Markeringsspråk og XML

Størrelse: px

Begynne med side:

Download "Markeringsspråk og XML"

Greta Magnussen
7 år siden
Visninger:

1 Rå tekst vs. formatert tekst Markeringsspråk og XML <eventyr> Det var en gang og snipp, snapp, snute, så var det eventyret ute. </eventyr> Standarder som ASCII, ISO 8859-x og Unicode gjelder rå tekst ( plain text ) og omfatter derfor svært lite om hvordan teksten skal vises fram I tillegg til råteksten trengs formateringsdirektiver for å påvirke Valg av glyfer (skrifttype, skriftstørrelse, skriftfarge,) Bruk av white space (avsnitts- og linjeavstand, innrykk, ) Integrasjon med andre visuelle elementer (bilder,) INF1040-XML-1 INF1040-XML-2 Markeringsprinsipper ( markup principles ) Spesifikk markering (eksempel fra WordStar).PL 66 page length 66 linjer.mt 6 margin top = 6 linjer.mb 9 margin bottom = 9 linjer ^B Innhold INF1040^B switch bold on and off I ^BINF1040^B skal vi blant annet lære Generalisert markering (eksempel fra XHTML) <h1>innhold INF1040</h1> <p>i <strong>inf1040</strong> skal vi blant annet lære</p> Generisk markering (eksempel fra XML) <chapter> <chapter name>innhold INF1040</chapter name> <paragraph>i<span>inf1040</span> skal vi blant annet lære </paragraph> </chapter> INF1040-XML-3 Redigeringsprogrammer (editorer) De to trinn i moderne tekstbehandling Trinn 1 Generalisert eller generisk markering: Hver enkelt del av teksten deklareres til å være av en bestemt type (eksempelvis overskrift, brødtekst, sitat, opplisting,...) Trinn 2 Formatering: Hver av teksttypene tilordnes en kombinasjon av formater (ofte kalt en stil) Dette prinsippet gjør at dersom man ønsker å endre utseende f.eks. på alle overskrifter, er det tilstrekkelig å endre stilen Skill mellom innhold (hva er teksten) og visualisering (hvordan vise fram teksten) INF1040-XML-4

Redigeringsprogrammer (editorer) Eksempel: WYSIWYG i MS-Word To hovedtyper WYSYWYG What you see is what you get Direkte redigering av markeringer se eksempler på de følgende lysark I Produserer en

$tex \documentclass[a4paper,12pt]{article} \usepackage[latin1]{inputenc} \begin{document} \section{innhold INF1040} I \textbf{inf1040} skal vi blant annet teksteksempel.dvi teksteksempel.$

2 Redigeringsprogrammer (editorer) Eksempel: WYSIWYG i MS-Word To hovedtyper WYSYWYG What you see is what you get Direkte redigering av markeringer se eksempler på de følgende lysark I Produserer en fil testeksempel.doc (på proprietært format) INF1040-XML-5 INF1040-XML-6 Direkte redigering LaTeX teksteksempel.tex \documentclass[a4paper,12pt]{article} \usepackage[latin1]{inputenc} \begin{document} \section{innhold INF1040} I \textbf{inf1040} skal vi blant annet teksteksempel.dvi teksteksempel.ps lære om hvordan vi i en datamaskin representerer \begin{itemize} \item tekst \item tall \item lyd \item bilder \end{itemize} og hva dette innebærer for \textit{lagring, overføring} og \textit{fremvisning} \end{document} LaTeX dvips INF1040-XML-7 <?xml version="1.0" encoding="windows-1252"?> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" " <html> <head> <title>beskrivelse INF1040</title> </head> <body> <h1> Innhold INF1040</h1> <p>i <b>inf1040</b> skal vi blant annet lære om hvordan vi i en datamaskin representerer</p> <ul> <li>tekst</li> <li>tall</li> <li>lyd</li> <li>bilder</li> </ul> <p>og hva dette innebærer for <i>lagring, overføring</i> og <i>fremvisning</i> </p> </body> </html> Direkte redigering XHTML nettleser (browser) INF1040-XML-8

3 SGML-familien Hva inneholder nå egentlig denne teksten? SGML Standard General Markup Language HTML Hypertext Markup Language ISO 8879:1985 INF1040 Digital representasjon I INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer tekst tall lyd bilder og hva dette innebærer for lagring, overføring og fremvisning. XML Extensible Markup Language For å få fortalt hva teksten inneholder XML Extensible Markup Language Såkalt råtekst ( plaintext ) XHTML Extensible Hypertext Markup Language Other XML-based Languages Et standardisert format for data + beskrivelse av data Standardisert av World Wide Web Consortium se Eksempel se neste lysark INF1040-XML-9 INF1040-XML-10 Alle XML-filer begynner slik! startmarkering (starttag) Et meget enkelt XML-eksempel <eventyr> Det var en gang Tegnsett brukt i XML-filen XML er ikke ment for direkte fremvisning XML-teksten kan oversettes til egnet XHTML (eller et hvilket som helst annet tekstformat) ved hjelp av en XSLT-prosessor, et program som styres av instrukser på en XSL-fil. (XSLT = Extensible Style Sheet Language Translator) Enkelte moderne nettlesere har en XSLT-prosessor innebygd XSL-fil CSS-fil sluttmarkering (endtag) og snipp, snapp, snute, så var det eventyret ute. </eventyr> element (element) XML-fil XHTML-fil XSLTprosessor Nettleser andre formater INF1040-XML-11 INF1040-XML-12

4 Et litt mer avansert XML-eksempel <emne id="ifi12345"> <emnekode>inf1040</emnekode> <emnenavn> Digital representasjon</emnenavn> <emnebeskrivelse>i INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer <temaliste> <tema>tekst</tema> <tema>tall</tema> <tema>lyd</tema> <tema>bilder</tema> </temaliste> og hva dette innebærer for <stikkord>lagring</stikkord>, <stikkord>overføring</stikkord> og <stikkord>fremvisning</stikkord>. </emnebeskrivelse> </emne> Vi snakker gjerne om et XMLdokument, selv om det ikke er meningen å skrive det ut på papir. Terminologien understreker imidlertid at XML er et tekstbasert format. INF1040-XML-13 Oppbyggingen av et element <elementnavn attributtnavn= "verdi"> tekst og/eller elementer </elementnavn> sluttmarkering Et element må ha både en startmarkering og en sluttmarkering <markering>elementinnhold</markering> Tomme elementer kan ha en kombinert kombinert start- og sluttmarkering <markering/> Regler for elementnavn Kan inneholde bokstaver, tall og andre tegn. Ikke-engelske bokstaver er tillatt, men det er ikke sikkert all programvare forstår dem Kan ikke inneholde mellomrom (space) Kan ikke starte med tall, skilletegn eller xml, XML, Xml (men med _) Unngå.: De kan lett misforstås startmarkering elementinnhold INF1040-XML-14 Spesielle tegn Tegnene < > & har en spesiell betydning i XML (de brukes som escape -tegn) Elementene danner en hierarkisk struktur emne Hvis slike tegn inngår i teksten, må de kodes på en spesiell måte: &tegnnavn; eller &#kodepunkt; altså: < < < > > > & & & x betyr at kodepunktet er angitt i heksadesimal emnekode INF1040 emnenavn - Digital representasjon I INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer temaliste og hva dette innebærer for emnebeskrivelse stikkord* og stikkord For konvertering fra Unicode-tegn til heksadesimal, bruk for eksempel tema* lagring overføring fremvisning tekst tall lyd bilder INF1040-XML-15 INF1040-XML-16

5 Velstrukturerte XML-dokumenter Et XML-dokument er sammensatt av elementer, avgrenset med markeringer ( tags ) Et element må ha både en startmarkering og en sluttmarkering <markering>elementinnhold</markering> Tomme elementer kan ha en kombinert kombinert start- og sluttmarkering <markering/> Et XML-dokument skal ha ett eneste rotelement Elementer må være perfekt nøstet (danne en hierarkisk struktur) <m1><m2></m2><m1>, ikke <m1><m2></m1><m2> Elementer kan ha attributter i startmarkeringen: attributt="verdi" Sjekk av struktur kan gjøres med Er XML-dokumentet på lysark 13 velstrukturert? Gyldige XML-dokumenter I utgangspunktet kan markeringer, attributter og verdier velges fritt. Strengere regler kan pålegges ved hjelp av en Dokumenttypedefinisjon Document Type Definition (DTD) eller et XML-Schema Disse reglene kan blant annet spesifisere lovlige markeringer Et XML-dokument kan da være gyldig i henholdt til en gitt DTD eller et gitt XML Schema Sjekk av gyldighet (validering) kan gjøres for eksempel med Det finnes en mengde standardiserte DTDer for ulike formål elektronisk handel, geografiske informasjonssystemer, elektroniske valg, undervisning, varslingssystemer, INF1040-XML-17 INF1040-XML-18 Eksempel på en Dokumenttypedefinisjon - DTD Dokumenttypedefinisjon på filen emne.dtd: <!ELEMENT emne (emnekode, emnenavn, emnebeskrivelse)> <!ELEMENT emnekode (#PCDATA)> <!ELEMENT emnenavn (#PCDATA)> <!ELEMENT emnebeskrivelse (#PCDATA temaliste stikkord)*> <!ELEMENT temaliste (tema*)> <!ELEMENT tema (#PCDATA)> <!ELEMENT stikkord (#PCDATA)> På filen emne.xml <!DOCTYPE emne SYSTEM "emne.dtd"> <emne> <emnekode>inf1040</emnekode> Dokumenttypedeklarasjon #PCDATA = Parced Character Data, dvs vanlig tekst INF1040-XML-19 Et XML-skjema På filen emne.xsd: xmlns:xsi=" <emne xsi:nonamespaceschemalocation="emne.xsd"> <emnekode>inf1040</emnekode> <?xml version="1.0" encoding="iso "?> <xs:schema xmlns:xs=" <xs:element name="emne"> <xs:complextype> <xs:sequence> <xs:element name = "emnekode" type="xs:string"/> <xs:element name = "emnenavn" type="xs:string"/> <xs:element name = "emnebeskrivelse"> <xs:complextype mixed= true > <xs:sequence> <xs:element name ="tema" type="xs:string" minoccurs="2" maxoccurs= "10"/> <xs:element name = "stikkord" type="xs:string" minoccurs="0" maxoccurs="unbounded"/> </xs:complextype> </xs:element> </xs:sequence> </xs:complextype> </xs:schema> INF1040-XML-20

6 To anvendelser av XML Som et lingua franca mellom systemer XML i datalageret og på datanettet Endelig en standard! Emneorienterte markeringer må defineres (begge systemer må ha samme oppfatning av <eventyr>) XML! Er tekstiig format alltid hensiktsmessig? Stor datamessig overhead Men: Store muligheter for komprimering XML? XML? Lagring av XML-dokumenter i en database Native XML-database Trenger vi enda en type database?» Enda et DDL, DML og et spørrespråk Kan også være: Mobiltelefoner Måleinstrumenter Skrivere Tekst-TV. INF1040-XML-21 INF1040-XML-22

Like dokumenter

Læringsmål XML. Markering av tekst. SGML-familien. Forstå prinsippene bak XML og XHTML. Forstå hva XML kan brukes til og hvordan.

Læringsmål XML. Markering av tekst. SGML-familien. Forstå prinsippene bak XML og XHTML. Forstå hva XML kan brukes til og hvordan. Markeringsspråk og XML Læringsmål XML Forstå prinsippene bak XML og XHTML. Forstå hva XML kan brukes til og hvordan.