XML

Tag specifici

Appl.

xmlparser

Dati (file XML)

Il concetto di metalinguaggio


File di un’applicazione XML

Il file con estensione XML contiene i dati del documenti

Rappresenta la parte semantica dell’applicazione

La DTD (Document Type Definition) o schemaDefinisce la struttura degli elementi, degli attributi e dei dati e le loro relazioni logiche all’interno del documento XMLLa presenza di un DTD non è obbligatoria ma determina la well formed


Regole

Un documento XML è definito come una sequenza di caratteri organizzati in costrutti chiamati entità

L’entità che racchiude il documento si chiama radice

1. Il nome di un elemento XML deve iniziare con una lettere o un carattere di sottolineatura I caratteri successivi possono essere numeri trattini punti o altri caratteri

di sottolineatura Non c’è limite al numero di caratteri per elemento

2. E’ ammesso specificare i due punti solo per specificare i namespace3. Gli spazi vuoti e i simboli non sono ammessi nei nomi degli elementi4. Gli elementi non vuoti devono avere un tag iniziale ed uno finale5. XML supporta gli elementi vuoti6. I tag XML devono essere annidati correttamente

Se un documento rispetta queste regole sintattiche si dice well-formed


Il primo documento XML

<?xml version="1.0"?>

<proverbio>

<primo> Un viaggio di mille miglia inizia con un passo.</primo>

</proverbio>


XML linguaggio case-sensitive

XML è un linguaggio case sansitive

Le dichiarazioni e il markup devono essere scritti con caratteri maiuscoli e minuscoli corrispondenti

Il nome XML o anche xml è riservato quindi non si può creare un elemento/attributo che inizi con XML o xml


Documento che descriva il Kraski Teran

<?xml version="1.0"?><wine><name>Kraski Teran</name><country> Slovenia</country><location> Sepulje</location><history> Some oenologists believe that Kraski Teran goes back to Roman times.</history><color>dark ruby-red wine - traditionally, it is called,<span> "black as rabbit's blood</span>"</color><perfect>Kraski Teran and prsut (prosciutto or air-dried ham) are the legendary pair of Kras cuisine, but the wine is also perfect with other pork dishes, sausages, or boiled ham with horseradish</perfect><served>Kraski Teran should be served at 15 - 16 _C (59 - 60.8 _F)</served></wine>


Attributi e sottoelementi

Gli attributi forniscono informazioni aggiuntive su di un elemento

Gli attributi sono formati da un nome ed un valore Il valore dell’attributo deve essere racchiuso tra

virgolette (doppie o semplici)

Trasformare il documento traslando gli attributi in elementi

<wine location="Primorska Slovenia" winemaker="Kraski Teran"></wine><wine location="Monterey California winemaker="Morgan Pinot Noir Monterey"></wine><wine location="Paso Robles California" winemaker"Seven Peaks Shiraz"></wine>


Risoluzione

Non esiste un metodo chiaro per stabilire quando preferire gli attributi ai sottoelementi

<wine><location>Slovenia</location><winemaker>Kraski Teran</winemaker></wine><wine><location>Monterey California</location><winemaker>Morgan Pinot Noir Monterey</winemaker>

</wine><wine><location>Paso Robles California</location><winemaker>Seven Peaks Shiraz</winemaker></wine>


Commenti

I commenti aiutano a capire il processo del codice I commenti non possono essere annidati all’interno

di altri tag e non possono essere inseriti prima della dichiarazione XML

Evitare di esagerare … l’importante è essere chiari e concisi

<?xml version="1.0"?><a>a</a>

<?xml version="1.0"?>

legale illegale


Caratteri speciali

& & < < > > " " ' ‘

<testo> il simbolo < indica minore di</testo>


Si consideri il caso in cui un blocco di testo illustri proprio delcodice XML

<codice> <libro> <capitolo> </capitolo> </libro></codice>

In questo caso, al posto di sostituire tutte le occorrenze dei simboli speciali con le corrispondenti entità è possibile utilizzare una sezione CDATA.

CDATA in un documento XML


Una sezione CDATA (Character DATA) è un blocco di testo cheviene considerato sempre come testo, anche se contiene codiceXML o altri caratteri speciali

Per indicare una sezione CDATA è sufficiente racchiuderla tra lesequenze di caratteri <![CDATA[ e ]]>.

<codice> <![CDATA[ <libro> <capitolo> </capitolo> </libro> ]]></codice>

CDATA in un documento XML


Il prologo

La dichiarazione XML è obbligatoria e deve essere posta all’immediato inizio del documento

Gli attributi sonoversion: (obbligatorio) la versione di XML usata encoding: (opzionale) nome della codifica dei caratteri usata nel documento

default: UTF-8 o 16

standalone: (opzionale) se vale yes indica che il file non fa riferimento ad altri file esterni

default: no

<?xml version="1.0" encoding="UTF-8" standalone="no"?>


Esercizio 1

<?xml version=_1.0_?><?xml version="1.0" ><fleet><ship>Hood<ship><Country>UK</country><type>Destroyer<\type><19 year of production>1934</19 year of production></fleat>

Correggere gli errori


Soluzione: Esercizio 2


Namespace


Mischiare i tag

Sistema di elaborazione semplice: il documento viene elaborato da una sola applicazione (esempio il viewer)

Sistema complesso: parti diverse del documento vengono elaborate da applicazioni diverse

<html>…

</html>

ParserXML viewer

<html><book/></html>

ParserXML

viewer

Bookagent


Mischiare i tag

Cosa accade se due applicazioni definiscono lo stesso elemento?

<?xml version=“1.0”?><table><tr> <td>nome</td> <td>cognome</td></tr><tr> <td>Mario</td> <td>Bianchi</td></tr><tr> <td>Luca</td> <td>Rossi</td></tr></table>

<?xml version=“1.0”?><table><name>Comodino001</name><price curr=“EU”>100</price><width u=“cm”>50</width><length u=”cm”>80</length></table>

<?xml version=“1.0”?><table><tr><td>ordine</td><td>prodotto</td></tr><tr><td>1</td><td> <table> <name>Comodino</name> <price>100</price> <width um=“cm”>50</width> <length um=”cm”>80</length> </table></td></tr></table>

<table> viene riconosciutodal viewer HTML o dalgestore dell’arredo?


I namespace

Ogni nome di elemento (tag) XML è preceduto da un prefisso che lo rende univoco (tag qualificato)

La struttura del tag è: prefisso:nometag

<?xml version=“1.0”?><h:table>

<h:tr><h:td>ordine</h:td><h:td>prodotto</h:td></h:tr><h:tr><h:td>1</h:td><h:td>

<fur:table><fur:name>Comodino</fur:name><fur:price>100</fur:price><fur:width u=“cm”>50</fur:width><fur:length u=”cm”>80</fur:length>

</fur:table></h:td></h:tr>

</h:table>


I namespace

Ma non bastaIl prefisso potrebbe ripetersiDocumenti diversi potrebbero identificare lo stesso namespace “logico” con identificativi differentiImporre l’unicità porterebbe a ns lunghissimi ed a codici illeggibili

I prefissi usati vengono introdotti tramite l’attributo predefinito xmlns

Quello che conta è l’URI univoco associato al prefisso

<h:table xmlns:h=“http://www.w3.org/HTML/1998/html4/”> <pippo:table xmlns:pippo=“http://www.w3.org/HTML/1998/html4”>

<?xml version=“1.0”?><h:table xmlns:h=“http://www.w3.org/HTML/1998/html4/”

xmlns:fur=“http://www.elet.polimi.it/furniture/”></h:table>

<?xml version=“1.0”?><http://www.w3.org/HTML/1998/html4/table></http://www.w3.org/HTML/1998/html4/table>


Namespace di default

Quando l’argomento di un XML è prevalentemente riferito ad un namespace è possibile definirlo come default e sottointendere la qualificazione

<?xml version=“1.0”?><table xmlns=“http://www.w3.org/HTML/1998/html4/” xmlns:fur=“http://www.elet.polimi.it/furniture/”>

<tr><td>ordine</td><td>prodotto</td></tr><tr><td>1</td><td>

<fur:table><fur:name>Comodino</fur:name><fur:price>100</fur:price><fur:width u=“cm”>50</fur:width><fur:length u=”cm”>80</fur:length>

</fur:table></td></tr>

</table>


Scope dei prefissi

I prefissi possono essere definiti all’interno di ogni tag di inizio o vuoto.

L’associazione tra prefisso e NS dura per tutto l’elemento Se un prefisso viene ridefinito in un sottoelemento valgono

le solite regole di visibilità (il blocco interno nasconde quello esterno)

<?xml version=“1.0”?><table xmlns=“http://www.w3.org/HTML/1998/html4/”>

<tr><td>ordine</td><td>prodotto</td></tr><tr><td>1</td><td>

<table xmlns=“http://www.elet.polimi.it/furniture/”><name>Comodino</name><price>100</price><width u=“cm”>50</width><length u=”cm”>80</length>

</table></td></tr>

</table>


Attributi

Anche gli attributi, essendo legati alla particolare applicazione, possono essere qualificati con un prefisso

Il namespace contiene tre partizioni di nomi:Element Type Partition: contiene i nomi degli elementi del namespaceGlobal Attribute Partition: nomi degli attributi qualificatiPer-Element Partition: nomi non qualificati degli attributi locali ad un elemento

<fur:table fur:xmlns=“http://www.elet.polimi.it/furniture”><fur:name>Comodino</fur:name><fur:price>100</fur:price><fur:width fur:u=“cm”>50</fur:width><fur:length fur:u=”cm”>80</fur:length>

</fur:table>

<fur:width fur:u=“cm”>50</fur:width><fur:width u=“cm”>50</fur:width>


Struttura gerarchica di un documento

Gli elementi, nidificandosi, creano la struttura ad albero tipica dei documenti XML

All’interno di questa struttura si definiscono alcuni “rapporti di parentela” utili per individuare gli elementi

•a è il nodo radice

•b e c sono figli di a, il testo è figlio di b, d è figlio di c

•c è il padre di d, b è il padre del testo, a è il padre di b e c

•b e c sono fratelli

•b, c, d e il testo sono discendenti di a, d è un discendente di c, il testo è un discendente di b

•a è un predecessore di b, c, d e del testo, b è un predecessore del testo, c è un predecessore di d.


Per fissare le idee prendiamo in considerazione larappresentazione di un generico articolo a caratteretecnico e proviamo a rappresentarlo secondo il modelloXML, come mostrato in figura

articolo

testo

paragrafoparagrafo

testo

immagine

paragrafo

codice

testo

titolo

titolo

titolotitolo

file

Sintassi di un documento XML


<?xml version="1.0" ?><articolo titolo="Titolo dell’articolo"> <paragrafo titolo="Titolo del primo paragrafo"> <testo> Blocco di testo del primo paragrafo </testo> <immagine file="immagine1.jpg"> </immagine> </paragrafo> <paragrafo titolo="Titolo del secondo paragrafo"> <testo> Blocco di testo del secondo paragrafo </testo> <codice> Esempio di codice </codice> <testo> Altro blocco di testo </testo> </paragrafo> <paragrafo tipo="bibliografia"> <testo> Riferimento ad un articolo </testo> </paragrafo></articolo>

Documento XML


Parser validanti e non validanti


Quando scegliere XML?

Quali sono le condizioni per adottare XML in un progetto?

E’ nuovo ed è di moda ...ma ciò è banale!Alcune buone e vere ragioni per l’uso di XML:

Produzione di documenti automaticiGestione indipendente di produzione e uso di datiElaborazione di dati con aspetti strutturali complessi


Produzione di documenti automaticiXML è la soluzione in assoluto più elegante (anche se ad oggi ancora faticosa) per integrare collezioni di dati strutturati sul WebDocumenti dinamici, sono facilmente esprimibili in XML, e gli strumenti attuali si concentrano su questo



Gestione indipendente di produzione ed uso di datiSpesso l’interscambio di dati avviene all’interno di un workflow controllato e noto. In questo caso, data producers e data consumers sono creati ad hoc per lo specifico flusso informativo. XML è una complicazione inutileTuttavia esistono delle situazioni in cui non c’è progettazione integrata di producer e consumer. In questo caso, un’adeguata progettazione del producer facilita molto il lavoro di tutti i possibili consumerXML è strutturato, auto-esplicativo, enfatizza la descrizione del dato più che del suo scopo nella elaborazione. E’ quindi ideale per le situazioni in cui l’elaborazione non è nota in anticipo.



Elaborazione di dati con aspetti strutturali complessiI database utilizzano le relazioni per ogni tipo di esigenzaComplicato gestire, in una tabella, record con un numero variabile di campi, o situazioni alternative complesseXML prevede strutture con blocchi ripetuti, alternativi, facoltativi. La descrizione di queste strutture in XML è molto più naturale che con DB relazionali



XML ed EDI

Cosa è l’Electronic Data Interchange Il vecchio EDI Il nuovo EDI: XML e Internet


XML ed EDI

EDI è lo scambio tra computer di informazioni strutturate, che aderiscono a standard di messaggi, con il minimo intervento umano

Comprende:Un set di regole sintattiche per strutturare i dati Un protocollo per lo scambio interattivo Messaggi standard

Le organizzazioni che inviano o ricevono documenti sono chiamate in terminologia EDI "trading partners"


XML ed EDI

Negli ultimi 40 anni le aziende hanno investito migliaia di miliardi (di $!) nell’automazione dei loro processi interni

Gli investimenti hanno portato ad un notevole miglioramento dell’efficienza

Questa efficienza non è ancora stata estesa ai processi esterni

Le aziende hanno creato isole di automazione, isolate dai loro partner - clienti, fornitori, etc.Le interazioni esterne sono inefficienti perché spesso basate su processi manuali


Cosa è EDI… e cosa non è!

EDI è stata proposta come la soluzione ai problemi di integrazione fra processi di aziende diverse

EDI è interazione effettiva tra i sistemi EDI, dentro una grande corporation, è interazione

tra i processi delle diverse divisioni Cosa non è EDI

EDI non è import/export di dati fra sistemiEDI non sono i batch serali …


Il vecchio EDI

Formati diversi per ciascuna applicazione

Il codice applicativo non ha una vista univoca

Nuovi attori hanno impatti devastanti


Il vecchio EDI

Può soltanto condividere elementi definiti in precedenza

I nuovi bisogni non possono essere facilmente soddisfatti


Il vecchio EDI

Ci sono notevoli differenze tra quanto promesso e le attuali implementazioni di EDI, fondamentalmente errate

Difficili e costose da implementare Richiedono soluzioni specifiche per ogni coppia di

partnerE’ come se fosse necessario disporre di una linea telefonica dedicata per ogni persona con la quale si comunicaInternet è la soluzione?

...XML può esserlo


XML può essere la soluzione

XML è una notazione universale che consente ai sistemi di memorizzare e trasferire dati che possono essere compresi da qualunque altro sistema

Mantiene il contenuto e la strutturaSepara le business rule dai dati


XML può essere la soluzione

Formati diversi per ciascuna applicazione

XML fornisce una singola vista logica

L’architettura flessibile supporta nuovi componenti


Ci sono domande?

Date post:	01-May-2015
Category:	Documents
Upload:	giovanna-bini
View:	217 times
Download:	2 times

Introduzione a XML UNIVERSITA DI CAMERINO Corso di laurea in Informatica Barbara Re...

Documents