Introducci

1
Introducción a XML
Erich Bühler
tech_at_vblibros.com
2
A grandes razgos

• XML será el formato y el modelo para intercambiar
  información entre componentes, aplicaciones, y
  empresas a través de Internet
• Microsoft, IBM, Netscape, etc., están apostando
  fuertemente a esta tecnología
• XML es un estándar abierto a Internet (W3C)
• XML habilita una nueva generación de aplicaciones
  en Internet

3
A grandes razgos
XML
4
Pero... Qué es XML?

• Texto que cumple ciertas reglas
• Las reglas tienen puntos en común con HTML
• Abierto a sistemas operativos

5
Pero... Qué es XML?

• XML es un sub-conjunto de SGML (Standard
  Generalized Mark-up Language)

SGML
XML
HTML
6
Pero... Qué es XML?

• Más fácil que SGML
• Más pequeño
• Pensado para ser utilizado en Internet
• XML es un lenguaje utilizado para estructurar y
  describir datos de forma que puedan ser
  entendidos o interpretados por diferentes
  aplicaciones
• Puede ser utilizado por cualquier lenguaje y/o
  sistema operativo

7
Pero... Qué es XML?

• XML es un meta-lenguaje que nos permite definir
  lenguajes de marcado, adecuados a usos
  determinados
• XML es un estándar de Internet, aprobado por la
  W3C(http//www..w3.org/TR/1998/REC-xml-19980210.h
  tml)
• Los proveedores tratan de ajustarse a las
  especificaciones
• Microsoft (MSXML.DLL) e IBM ofrecen un conjunto
  de objetos para manejar XML

8
Pero... Qué NO es XML?

• XML no es una versión mejorada de HTML
• XML no es un lenguaje para hacer mejores páginas
  web
• XML no es difícil

9
Dónde está la revolución?

• Para ententer la revolución que plantea XML, hay
  que entender las tecnologías circundantes
• XSL
• XSLT
• DTD
• Schema
• XPATH
• Etc.
• Estas son las que realmente hacen la revolución
  (En especial XSLT, y DTD, y Schema)

10
Algo de historia sobre XML

• Desarrollo a partir de 1996, como un sub-conjunto
  de SGML
• Adoptado como estándar en Febrero de 1998, por el
  World Wide Web Consortium (W3C)

11
World Wide Web Consortium (W3C)

• Constituido en 1994 con el objetivo de
  desarrollar protocoles comunes para la evolución
  de Internet
• Es un consorcio de industrias internacionales, y
  está participado por MIT (EEUU), INRA (Francia),
  y Keio University (Japón)
• Cuenta con el apoyo de DARPA (EEUU), y la
  comisión europea (IEEE)

12
Veamos un ejemplo de HTML

• ltpgtltbgtEl amor es la compensación de la
  muerteltbrgtsu correlativo esenciallt/bgtltIgtArthur
  Schopenhauerlt/IgtPrecio ltigt200 pesoslt/igtltpgt

13
Qué problemas tiene HTML?

• Es un meta-lenguaje de definición de presentación
• Contiene datos presentación
• No es fácilmente procesable por máquinas
• No fuerza al la buena estructura de la página
  (pueden dejarse por error etiquetas sin cerrar)
• Su interpretación depende del software utilizado
• Está pensado para su utilización en páginas web.

14
HTML versus XML

• HTML se centra en el despliegue, y es menos
  estructurado
• Las etiquetas y atributos son fijos
• Es posible olvidar el cierre de alguna etiqueta

• XML es sobre datos, y es sumamente estructurado
• Las etiquetas y atributos son extensibles
• Se fuerza a tener una estructura consistente

15
(No Transcript)
16
Veamos un ejemplo en XML

• ltlibrosgt lttitulogtEl amor es la compensación de
  la muerte su correlativo esencial
  lt/titulogt ltautorgtArthur Schopenhauerlt/autorgt ltp
  recio monedagt200 pesoslt/preciogtlt/librosgt

17
Ejemplo 1 vs. Ejemplo2

• ltpgtltbgtEl amor es la compensación de la
  muerteltbrgtsu correlativo esenciallt/bgtltIgtArthur
  Schopenhauerlt/IgtPrecio ltigt200 pesoslt/igtltpgt

• ltlibrosgt lttitulogtEl amor es la compensación de
  la muerte su correlativo esencial
  lt/titulogt ltautorgtArthur Schopenhauerlt/autorgt ltp
  recio monedagt200 pesoslt/preciogtlt/librosgt

18
Qué ventajas tiene XML?

• Fácil de procesar/entender por software o por
  seres humanos
• Pensado para ser utilizado en cualquier lenguaje
  o alfabeto
• Separa radicalmente la información o contenido,
  de su presentación o formato

19
Qué ventajas tiene XML?

• Un documento en XML, puede tener varias formas de
  presentación

20
Qué ventajas tiene XML?

• Formato ideal para tarnsacciones B2B
• Permite poderosas técnicas de extracción y
  búsqueda de información (XSL y XPATH)
• Las estrictas reglas para la composición de un
  documento XML, permite su fácil análisis
  sintáctico
• A diferencia de HTML, XML es sensitivo a
  mayúsculas y minúsculas

21
Veamos un documento XML a vuelo de pájaro
lt?xml version"1.0"?gt ltOrder o_id"7845"
o_date"1999-02-01" o_cur"USD" c_id"JANTOY" gt
ltShippingAddress sa_city"Erie" sa_state"PA"
sa_pcode"19130"gt ltLine l_text"Jan's Toys"
/gt ltLine l_text"1818 Market Street" /gt
ltLine l_text"3rd Floor, Room 1219" /gt
lt/ShippingAddressgt ltOrderDetailsgt ltItem
p_id"325" p_name"Whirlygig" od_qty"5"
od_unitp"15.50" /gt ltItem p_id"326"
p_name"Zapper" od_qty"2" od_unitp"10.25" /gt
ltItem p_id"327" p_name"Whirlygig" od_qty"5"
od_unitp"15.50" /gt lt/OrderDetailsgt
ltCommentsgt This order replaces order 7844
which was cancelled by the customer.
lt/Commentsgt lt/Ordergt
22
Sopa de Letras
DOM
DTD
XPointer
XML
XLL
XQL
XML-Data
XSLT
Schema
XSL
XDR
MS SAX
XPATH
XPath
SGML
XRef
SOAP
Parser
23
Algunas definiciones

• XML - eXtended Mark-up Language
• DTD - Document Type Definition
• XSLT - eXtended StyleSheet Language
• Parser - Analizador sintáctico
• DOM - Document Object Model
• XHTML - eXtended HTML

24
Algunas tecnologías XML

• Especificación actual
• XML v1.0
• Definición de Documentos
• DTD o Schemas
• Definición de estilos
• XSLXSLT XPATH
• Enlazado de documentos
• XLLXlink Xpointer

25
Construyendo documentos XML
26
El elemento y sus atributos

• ltautor paisUruguaygtMario Benedettilt/autorgt

Nombre del atributo
Contenido del elemento
Valor del atributo
Etiqueta de fin
Nombre del elemento
27
Reglas y pautas XML

• Se dice que un documento XML es bien formado
  (well formed), cuando cumple una serie de reglas
  escritas en XML v1.0
• Los elementos deben seguir una estructura de
  árbol (estríctamente jerárquica)
• Los elementos deben estar correctamente anidados
• Los elementos no se pueden superponer entre ellos

28
Ejemplo 1

• ltlibrosgtltautor paisUruguaygtLeo
  Masliahlt/librosgtlt/autorgt
• ltlibrosgtltautor paisUruguaygtLeo Masliahlt/autorgt
  lt/librosgt

29
Reglas y pautas XML

• Los documentos deben tener un nodo raiz
• Todas las etiquetas deben estar debidamente
  cerradas
• Las etiquetas vacias (etiquetas sin contenido)
  deben tener una sintáxis especial

30
Ejemplo 2

• ltlibrosgtltautor paisUruguaygtLeo
  MasliahltRanking100gtlt/autorgtlt/librosgt
• ltlibrosgt ltautor paisUruguaygtLeo Masliah
  ltRanking100/gtlt/autorgtlt/librosgt

31
Reglas y pautas XML

• Un nombre de elemento, atributo, entidad, etc.,
  comienza por una letra, y continúa con letras,
  dígitos, guiones, rayas, punto, dos puntos.
• No pueden utilizarse las palabras XML, xml,Xml,
  etc., como caracteres iniciales del nombre de un
  atributo, entidad, etc.
• XML es sensitivo a mayúsculas y minúsculas (no es
  lo mismo ltAutorgt que ltautorgt
• El uso de espacios en blanco, y los saltos de
  línea, funcionan al igual que en HTML (sólo se
  toma en cuenta cuando aparece en el valor de un
  atributo, o cuando se indica su significancia)

32
Sintáxis

• Las etiquetas se denominan marcas, y son las
  partes del documento que el analizador
  sintáctico (parser) espera comprender
• Las marcas en un documento XML comienzan con el
  carácter lt y finalizan con gt
• En el caso de referencias de entidad, el carácter
  inicial es y el final es
• La primer línea debe especificar la versión de
  XML (de momento sólo 1.0), la codificación de
  caracteres (US-ASCII, UTF-8, ISO-8859-1,etc),y va
  entre caracteres de lt? ?gt en vez de lt .. gt

33
Ejemplo 3

• lt?xml version1.0 encodingUTF-7?gt

34
Sintáxis

• La segunda línea define el DTD (se verá mas
  adelante), y es opcionallt!DOCTYPE mensaje
  SYSTEM mensaje.dtdgt

35
Los Elementos en XML

• Los elementos en XML pueden
• Tener contenido (Texto, Valores, etc.)
• Contener otras etiquetas o atributos
• Contener otras etiquetas, atributos, y contenido
  a la vez
• Pueden estar vacíos

36
Ejemplo 4

• ltnombregtJames Brittlt/nombregt
• ltnombresgt ltnombregtJameslt/nombregt ltapellidogtBritt
  lt/apellidogtlt/nombresgt
• ltpersona edad30gtltnombregtJames Brittlt/nombregtlt/per
  sonagt
• ltSexoMasculino/gt

37
Los Atributos en XML

• Los elementos pueden incorporar atributos, que
  son características o propiedades particulares
• Los atributos siempre deben estar marcados con
  comillas simples o dobles, y se sitúa como un
  valor adicional a una etiqueta.

38
Ejemplo 5

• ltlibrosgt lttitulogtEl amor es la compensación de
  la muerte su correlativo esencial
  lt/titulogt ltautorgtArthur Schopenhauerlt/autorgt ltp
  recio monedagt200 pesoslt/preciogtlt/librosgt

Atributo
39
Las entidades en XML

• En XML v1.0 existen 5 entidades predefinidas,
  para representar caracteres especiales, y que no
  se interpretan como marcas para el procesador
  XML. De esta forma podemos utilizar por ejemplo
  el carácter lt , gt , , ,

40
Las entidades en XML
Entidad Carácter
amp
lt lt
gt gt
apos
quot
41
Las secciones CDATA

• Otra forma de ingresar un bloque de caracteres
  sin que el procesador XML los interprete, es
  utilizando los bloques CDATA (Character Data)
• Ingresar etiquetas HTML dentro de un documento
  XML (Se verá su utilidad mas adelante)

42
Ejemplo 6

• Sin una sección CDATA

ltejemplogt ltHTMLgt ltBODYgt Hola, esto
es un documento html dentro de uno
XML lt/BODYgt lt/HTMLgtlt/ejemplogt
43
Ejemplo 6

• Con una sección CDATA

ltejemplogtlt!CDATA ltHTMLgt ltBODYgt Hola, esto
es un documento html dentro de uno XML lt/BODYgt
lt/HTMLgt gtlt/ejemplogt
44
Utilizando comentarios en XML

• En general, es necesaria la utilización de
  comentarios en un documento XML
• Estos deben ser ignorados por el procesador
  sintáctico, y las reproducciones del documento.
• Igual sintáxis que en HTML (lt!-- y --gt)
• Nunca puede ir dentro de una etiqueta, etc.

45
Ejemplo 7

• lt?xml version1.0?gtlt!-- Aca va el tipo de
  documento --gtlt!DOCTYPE ejemplo lt!-- Esto es
  otro comentario --gtlt!element Ejemplo
  (PCDATA)gt...

46
FIN de Parte I