Markeringsspråk og XML

Transkript

1 Markeringsspråk og XML <?xml version = "1.0" encoding="iso "?> <eventyr> Det var en gang og snipp, snapp, snute, så var det eventyret ute. </eventyr> Rå tekst vs. formatert tekst 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,) Læreboka kapittel 3 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> I <strong>inf1040</strong> skal vi blant annet lære 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) To hovedtyper ( se eksempler på de følgende lysark) WYSYWYG What you see is what you get Direkte redigering av markeringer 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

2 Eksempel: WYSIWYG i MS-Word I Produserer en fil testeksempel.doc (på proprietært format) teksteksempel.tex Direkte redigering LaTeX \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-5 INF1040-XML-6 <?xml version="1.0" encoding="windows-1252"?> <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01//EN" " <html> <title>beskrivelse INF1040</title> <h1> Innhold INF1040</h1> I <b>inf1040</b> skal vi blant annet lære om hvordan vi i en datamaskin representerer <ul> <li>tekst</li> <li>tall</li> <li>lyd</li> <li>bilder</li> </ul> og hva dette innebærer for <i>lagring, overføring</i> og <i>fremvisning</i> </html> Direkte redigering XHTML nettleser (browser) INF1040-XML-7 SGML-familien SGML Standard General Markup Language HTML Hypertext Markup Language XHTML Extensible Hypertext Markup Language XML Extensible Markup Language ISO 8879:1985 Other XML-based Languages INF1040-XML-8

3 XML Extensible Markup Language Et meget enkelt XML-eksempel Et standardisert format for data + beskrivelse av data Standardisert av World Wide Web Consortium se Eksempel se neste lysark Alle XML-filer begynner slik! startmarkering (starttag) sluttmarkering (endtag) <?xml version = "1.0" encoding="iso "?> <eventyr> Det var en gang og snipp, snapp, snute, så var det eventyret ute. </eventyr> Tegnsett brukt i XML-filen element (element) INF1040-XML-9 INF1040-XML-10 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 XSLT-fil. (XSLT = Extensible Style Sheet Language Translator) Enkelte moderne nettlesere har en XSLT-prosessor innebygd XML-fil XSLT-fil XHTML-fil andre formater CSS-fil XSLTprosessor Nettleser INF1040-XML-11 Et litt mer avansert XML-eksempel <?xml version = "1.0" encoding="iso "?> <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-12

4 Velstrukturerte XML-dokumenter Et XML-dokument er sammensatt av elementer, avgrenset med markeringer ( tags ) 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> Sjekk av struktur kan gjøres med Elementene danner en hierarkisk struktur emnekode INF1040 emnenavn - Digital representasjon emne I INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer temaliste og hva dette innebærer for emnebeskrivelse stikkord* og stikkord tema* lagring overføring fremvisning Er XML-dokumentet på lysark 13 velstrukturert? tekst tall lyd bilder INF1040-XML-13 INF1040-XML-14 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> Elementer kan ha attributter i startmarkeringen: attributt="verdi" 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-15 Spesielle tegn Tegnene < > & har en spesiell betydning i XML (de brukes som escape -tegn) 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 For konvertering fra Unicode-tegn til heksadesimal, bruk for eksempel INF1040-XML-16

5 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, 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 <?xml version = "1.0" encoding="iso "?> <!DOCTYPE emne SYSTEM "emne.dtd"> <emne> <emnekode>inf1040</emnekode> Dokumenttypedeklarasjon #PCDATA = Parced Character Data, dvs vanlig tekst INF1040-XML-17 INF1040-XML-18 Et XML-skjema På filen emne.xsd: <?xml version = "1.0" encoding="iso "?> xmlns:xsi=" <emne xsi:schemalocation="emne.xsd"> <emnekode>inf1040</emnekode> <?xml version="1.0" encoding="iso "?> <xs:schema xmlns:xs=" <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:element name = "tema" type="xs:string" minoccurs= 2 maxoccurs= 10 /> <xs:element name = "stikkord" type="xs:string" minoccurs= 0 maxoccurs= unbounded /> </xs:complextype> </xs:sequence> </xs:complextype> </xs:schema> INF1040-XML-19 To anvendelser av XML Som et lingua franca mellom systemer Endelig en standard! Emneorienterte markeringer må defineres (begge systemer må ha samme oppfatning av <eventyr>) Er tekstiig format alltid hensiktsmessig? Stor datamessig overhead Men: Store muligheter for komprimering Lagring av XML-dokumenter i en database Native XML-database Trenger vi enda en type database? INF1040-XML-20

6 XML i datalageret og på datanettet XHTML - XML-spesialisering for nettsider XML? Kan også være: Mobiltelefoner Måleinstrumenter Skrivere Tekst-TV. XML! XML? <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" " <html xmlns = " <title> En minimal nettside </title> Hallo, verden! </html> Læreboka kapittel 4 INF1040-XML-21 INF1040-XML-22 XHTML Extensible Hypertext Markup Language XML med en spesiell DTD egnet for utforming av nettsider se Erstatning for HTML Hypertext Markup Language Viktig bestanddel av Hypertext Transfer Protocol HTTP Nettleser web-tjener.html Responsen tolkes og vises av nettleseren filtype XHTML-kodet tekst (eller binærfil bilde) index.html Tre varianter av XHTML For XHTML kan vi velge mellom tre ulike DTDer Transitional Litt romslig DTD som bl.a. tillater elementer og attributter som har med visuell presentasjon å gjøre. Egnet for XHTML som er oppussede versjoner av tradisjonell HTML Frameset DTD som tillater bruk av rammer ( frames ). Omdiskutert teknologi. Ligg unna! Vi skal bruke strict! Strict DTD som utelukker elementer og attributter som har med visuell presentasjon å gjøre dette skal uttrykkes i stiler og stilark INF1040-XML-23 INF1040-XML-24

7 Hva INF1040 ikke dekker Dynamiske nettsider Nettsider som bygges opp on the fly på web-tjeneren, ofte på grunnlag av data som hentes fra en database Forms Formularer som brukeren av nettstedet kan fylle ut Image-maps Klikkbare bilder Klient-programmering Bruk av skriptspråk for å skape liv i nettsiden Java-Applets og ActiveX-controls Små programmer som lastes ned fra web-tjeneren og som utføres på klienten De to første temaene Sikkerhetsaspekter inngår i INF1050 Den minimale XHTML nettside <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE html Angivelse av DTD PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" " <html xmlns = " Angivelse av navnerom <title> En minimal nettside </title> Hallo, verden! </html> INF1040-XML-25 INF1040-XML-26 Generelle editorer emacs Redigeringsverktøy Notepad (save som "filnavn.html ) Spesielle XHTML/HTML-editorer Dreamweaver Hot Metal Pro Word save as HTML Amaya (W3C open source) Vi skal ikke bruke altfor hjelpsomme spesielle XHTML/HTML-editorer, for vi skal lære XHTML Validering av XHTML-dokumenter For å kontrollere at et XHTML-dokument er gyldig, kan du bruke valideringstjenesten på Valider alltid dine nettsider! INF1040-XML-27 INF1040-XML-28

8 Publisering av nettsiden (på Ifi) Strukturen på en nettside Legg opp en mappe med navn www_docs på brukerområdet ditt (hvis den ikke er der fra før), og gi den tilgangstillatelser 755 Nettsidehode Sideoverskrift Tittel etc. <html> Legg XHTML-teksten du vil publisere i mappen www_docs, sørg for at filtypen er html eller htm, og gi filen tilgangstillatelser 644 Nå er nettsiden tilgjengelig under URLen Nettsidekropp Link Brødtekst / bilder nettsidehode nettsidekropp I det øyeblikk du har satt tilgangstillatelsene, er nettsiden offentlig tilgjengelig ved hjelp av nettlesere over hele Internett. Tenk over hva du publiserer! Dato for siste oppdatering Redaktør, med e-post-adresse </html> INF1040-XML-29 INF1040-XML-30 Tegnentiteter Vi husker at tegnene < > & har en spesiell betydning i XML Hvis slike tegn inngår i teksten, må de kodes på en spesiell måte: &tegnnavn; eller &#kodepunkt; altså: < < eller < > > eller > & & eller & I XHTML kan også andre tegn kodes på tilsvarende måte æ æ eller æ ø ø eller ø å å eller å. For konvertering fra Unicode-tegn til heksadesimal, bruk for eksempel Tegnentiteter eksempel <h1>inf1040 Digital representasjon</h1> I INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer <ul> <li>tekst</li> <li>tall</li> <li>lyd</li> <li>bilder</li> </ul> og hva dette innebærer for lagring, overføring og fremvisning. INF1040-XML-31 INF1040-XML-32

9 Nettsidehodet Inneholder data som er interessante for nettleseren og andre programvarer (spesielt søkemotorer), men innholdet vises ikke på selve nettsiden <title> En minimal nettside </title>. Tittel XHTML-element for å gi web-siden en tittel <title> Tittel </title> Inngår i nettsidehodet Påkrevet i XHTML-strict Brukes i ymse lister og oversikter, f.eks. Favoritter Brukes i søkemotorenes databaser over nettsider Vises vanligvis i øverst i nettleservinduet Vises ikke på selve nettsiden INF1040-XML-33 INF1040-XML-34 Nettsidekropp (forslag) <h1> Sideoverskrift (ofte samme som title) </h1> brødtekst (evt. med linker) Legg merke til mellomrommet foran /. <hr /> Dette er satt inn av hensyn til enkelte eldre nettlesere. eventuelle navigasjonslinker <br /> Oppdatert av NN dato, link til NN s epost-adresse Vanlige markeringer i nettsidekroppen <h1></h1> Overskrift. Finnes i 6 nivåer, fra h1 til h6 Paragraf omslutter brødteksten. Nettleseren skiller paragrafer med to linjeskift <br /> Tvunget linjeskift. <hr /> Horisontal Ruler horisontal linje.  Bemerk at en vanlig CR og LF ignoreres av nettleseren INF1040-XML-35 INF1040-XML-36

10 Nettsidekropp eksempel <h1>inf1040 Digital representasjon</h1> I INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer <br />tekst <br />tall <br />lyd <br />bilder <br />og hva dette innebærer for lagring, overføring og fremvisning. <hr /> Oppdatert 28. august 2006 av gerhard&0x0040;ifi.uio.no Lister Unummerert liste: <ul> <li>...</li> <li></li> </ul> Nummerert liste: <ol> <li>...</li> <li></li> </ol> <ul> <li> første element</li> <li> andre element</li> første element andre element </ul> <ol> <li> første num-element</li> <li> andre num-element</li> 1 første num-element 2 andre num-element </ol> INF1040-XML-37 INF1040-XML-38 Lister eksempel <h1>inf1040 Digital representasjon</h1> I INF1040 skal vi blant annet lære om hvordan vi i en datamaskin representerer <ul> <li>tekst</li> <li>tall</li> <li>lyd</li> <li>bilder</li> </ul> og hva dette innebærer for lagring, overføring og fremvisning. INF1040-XML-39 Linker <a href="url">tekst som beskriver linken</a> attributt verdi Eksempel: <h1>inf1040 Digital representasjon</h1> I <a href= " INF1040</a> skal vi blant annet lære om hvordan vi i en datamaskin representerer.. INF1040-XML-40

11 Absolutte og relative URLer En absolutt URL er komplett med Internettnode-adresse eks.: En relativ URL har ingen Internettnode-adressedel eks.: versjon2.html Nettsiden ligger da i samme filhierarki som nettsiden som inneholder linken. Relativ URL som ikke begynner med / Filbanen er relativ til nivået over nettsiden som inneholder linken Relativ URL som begynner med / Filbanen tar utgangspunkt i roten til filhierarkiet til nettsiden som inneholder linken Fremmed nettsted i nytt vindu Hvordan få åpnet fremmed nettsted i nytt vindu? <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" " <html xmlns = " I <a href=" target="new">inf1040</a> skal vi blant annet. Legg merke til: transitional, ikke strict INF1040-XML-41 INF1040-XML-42 Relative URLer eksempel <h1>inf1040 XHTML-kurs</h1> Denne nettsidestrukturen inneholder eksempler på ulik utforming av en nettside <ul> <li> <a href="minimal.html">en minimal nettside</a> </li> <li> <a href="versjon1.html">en meget enkel nettside</a> </li> <li> <a href="versjon2.html">en nettside med liste</a> </li> <li> <a href="versjon6.html">en nettside med spesialtegn</a> </li> <li> <a href="versjon7.html">en nettside med link</a> </li> </ul> mailto mailto er en spesiell type URL som kaller opp e-post-programmet og setter den oppgitte e-post-adressen inn i TO-feltet. Brukes for å gjøre det enkelt for nettsurferen å sende en e-post. Mal for en mailto <a href="mailto:e-post-adresse"> beskrivende tekst for e-post-adresse</a> Eksempel: Oppdatert 27. august 2004 av <a href="mailto:gerhard@ifi.uio.no"> gerhard@ifi.uio.no</a> spesialtegnoppsett Publiser ALDRI en e-postadresse i klartekst på en nettside! INF1040-XML-43 INF1040-XML-44

12 Bilder på nettsiden <img src="url" alt="alternativ tekst" width="pikselbredde" height="pikselhøyde"/></a> Bilder som utgangspunkt for linker <a href="url"><img src="url" alt="alternativ tekst" width="pikselbredde" height="pikselhøyde"/></a> Eksempel: <img src="binartall.gif" alt="binærtall" width="431" height="273"/> Angi alltid width og height. Da kan nettleseren bygge opp siden raskere. Angi alltid alt. Beskriver bildet, for eksempel hvis det ikke kan vises Eksempel: <a href="index.html"> <img src="home.gif" alt="hjem" width="40" height="28"/> </a> Det er vanlig å bruke bildet av et hus som symbol for linken til hjemmesiden. Alternativ: Se senere nettsidemal INF1040-XML-45 INF1040-XML-46 Bilder som utgangspunkt for linker thumbnails Bilder kan være store og tidkrevende å laste ned. En thumbnail er et lite bilde som gir nettsurferen valget om hun vil se det i full størrelse: Rad1 Rad2 Tabeller på nettsider Kolonne1 Kolonne2 Kolonne3 data11 data12 data13 data21 data22 data23 <a href="urltilstortbilde"><img src="urltilthumbnail" alt="alternativ tekst" width="pikselbredde" height="pikselhøyde"/></a> bildetekst/størrelse Eksempel: <a href="storttre.gif"> <img src="litetre.gif" alt="tre" width="40" height="28"/></a> Et vakkert tre [full størrelse 8 kb] <table> <tr><th> </th> <th>kolonne1</th><th>kolonne2</th><th>kolonne3</th></tr> <tr><th>rad1</th><td>data11</td><td>data12</td><td>data13</td></tr> <tr><th>rad2</th><td>data21</td><td>data22</td><td>data23</td></tr> </table> se INF1040-XML-47 INF1040-XML-48

13 Tabell eksempel 1 <?xml version="1.0" encoding="iso "?> <!DOCTYPE html PUBLIC "-//W3C//Dtd XHTML 1.0 Strict//EN" " <html xmlns = " <title>vanlige forkortelser på nettet</title> <h1>vanlige forkortelser på nettet</h1> <table> <tr><th>forkortelse</th><th>lang form</th></tr> <tr><td>afaik</td><td>as Far As I Know</td></tr> <tr><td>imho</td><td>in My Humble Opinion</td></tr> <tr><td>otoh</td><td>on the Other Hand</td></tr> </table> </html> Eksempel fra INF1040-XML-49 Tabell eksempel 2 <?xml version="1.0" encoding="iso "?> <!DOCTYPE html PUBLIC "-//W3C//Dtd XHTML 1.0 Strict//EN" " <html xmlns = " <title>vanlige forkortelser på nettet</title> <table> <caption>vanlige forkortelser på nettet</caption> <thead> <tr><th>forkortelse</th><th>lang form</th></tr> </thead> <tbody> <tr><td>afaik</td><td>as Far As I Know</td></tr> <tr><td>imho</td><td>in My Humble Opinion</td></tr> <tr><td>otoh</td><td>on the Other Hand</td></tr> </tbody> </table> Eksempel fra </html> Mer moderne versjon med flere elementer, egnet for bruk av stilark INF1040-XML-50 Tabeller mer avanserte muligheter Tabellceller kan slås sammen, se for eksempel Stiler kan brukes til setting av tykkelse og farger på kantlinjer størrelse og farge på teksten polstring ("padding") rundt teksten Gode råd om nettsideutforming La nettsiden fortelle en selvstendig historie. Du vet ikke hvor leseren kommer fra, og hvor han drar.. Lag korte, konsise sider. Begrens bruken av inline grafikk. Naturlig brødtekst også for linker: Unngå klikk her! Inkludér alltid en link til hjemmesiden! bakgrunnsfarger INF1040-XML-51 INF1040-XML-52