Langages de balises : XML 1

1
Langages de balises XML (1)
Cours 8
XML description dun document
Élisabeth Delozanne, M2-ISV, Paris 5, 2004-2005
2
Objectifs

• Enseignement
• On ne devient pas expert XML en 6 h
• Donner des points de repères pour entrer plus
  facilement dans le monde XML quand vous serez en
  stage ou dans la vie active
• Apprentissage Avoir
• Une vue générale sur les technologies XML
• Une première approche de la syntaxe
• Une première approche des principales
  utilisations
• Description de documents
• Parcours de documents
• Transformation de documents
• À travers un exemple présenté par J. Le Maître
  (Université de Toulon)

3
Plan

• Cours 8
• Références
• XML ? Extensible Markup Langage
• En 10 points
• Les outils
• Description dun document
• Cours 9
• Parcours dun document
• Le Langage XPath
• Liens Hypertextuels le langage XLink
• Transformation dun document
• Le langage XSLT

4
Références (1)

• Ce cours a emprunté des passages entiers aux
  cours XML suivants
• Jacques Lemaître, Université de Toulon
• Jérôme Lehuen, Université du Maine
• Alain Seigneur, Université Paris 5
• Jean-Marc Labat, Université Paris 5
• La référence XML
• http//www.w3.org/XML/
• Outillage XML
• http//www.xmlsoftware.com (portail outillage
  XML)
• http//www.alphaworks.ibm.com/xml/ (outils
  développés par IBM)
• http//xml.apache.org (outils développés par
  Apache)
• http//www.jclark.com/xml/ (outils développés par
  James Clark)

5
Références (2)

• Points dentrées francophones
• http//www.xmltechno.com (portail XML)
• http//www.chez.com/xml/ (exemples, trucs et
  astuces)
• http//xmlfr.org (listes de diffusion françaises)
• Points dentrées anglophones
• http//www.xmlpitstop.com (portail XML)
• http//www.xml.com (portail XML)
• http//www.w3schools.com (des tutoriels sympas)
• http//xmlhack.com (des news et des articles)
• http//msdn.microsoft.com/xml/ (le monde XML vu
  par Microsoft)
• http//schema.net (dépôt de DTD et de schémas)

6
XML en 10 points

• XML est un langage pour structurer des données
• XML ressemble un peu à HTML, mais ce nest pas
  HTML
• XML est du texte, mais sont but nest pas dêtre
  lu
• XML est bavard mais ce nest pas un problème
• XML est une famille de technologies
• XML est nouveau, mais pas vraiment
• XML conduit HTML au XHTML
• XML est modulaire
• XML sert de base au RDF et au Web Sémantique
• XML est indépendant de la plateforme, compatible
  avec plusieurs applications, et libre de droits.
• http//www.w3.org/XML/1999/XML-in-10-points

7
XML structurer des données

• Données structurées
• feuilles de calcul, carnets dadresses,
  paramètres de configuration, transactions
  financières, dessins techniques, etc.
• XML
• un ensemble de règles, de lignes directrices, de
  conventions, pour la conception de formats texte
  (au sens anglo-saxon dagencement structuré) pour
  de telles données
• Objectif
• Les générer, lire, traiter, échanger facilement
  par des programmes
• Les structures ne soient pas ambigus,
• permettre lextensibilité des formats,
  linternationalisation et la portabilité des
  données
• A lorigine
• Publication électronique à grande échelle
• Échange de données
• Sur le web
• Plus généralement entre programmes

8
XML ressemble à HTML mais nest pas du HTML

• Comme HTML
• utilise des balises entre  lt  et  gt  et des
  attributs dans les balises sous la forme
  nom"valeur"
• mais
• HTML donne un sens aux balises et attributs
• ltpgt paragraphe en HTML
• XML nutilise les balises que pour délimiter les
  éléments de données et laisse leur interprétation
  aux applications
• ltpgt aucun sens particulier en XML
• Pas le même objectif
• HTML définit structure et mise en page dun
  document destiné à être affiché dans un
  navigateur
• XML permet de décrire uniquement la structure du
  document
• Langage de description de format

9
XML ! HTML

• HTML
• Affiche linformation dans un navigateur
• Utilise des balises de présentation
• Les balises sont prédéfinies
• La syntaxe est tolérante
• XML
• Structure linformation pour la rendre utilisable
  par des programmes
• Utilise des balises de structuration
• Les balises sont à définir en fonction des
  besoins
• La syntaxe est stricte

10
XML textuel mais pas destiné à être lu

• Les programmes mémorisent les données structurées
  dans un format
• binaire ou un format texte.
• Intérêts du format texte
• pouvoir consulter les données sans le programme
  qui les a produites
• facilite le débogage par des programmeurs
  (éditeurs)
• Comme HTML, XML
• est destiné à être lu par un programme pas par un
  humain
• peut être lu par un humain à loccasion pour
  débogage rapide
• Contrairement à HTML,
• un format XML est très strict
• une erreur de balisage rend le document invalide
• La spécification XML interdit de deviner le
  balisage, sil est incorrect le traitement est
  interrompu et une erreur est rapportée

11
XML verbeux, mais ce nest pas un problème

• XML
• est un format textuel
• ajoute des balises aux données
• Conséquences
• La taille des documents est toujours plus grande
  quavec un format binaire
• Mais
• zip et gzip les compressent particulièrement bien
• Espace disque est de en un problème
• les protocoles de communication (protocoles de
  modem et HTTP/1.1) peuvent compresser des données
  à la volée
• économise de la bande passante aussi efficacement
  quun format binaire
• Les avantages sont très grands (cf. format texte)
• Le journal Le Monde en passant au format XML a
  gagné 22 minutes par jour sur lheure de bouclage
  (source cours dA. Seigneur, licence pro. Info,
  Paris 5)

12
XML famille de technologies

• Spécifications de XML 1.0
• Définit ce que sont les balises et les attributs
• De nombreux modules décrivant des jeux de balises
  pour des tâches spécifiques
• DTD, Schémas XML créer des classes de documents
• XLink ajouter des liens Hypertextes à un
  fichier XML
• XSL, XSLT les transformer et les formater
• XPath et XPointer pour rechercher dans un fichier
  XML
• DOM les manipuler et traiter les éléments de
  fichier XML en utilisant une technologie objet
• RDF pour les décrire (metadata)
• Etc.
• Des dialectes
• MathML, SVG (graphique), SMIL (Multimédia)
• Technologies du document

13
Le monde XML (extrait)
(tiré du cours XML de Jacques Lemaître
Université de Toulon)
14
Deux types de documents XML

• Documents XML orientés publication
• Publication avancée sur le web
• XSLT permet de générer des pages Html à partir de
  documents XML
• Idéal pour concevoir des sites web structurés et
  évolutifs (à base darticles)
• Dans la publication de documents imprimables
• XSLFO (Formatting Objects) et le processeur
  APACHE FOP (FO to PDF)
• Ont pour objectif de concurrencer LaTex, Quark
  Xpress
• Documents XML orientés données
• Fichiers de configuration de logiciel
• Échanges de documents informatisés

15
XML nouveau, mais pas tant que cela

• XML
• a commencé en 1996
• est standardisé depuis février 1998
• XML 1.0 (octobre 2000)
• Mais
• XML est une évolution de SGML
• inventé dans les années 80 et standard ISO depuis
  1986
• SGML est largement utilisé
• Dans documentation technique (aéronautique etc.)
• et par HTML
• XML
• Aussi puissant
• Réunir en un document plusieurs sources
  dinformation
• Définir une structure de document avec schéma ou
  DTD pouvant être validé
• mais beaucoup plus simple dapplications

16
Généalogie XML
(Tiré de Cours XML Jérôme Lehuen, Université du
Maine)
17
XML de HTML vers XHTML

• XHTML
• Langage intermédiaire pour récupérer
  linformation codée en HTML
• Apparu en 2000 comme reformulation de la version
  4 de HTML en XML
• W3C a défini trois DTD (rédigées en SGML)
• Strict (Strict DTD) mène à du pur XML
• Tout ce qui concerne le style nest pas repris
  (il faut utiliser les CSS)
• DTD modérée (transitional DTD) qui autorise
  quelques ajustements de présentation
• Framset DTD permet dutiliser les cadres)

18
XML modulaire

• XML permet
• De définir un nouveau format en combinant et
  utilisant des formats
• Pour éviter les conflits de noms, XML définit un
  mécanisme pour les espaces de noms

19
XML base de RDF et du Web sémantique

• Definition
• The Semantic Web is the representation of data on
  the World Wide Web.
• It is based on the Resource Description Framework
  (RDF), which integrates a variety of applications
  using XML for syntax and URIs for naming.
• "The Semantic Web is an extension of the current
  web in which information is given well-defined
  meaning, better enabling computers and people to
  work in cooperation." -- Tim Berners-Lee, James
  Hendler, Ora Lassila, The Semantic Web,
  Scientific American, May 2001
• De la même manière que les humains ont besoin de
  se mettre d'accord sur les mots qu'ils utilisent
  en communicant entre eux, les machines ont aussi
  besoin de mécanismes pour communiquer
  efficacement. Les descriptions formelles de
  terminologies dans un domaine particulier (la
  grande distribution ou l'industrie, par exemple)
  sont appelées ontologies

20
XML et Web sémantique (1)

• La recherche sur le web est purement lexicale et
  syntaxique
• Si on soumet windows gates à un moteur de
  recherche,
• Dabord des sites sur les portes et les fenêtres,
  puis des sites sur Microsoft
• Solution doter le web dun modèle sémantique
• permettre de spécifier si on sintéresse au
  patron de Microsoft ou si on veux changer sa
  porte dentrée
• Idée ajouter des méta-données et de relations
  conceptuelles
• permettre à des moteurs de recherche évolués et à
  des agents intelligents de comprendre le web
  et de faire des déductions
• exemple RDF (Resource Description Framework)
• Définir un mécanisme pour décrire les ressources
  disponibles sur le web sans faire dhypothèses
  sur un domaine dapplication particulier
• suppose de définir une sémantique non-dédiée,
  indépendante des thèmes et des domaines
  dapplication
• cela est-ce réaliste ?

21
XML et Web sémantique (2)

• Exemple de déclaration RDF
• On part dune phrase en langage naturel
• Jérôme Lehuen est le créateur du site
  http//www-ic2.univ-lemans.fr/lium
• On identifie les ressources, les propriétés et
  les chaînes littérales
• On représente la phrase à laide dun graphe
  conceptuel

22
XML et Web sémantique (3)

• Exemple de déclaration RDF

23
XML est libre dusage

• En choisissant XML pour vos projets, vous
  disposez dun réservoir doutils et dexpérience
  très important et en croissance
• XML est aux formats de données ce que SQL est aux
  langages de requêtes vous pouvez peut-être vous
  en passer, mais il faut vraiment une bonne raison
  !
• XML en tant que technologie W3C est libre de
  droits
• vous pouvez vous en servir pour construire votre
  propre logiciel sans avoir à payer quoi que ce
  soit à qui que ce soit.
• Sa mise en oeuvre est importante et ne cesse de
  croître
• vous n'êtes pas lié à un seul fournisseur.
• Une solution XML n'est pas toujours la meilleure,
  mais il vaut toujours la peine de la considérer.

24
Les outils

• Éditeur XML
• Un simple éditeur fait laffaire, sauvergarder au
  format .xml
• Il existe des éditeurs spécialisés
• http//www.atica.gouv.fr/XML/outilsxml.shtml
• (éditeurs gratuits)
• http//www.xmlsoftware.com/
• Parseurs
• Analyseur syntaxique qui vérifie et valide un
  document XML
• Xerces développé par Apache (http//xml.apache.org
  /)
• Processeurs
• Convertit un document dun langage dans un autre
• Ex Word ou OpenOffice
• Outils intégrés
• Jedit (nécéssite dinstaller une machine
  virtuelle Java)
• www.jedit.org

25
Plan

• XML ? Extensible Markup Langage
• XML en 10 points
• Les outils
• Description dun document XML
• Structure
• Écrire une DTD
• Parcours dun document XML
• Transformation dun document XML
• Références

26
Structure logique

• Un document XML est découpé en éléments
  structurés hiérarchiquement
• Un document a un élément racine appelé élément du
  document
• Un élément est composé
• dun nom qui spécifie son type
• dattributs
• dun contenu formé déléments ou de textes.
• Un texte est une chaîne de caractères.
• Un attribut a un nom et une valeur (chaîne de
  caractères)
• Syntaxiquement, les éléments dun document XML
  sont marqués dans le document lui-même par des
  paires de balises ouvrantes et fermantes.

27
Exemple

• Par exemple, un livre peut être représenté en XML
  par
• un élément livre composé
• dun attribut isbn dont la valeur est lISBN de
  ce livre,
• dun élément titre
• de plusieurs éléments chapitre
• un élément chapitre est composé par
• un élément titre
• plusieurs éléments paragraphe
• un élément titre est composé
• du texte de ce titre
• un élément paragraphe est composé
• du texte de ce paragraphe

28
DTD

• Les éléments qui décrivent un document peuvent
• être définis dans une
• DTD (Définition de Type de Document)
• mais ce nest pas obligatoire.
• Un document XML est dit valide
• sil est précédé de sa DTD et
• si sa description est conforme à cette DTD
• Un document XML est dit bien formé
• sil nest pas précédé dune DTD mais
• si sa description est syntaxiquement correcte

29
Un exemple de document

• Itinéraires skieurs dans la Vallée de la Clarée
• par Jean-Gabriel Ravary
• Le Polygraphe, éditeur
• 1991

Vallon des Muandes Vallon situé à lest du refuge
des Drayères. Le vallon le plus utilisé pour la
traversée sur la Vallée Etroite. Ce vallon est
également accessible du refuge Laval. Col de
Névache (2 794 m) n 1 Sélever au-dessus du
refuge des Drayères en direction est. Suivre la
rive droite du torrent de Brune puis sengager
sur le flanc droit du ravin des Muandes que lon
quitte vers 2500m pour rejoindre le col situé au
nord. Descente possible sur Valmeinier. Départ
assez raide. Pointe de Névache (2 892 m) n
2 Du col de Névache (itinéraire n 1), suivre la
ligne de crête qui mène à la pointe de Névache.
Attention corniches possibles. Crampons utiles
au printemps.
30
Le guide en XML(1)

• lt?xml version"1.0"?gt
• ltguidegt
• lttitregtItinéraires skieurs dans la vallée de la
  Claréelt/titregt
• ltauteurgtJean-Gabriel Ravarylt/auteurgt
• ltediteurgtLe Polygraphelt/editeurgt
• ltanneegt1991lt/anneegt
• ltvallon id"V15"gt
• ltnomgtVallon des Muandeslt/nomgt
• ltintrogt
• ltparagtVallon situé à lest du refuge des
  Drayères.lt/paragt
• ltparagtLe vallon le plus utilisé pour la traversée
  sur la Vallée
• Etroite. Ce vallon est également accessible du
  refuge Laval.lt/paragt
• lt/introgt
• ... Itinéraires ...
• lt/vallongt
• lt/guidegt

31
Le guide en XML(2)

• ltitineraire id"I15.1"gt
• ltnomgtCol de Névachelt/nomgtltaltgt2794lt/altgtltcotationgt
  lt/cotationgt
• ltnumgt1lt/numgt
• ltparagtSélever au-dessus du refuge des Drayères
  en direction est.
• Suivre la rive droite du torrent de Brune puis
  sengager sur le flanc droit du ravin des Muandes
  que lon quitte vers 2500 m pour rejoindre le col
  situé au nord. Descente possible sur Valmeinier.
• ltnote type"prudence"gtDépart assez
  raide.lt/notegtlt/paragt
• lt/itinerairegt
• ltitineraire id"I15.2"gt
• ltnomgtPointe de Névachelt/nomgt ltaltgt2892lt/altgt
• ltcotationgtlt/cotationgtltnumgt2lt/numgt
• ltparagtDu col de Névache ltrenvoi cible"I15.1"/gt,
  suivre la ligne de crête qui mène à la pointe de
  Névache.
• ltnote type"prudence"gtAttention corniches
  possibles.lt/notegt
• ltnote type"materiel"gtCrampons utiles au
  printemps.lt/notegtlt/paragt
• lt/itinerairegt

32
Production dun document XML

• Pour produire un document XML, un utilisateur
  dispose des outils logiciels suivants
• éditeurs de texte classiques
• éditeurs syntaxiques (Emacs ou XML Notepad, par
  exemple)
• qui permettent de produire des documents XML bien
  formés
• analyseurs ou parseurs
• qui contrôlent la validité dune DTD ou dun
  document et le traduisent sous une forme interne
  adaptée pour son traitement par une application
• éditeurs validants, qui combinent les
  fonctionnalités des éditeurs syntaxiques et des
  analyseurs.

33
Structure dun document XML

• Un document XML est composé
• dun prologue facultatif (voir ci-après
  Organisation dun document XML ),
• de lélément du document
• qui est lui-même composé déléments et de textes.
• Dans le prologue et dans le contenu dun élément,
  on peut insérer
• des commentaires
• des instructions de traitement (que nous
  nétudierons pas dans ce cours) qui sont destinés
  aux applications traitant le document.
• Un document peut être découpé en entités
  enregistrées dans un ou plusieurs fichiers.

34
Noms et tokens de noms

• Un caractère de nom
• est soit une lettre, soit un chiffre, soit un
  point, soit un tiret, soit un espace souligné,
  soit un deux-points.
• Un nom
• est une suite de un ou plusieurs caractères dont
  
• le premier est soit une lettre, soit un espace
  souligné, soit un deux-points (réservé à la
  séparation dun nom et de son préfixe, voir
  ci-après Espaces de noms ),
• chacun des suivants est un caractère de nom.
• Par exemple
• xmllan extrait_de titre poeme-79
• Un token de nom
• est une suite de un ou plus caractères de nom.

35
Élément

• Un élément est composé
• dune balise de début qui contient le nom de
  lélément et éventuellement ses attributs
• dun contenu
• dune balise de fin
• Par exemple
• ltnote type"prudence"gtDépart assez raide.lt/notegt
• balise de début ltnote type"prudence"gt
• nom note
• attribut type"prudence"
• contenu Départ assez raide.
• balise de fin lt/notegt

36
Contenu dun élément

• vide
• ltrenvoi cible"I15.1"gtlt/renvoigt
• ou ltrenvoi cible"I15.1"/gt
• composé déléments
• ltintrogt
• ltparagtVallon situé à lest du refuge lt/paragt
• ltparagtLe vallon le plus utilisé pour la traversée
  lt/paragt
• lt/introgt
• mixte mélange de textes et déléments
• ltnomgtCol de Névachelt/nomgt
• ltparagtDu col de Névache ltrenvoi cible"I15.1"/gt,
  suivre la ligne de crête qui mène à la pointe de
  Névache.ltnote type "prudence"gtAttention
  corniches possibles. lt/notegtltnote
  type"matériel"gt Crampons utiles au
  printemps.lt/notegt
• lt/paragt

37
Élément mixte

• Le contenu dun élément mixte est constitué dune
  chaîne de caractères dans laquelle peuvent être
  insérés des éléments. Cette insertion découpe ce
  contenu en deux types de constituants
• les plus longues suites dau moins un caractère
  dans lesquelles ne sont pas insérés déléments
  appellées textes,
• les éléments
• Par exemple, le contenu
• Du col de Névache ltrenvoi cible"I15.1"/gt, suivre
  la ligne de crête qui mène à la pointe de
  Névache.
• comprend dans lordre
• le texte Du col de Névache
• lélément ltrenvoi cible"I15.1"/gt
• le texte , suivre la ligne de crête qui mène à
  la pointe de Névache.

38
Section CDATA

• Lorsquun texte contient des caractères qui
  jouent un rôle de délimiteur dans la syntaxe XML,
  il est nécessaire de pouvoir annihiler ce rôle.
• Ceci peut être fait en insérant le texte
  contenant ces délimiteurs dans une section CDATA
  sous la forme suivante
• lt!CDATAtexte contenant des délimiteursgt
• Le texte inséré peut contenir nimporte quels
  caractères excepté la chaîne .
• Une section CDATA ne peut donc pas en contenir
  une autre.
• Par exemple, la phrase
• L'expression ltALTgt2794lt/ALTgt est un élément
  XML.
• peut être représentée par lélément suivant
• ltphrasegtL'expression lt!CDATAltALTgt2794lt/ALTgtgt
  est un élément XML.lt/phrasegt

39
Attributs

• Un attribut est un couple nom-valeur où
• le nom est un nom XML
• la valeur est une suite de caractères
• Par exemple
• type"prudence"
• Apostrophes ou guillemets ?
• Si une valeur dattribut est placée entre
  guillemets, elle peut contenir des apostrophes
• si elle est placée entre apostrophes, elle peut
  contenir des guillemets
• Par exemple
• select"itinérairecotation''"
• select'itinérairecotation""'
• Préférez les guillemets sauf
• ltpersonne nomGeorge  Dobleiou  Bushgt

40
Éléments ou attributs(1) ?

• Les données peuvent être stockées dans des
  éléments ou des attributs
• Linformation reste la même, la syntaxe change
• Il y a les partisans des éléments et les
  partisans des attributs
• Il ny a pas de règle stricte
• Exemple

41
Éléments ou attributs(2) ?

• Arguments en faveur des attributs
• La DTD donne un meilleur contrôle sur le type des
  attributs
• Établissent une relation plus étroite avec leur
  père que les éléments
• Arguments en faveur des éléments
• Plus simple de les repérer et de les modifier
  dans un document
• Possible dappliquer des styles CSS aux éléments,
  pas aux attributs
• Et surtout,
• on peut décomposer linformation des éléments

42
Éléments ou attributs(3) ?

• Les éléments permettent une décomposition de
  linformation
• Les attributs ne contiennent que des chaînes de
  caractères
• Remarque La première solution nest pas dénuée
  dintérêt
• On peut faire des comparaisons alphabétiques
  entre 2 dates

43
Éléments ou attributs(4) ?

• Bien sûr, on peut aussi tout mettre dans des
  attributs
• ltnote day"01" month"11" year"2001" to"Pierre"
  from"Marie" header"..." body"..."/gt
• On perd une dimension de XML la hiérarchisation
  des informations
• On perd notamment linformation date day
  month year
• Deux conventions généralement acceptées
• Les attributs servent à contextualiser
  linformation de lélément
• ltprix devise"Euros"gt200lt/prixgt
• Les attributs servent à définir des identifiants
  uniques (clés primaires)
• ltnote ID"REF_3051"gt ... lt/notegt
• ltitineraire id"I15.1"gt

44
Liens Internes

• Tout élément peut avoir un attribut ayant pour
  valeur un token de nom qui l'identifie dans le
  document
• les tokens de nom I15.1 et I15.2 identifient les
  itinéraires n 1 et n 2 du Vallon des Muandes
  dans le document Itinéraires skieurs
• ltitineraire id"I15.1"gt
• ltnomgtCol de Névachelt/nomgt
• ltitineraire id"I15.2"gt
• ltnomgtPointe de Névachelt/nomgt
• Lidentificateur dun élément permet dy faire
  référence depuis dautres éléments
• lélément ltrenvoi cible"I15.1"gt fait référence à
  litinéraire n 1 de ce même vallon

45
Commentaires

• Un commentaire est une phrase ayant la forme
  suivante
• lt!--texte du commentaire--gt
• Un commentaire
• peut contenir nimporte quel caractère excepté
  --.
• ne peut donc pas inclure un autre commentaire.
• peut être inclus dans le contenu dun élément
• ne peut pas être à lintérieur dune balise.
• Exemple
• lt!-- Les itinéraires sont classés par vallon --gt

46
Résumé Structure dun document (1)

• Un document XML Prologue arbre déléments
  
• Prologue
• Facultatif mais bonne habitude à prendre
• Composé de
• 1) une déclaration XML
• - 3 attributs (dans cet ordre) version,
  encoding, standalone
• - syntaxe lt?xml version"1.0" encoding
  'ISO-8859'
• standalone 'yes'?gt
• 2) des instructions de traitement
• -Elles ne font pas partie du document,
• -Elles doivent être transmises à une application
• 3) une déclaration de DTD
• - pour les documents valides
• - syntaxe lt!DOCTYPE rapport SYSTEM
  "rapport.dtd" déclarations gt
• ou lt!DOCTYPE lettre déclarationsgt

47
Résumé Structure dun document (2)

• L'arbre d'éléments
• corps du document composé d'éléments
• un élément est défini par
• balise d'ouverture ltmabalisegt
• balise de clôture lt/mabalisegt
• son contenu
• Remarque pour les éléments vides ltbalisevide
  /gt
• 1 racine unique
• Þ Un document est toujours formé d'un élément
  unique contenant tous les autres
• Les éléments sont obligatoirement inclus les uns
  dans les autres
• pas de chevauchement des balises
• Contenu
• très souvent du texte pur nommé PCDATA (Parsed
  Character DATA)
• les espaces vierges sont conservés

48
Pourquoi définir et utiliser des DTD ?

• Lorsque plusieurs personnes doivent séchanger
  des données, elles doivent se mettre daccord sur
  un format déchange commun
• Lorsquun logiciel reçoit des données,il doit
  vérifier que ces données correspondent bien à ce
  quil attend avant de les traiter
• Un traitement de schéma (schema processing)
  vérifie la validité dun document XML
• Le premier langage de schéma retenu pour ce cours
  est le langage des DTD (Définition de Type de
  Documents)
• La communauté XML sorganise pour définir des DTD
  standard dans de nombreux domaines dapplication
• http//www.schema.net
• Il existe des DTD pour le commerce, les finances,
  léducation, le multimédia, les maths etc.
• XMLSchema est un langage pour typer les données
  qui est amené à remplacer les DTD

49
Que trouve-t-on dans une DTD ?

• Une DTD décrit la structure dune classe de
  documents, dun type de documents
• Contraintes sur les éléments noms, séquence,
  hiérarchie
• Contraintes sur les attributs noms, types de
  données
• Définitions des entités sortes de constantes
  associées à des valeurs

50
Définitions dun élément

• Un élément est défini par la déclaration
• lt!ELEMENT nom modèle de contenugt
• Un élément mixte pouvant contenir des éléments
  T1, , Tn a pour modèle de contenu
• (PCDATA T1 Tn)
• Un élément composé dune suite déléments T1, ,
  Tn a pour modèle de contenu lexpression
  régulière construite sur le vocabulaire T1,
  ,Tn à laide des opérateurs
• , (infixe) concaténation
• (suffixes) 0 ou plusieurs répétitions et 1
  ou plusieurs répétitions
• ? (suffixe) optionalité
• Un élément vide a pour modèle de contenu EMPTY
• Un élément de contenu quelconque a pour modèle
  de contenu ANY.

51
Définition dattributs (1)

• A chaque type délément est attaché un ensemble
  dattributs.
• Une définition dattributs a la forme suivante
• lt!ATTLIST nom-élément
• nom-attribut type déclaration-de-défaut
• nom-attribut type déclaration-de-défautgt
• où
• le type est celui des valeurs de lattribut,
• la déclaration de défaut spécifie si la valeur
  de lattribut doit être ou non présente dans le
  document et fournit éventuellement une valeur par
  défaut.
• Les noms dattributs sont locaux à chaque type
  délément
• Deux éléments de type différent peuvent avoir des
  attributs de même nom.

52
Définition dattributs (2)

• Le type de valeur peut être
• CDATA texte,
• ID nom identifiant lélément dans le document
  (identificateur),
• IDREF ou IDREFS
• identificateur ou suite didentificateurs séparés
  par une suite de séparateurs espace, CR, LF,
  tabulation
• NMTOKEN ou NMTOKENS nom ou suite de tokens de
  nom,
• (nom1 nomn) un des tokens de nom
  énumérés.
• ENTITY, ENTITIES et NOTATION que nous
  nétudierons pas.

53
Définition dattributs (3)

• La déclaration de défaut peut être
• REQUIRED lattribut doit être présent dans la
  balise de lélément
• IMPLIED lattribut est facultatif,
• valeur valeur à affecter à lattribut sil est
  absent de la balise de lélément (valeur par
  défaut),
• FIXED valeur valeur que doit avoir lattribut
  sil est présent dans la balise de lélément ou
  qui lui sera affectée sil est absent de cette
  balise.
• Les déclarations de défaut sont prises en compte
  par un analyseur XML afin de compléter le
  document analysé.

54
Règles de composition dun itinéraire à skis

• Un guide est composé dun titre, dune liste dun
  ou plusieurs auteurs, dun éditeur, dune année
  et dune liste dun ou plusieurs vallons.
• Un titre, un auteur, un éditeur et une année sont
  des textes.
• Un vallon est composé dun nom, dune
  introduction et de la liste des itinéraires que
  lon peut y réaliser (un ou plusieurs
  itinéraires).
• Un nom est un texte.
• Une introduction est composée dune liste dun ou
  plusieurs paragraphes.
• Un paragraphe est un texte dans lequel sont
  insérés des renvois vers dautres itinéraires et
  des notes.
• Une note est un texte donnant des consignes de
  prudence ou recommandant lutilisation dun
  matériel spécifique (crampons, piolet, etc.).

55
DTD dun guide ditinéraires

• lt!ELEMENT guide (titre, auteur, editeur, annee,
  vallon)gt
• lt!ELEMENT titre (PCDATA)gt
• lt!ELEMENT auteur (PCDATA)gt
• lt!ELEMENT editeur (PCDATA)gt
• lt!ELEMENT annee (PCDATA)gt
• lt!ELEMENT vallon (nom, intro, itineraire)gt
• lt!ATTLIST vallon id ID REQUIREDgt
• lt!ELEMENT nom (PCDATA)gt
• lt!ELEMENT intro (para)gt
• lt!ELEMENT para (PCDATA renvoi note)gt
• lt!ELEMENT renvoi EMPTYgt
• lt!ATTLIST renvoi cible IDREF REQUIREDgt
• lt!ELEMENT note (PCDATA)gt
• lt!ATTLIST note type (prudence materiel)
  "prudence"gt
• lt!ELEMENT itineraire (nom, alt, cotation, num,
  para)gt
• lt!ATTLIST itineraire id ID REQUIREDgt
• lt!ELEMENT alt (PCDATA)gt
• lt!ELEMENT cotation (PCDATA)gt
• lt!ELEMENT num (PCDATA)gt

56
Les entités

• Un document XML est physiquement découpé en
  entités.
• Quest-ce qune entité ?
• Une entité est un fragment nommé de document
• Ces sont des  raccourcis  vers des portions de
  documents allant du caractère au document complet
• Pourquoi utiliser des entités ?
• Pour gagner du temps dans les mises à jour
• Pour mémoriser des caractères particuliers ou
  des phrases fréquentes

57
Types dentités

• On distingue
• entités prédéfinies
• entités caractères
• entités générales qui sont des fragments de
  lélément du document,
• entités paramètres qui sont des fragments de DTD.

58
Déclaration dune entité

• Déclaration dune entité paramètre
• interne
• lt!ENTITY nom "entité"gt
• externe
• lt!ENTITY nom SYSTEM nom du fichier contenant
  lentitégt
• Déclaration dune entité générale
• interne
• lt!ENTITY nom "entité"gt
• externe
• lt!ENTITY nom SYSTEM "nom du fichier contenant
  lentité"gt
• Par exemple
• lt!ENTITY identificateur ID REQUIREDgt
• lt!ENTITY ref "refuge"gt
• lt!ENTITY vallon-muandes SYSTEM "mon_site/muandes.x
  ml"gt

59
Référence à une entité

• Une référence à une entité paramètre a la forme
  suivante
• nom
• Par exemple
• lt!ATTLIST renvoi cible identificateurgt
• au lieu de
• lt!ATTLIST renvoi cible ID REQUIREDgt
• Une référence à une entité générale a la forme
  suivante
• nom
• Par exemple
• ltparagtS'élever au-dessus du ref des Drayères en
  direction est. Suivrelt/paragt
• au lieu de
• ltparagtS'élever au-dessus du refuge des Drayères
  en direction est. Suivrelt/paragt

60
Entités caractères

• Un caractère non disponible sur la station de
  travail peut être représenté par son code Unicode
  (voir ci-après Codage des caractères ) en
  décimal ou en hexadécimal, sous la forme dune
  référence a une entité
• code décimal
• xcode hexadécimal
• Par exemple
• 38 caractère
• x03A6 lettre grecque F

61
Entités prédéfinies

• Les caractères lt gt ' " qui sont des délimiteurs
  XML peuvent être remplacés dans un texte par une
  référence à une entité prédéfinie.
• Ces entités sont les suivantes
• lt référe le caractère lt
• gt référe le caractère gt
• amp référe le caractère
• apos référe le caractère '
• quot référe le caractère "
• Par exemple, la phrase
• L'expression ltALTgt2794lt/ALTgt est un élément
  XML.
• peut être représentée par lélément suivant
• ltphrasegtL'expression ltALTgt2794lt/ALTgt est un
  élément XML.lt/phrasegt

62
Remplacement des entités

• Une référence à une entité est remplacée par sa
  valeur lorsque lélément ou la DTD qui la
  contient est traité par un analyseur XML.
• Ce remplacement pourra entraîner des
  remplacements en cascade si cette entité contient
  elle-même des références à des entités et ainsi
  de suite.

63
Organisation dun document XML valide (1)

• Un document XML valide est composé dune entité
  document (sans nom) et dun ensemble dentités
  externes.
• L'entité document est composé d'un prologue et de
  l'élément du document.
• Le prologue est composé d'une déclaration XML et
  d'une DTD.
• La déclaration XML indique la version de XML,
  le jeu de caractères et l'éclatement ou non du
  document en plusieurs entités externes.
• La DTD est constituée dune partie interne placée
  dans lentité document et dune partie externe,
  enregistrée dans un fichier à part dont le nom
  est déclaré dans lentité document.
• La partie interne de la DTD, l'élément du
  document et les entités externes peuvent appeler
  des entités externes. Ces appels doivent être non
  récursifs et non circulaires.

64
Organisation dun document XML bien formé (2)

• Lorganisation dun document bien formé est
  similaire à celle dun document valide à
  lexception de la DTD qui est
• soit absente,
• soit présente mais ne contient que des
  déclarations dentités générales.

65
Document XML monofichier

• lt?xml version"1.0" encoding ISO-8859-1"
  standalone"yes" ?gt
• ltDOCTYPE nom
• déclarations
• gt
• ltnomgt
• ltnomgt
• où
• L'attribut standalone'yes' indique que le
  document est contenu en entier dans le fichier.
• Le nom de l'élément du document doit être
  identique à celui de la DTD.

66
Document XML multifichier

• lt?xml version"1.0" encoding"" standalone "no"
  ?gt
• ltDOCTYPE nom SYSTEM nom fichier
• partie interne de la DTD
• gt
• élément du document
• où
• nom fichier est le nom du fichier contenant la
  partie externe de la DTD
• l'attribut standalone"no" indique quil est fait
  appel à des entités externes soit dans la partie
  interne de la DTD, soit dans l'élément du
  document
• le nom de l'élément du document doit être celui
  de la DTD
• une entité externe peut débuter (et c'est
  conseillé) par une déclaration XML sans attribut
  standalone.

67
Réalisation physique du document
68
Espace de noms

• Limportation déléments ou dattributs contenus
  dans des entités externes peut entraîner des
  conflits de noms
• Ces conflits peuvent être évités en définissant
  des espaces de noms
• Un espace de noms est identifié de façon unique
  par une URI (Uniform Resource Identifier)
• Pour obtenir des noms uniques, il suffit de
  qualifier chaque nom par lURI de lespace de
  noms dont il provient
• le nom obtenu est appelé nom étendu
• Pour simplifier lécriture des noms étendus, on
  associe un préfixe (un nom XML) à chaque espace
  de noms

69
Déclaration dun espace de noms

• La déclaration dun espace de noms et de son
  préfixe associé consiste à insérer dans la balise
  ouvrante dun élément contenant des noms
  (déléments ou dattributs) issus de cet espace,
  l'attribut
• xmlnspréfixe"URI de l'espace de noms"
• On peut déclarer un espace de noms par défaut par
  lattribut
• xmlns"URI de l'espace de noms"
• ou lannihiler par la déclaration
• xmlns""
• La déclaration dun espace de noms est visible
• dans lélément la contenant et
• dans tous ses descendants à moins quun nouvel
  espace de même préfixe ou bien un nouvel espace
  par défaut ne soit déclaré.

70
Exemple

• lt?xml version"1.0" ?gt
• ltexemple xmlnsH"http//www.w3.org/REC-html40" 
• xmlns"Mhttp//www.w3.org/REC-MathML 
• ltHbgt
• ltMmngt2lt/Mmngt
• lt/Hbgt
• lt/exemplegt

71
Noms qualifiés

• Tout nom délément ou tout nom dattribut qui
  nest pas une déclaration despace de noms, est
  un nom qualifié ayant lune des deux formes
  suivantes
• préfixenom-local
• nom-local
• Un nom qualifié préfixé appartient à lespace de
  noms associé à ce préfixe dans lélément
  englobant le plus imbriqué.
• Un nom qualifié non préfixé
• appartient à lespace de noms par défaut déclaré
  dans le plus imbriqué des éléments contenant ce
  nom, sil en existe un.
• nappartient pas à un espace de noms sil
  nexiste pas de déclaration despace de noms par
  défaut dans les éléments le contenant.

72
Exemple despace de noms

• Supposons que
• lURI monSite/dtdLivre.xml contienne une DTD
  pour la description de livres et
• que les éléments auteur, editeur et annee du
  guide Itinéraires skieurs soient conformes à
  ces définitions, la description de ce guide
  pourrait être la suivante
• ltguide xmlnslivre"monSite/dtdLivre.xml"gt
• ltlivretitregtItinéraires skieurs dans la Vallée
  de la Claréelt/livretitregt
• ltlivreauteurgtJean-Gabriel Ravarylt/livreauteurgt
• ltlivreediteurgtLe Polygraphelt/livreediteurgt
• ltlivreanneegt1991lt/livreanneegt
• ltvallongt
• ltnomgtVallon des Muandeslt/nomgt
• lt/guidegt

73
Codage des caractères (1)

• La norme ISO 10646 en accord avec lUnicode
  définit un jeu de caractères universel
• lUCS ( Universal Character Set )
• qui permet de représenter les caractères de
  toutes les langues actuelles mais aussi
  anciennes.
• Chaque caractère UCS est identifié par un code
• un nombre représenté sur 4 octets (232 - 1
  positions).
• Les 65 536 premières positions de l'UCS (c.-à-d.
  les deux octets de poids faible) forment le BMP
  ( Basic Multilingual Plane ) et codent les jeux
  de caractères les plus courants (latin, grec,
  arabe, etc.). Doù deux codages
• UCS-4 totalité de lUCS,
• UCS-2 BMP.

74
Codage des caractères (2)

• Plusieurs codages de transformation ont été
  définis
• UTF-8 permet de coder les caractères de lUCS
  en longueur variable en codant sur un octet les
  caractères ASCII qui sont les plus fréquents.
• UTF-16 permet dinclure des caractères de
  lUCS-4 dans une chaîne codée en UCS-2.

75
Codage des caractères (3)

• Toutes les applications XML doivent accepter les
  codages UTF-8 et UTF-16.
• Dautres codages peuvent être acceptés,
• tels que le codage ISO-8859-1 ( ISO-Latin ).
• Le codage des caractères dune entité doit être
  déclaré dans la déclaration XML de cette entité,
  comme valeur de lattribut encoding .
• Sil ne lest pas, lapplication considérera être
  en présence dun codage UTF-8.

76
la suite

• Plan
• Cours 8
• Références
• XML ? Extensible Markup Langage
• En 10 points
• Les outils
• Description dun document
• Cours 9
• Parcours dun document
• Le Langage XPath
• Liens Hypertextuels le langage XLink
• Transformation dun document
• Le langage XSLT