Introduktion til XML

Hvad er XML? XML står for EXtensible Markup Language XML er en åben standard fra W3C XML er tekstbaseret ligesom HTML XML er et meta sprog – et koncept snarere end et sprog Man implementerer markup sprog ved hjælp af XML Mange teknologier er i dag implementeret ved hjælp af XML XHTML, SMIL, RSS, WAP, WML, SVG, MathML, Daisy, Office Open XML, OpenDocument, iWork

Hvad er XML? XML er en standard, som understøtter maskinel behandling af information Struktureret information som i en database Mere løst narrativ som i skøn- eller faglitteratur Klare og stringente regler for Indhold Struktur (velformede) Syntaks (valide) XML programmer antager at XML dokumenter er velformede og valide

Hvad er XML? Eksempel på XML fil Alle Unicode tegn kan anvendes Encoding skal specificeres <?xml version="1.0" encoding="UTF-8" ?> <?xml version="1.0" encoding="iso-8859-1"?> Visse tegn er reserverede (kontroltegn) og skal skrives på særlig møde < & < > & &apos; " < > & ‘ “ 中 eller 中

Referencedokumenter http://www.w3.org/standards/xml/ http://en.wikipedia.org/wiki/Xml

Talsystemer 10-talsystemet (decimale) 0 1 2 3 4 5 6 7 8 9 1 2 3 4 1000 100 2-talsystemet (binære) 0 1 1 1 1 1 128 64 32 16 8 4 2 1 16-talsystemet (hexadecimale) F A 2 5 0 1 2 3 4 5 6 7 8 9 A B C D E F 16 1 4096 256

Talsystemer 1 1 1 1 1 2 8 E (10.254)

Tegnsæt 1 byte = 8 bits = 28 (256 kombinationer) 2 bytes = 16 bits = 216 (65.536 kombinationer) 3 bytes = 24 bits = 224 (16.777.216 kombinationer) Single-byte tegnsæt Fx ASCII, Codepage 1252, Codepage 1250 Multi-byte tegnsæt Fx Unicode, UTF8 Unicode range 0x0000-0x0FFF Unicode range 0x2000-0x2FFF <?xml version="1.0" encoding="UTF-8"?> <外语>Китайська мова</外语>

Øvelser Find og installer en Unicode skrifttype Vælg Code2000 som skrifttype i Notepad Opret en større tekstfil i Notepad og gem den i forskellige kodninger ANSI, UTF-8, Unicode Tjek størrelsen af de tre filer Hvad betyder følgende Unicode tegn 0x2803 0x2817 0x2801 0x280A 0x2807 0x2807 0x2811 Brug RoboBraille til at skabe lidt punktskrift i Unicode. Kopier det ind i tekstfilen

Markup, tags og indhold XML-filer består af markup og indhold (content) Markup kaldes også tags. Tre typer tags: Start tags (open tags): <section> End tags (close tags): </section> Empty-element tags <newline/> (self-closing tags) Tags er ikke nødvendigvis definerede på forhånd

Markup, tags og indhold XML er case-sensitiv: <section> <Section> Tags kan have attributter <heading text=”Hallo, dette er en prøve”/> <name language=”da”>Her er en tekst.</name> Elementer Open + close tags + attributter til open tags + tekst og tags mellem open og close tags Self-closing tags incl attributter <p>As Yogi Berra said, <q>"It ain't over 'til it's over."</q></p>

Velformet (well-formed) XML kode skal være velformet, herunder: Koden skal bestå af prolog og rod-element <?xml version="1.0" encoding="UTF-8"?> <book> … </book> Koden skal bestå af lovlige tegn Koden skal indeholde mindst et element (rod elementet) Elementer skal struktureres korrekt Tags for tomme elementer skal afsluttes med /> Start tags skal sluttes med end tags Samme stavemåde og case i start og end tags

Velformet (well-formed) Rod-elementet skal indeholde samtlige andre elementer i dokumentet Alle elementer skal nestes strengt hierarkisk <employee> <name> <lastname>Kelly</lastname> <firstname>Grace</firstname> </name> <hiredate>October 15, 2005</hiredate> <projects> <project> <product>Printer</product> <id>111</id> <price>$111.00</price> </project> <product>Laptop</product> <id>222</id> <price>$989.00</price> </projects> </employee>

Velformet (well-formed) Attributnavne i samme element skal være entydige Alle attributværdier skal sættes i anførselstegn – enkelt eller dobbelt <img src=”mountains.jpg”/>

Øvelse Hvorfor er nedenstående XML kode ikke velformet? <?xml version = "1.0" standalone="yes"?> <employee> <name>Frank</name> <position>Chef</position> </employee> <employee> <name>Ronnie</name>

Øvelse Hvorfor er nedenstående XML kode ikke velformet? <?xml version = "1.0" standalone="yes"?> <employee> <kitchen_staff/> <name language=en>Frank</name> <new_hire /> <position language=en>Chef</position> </employee>

DTD: Syntaks og validitet Tjek af velformethed har begrænsninger Ofte behov for at tjekke om elementer står de rigtige steder, har de rette attributter Document Type Definition (DTD) Placering Indhold Attributter Tjek i forhold til DTD kaldes validering XML dokumenter med DTD skal være valide Daisy defineret ved hjælp af DTD

Øvelser Find og installer XML Copy Editor Sæt hak i ”Enable network access for DTD validation”

Øvelser Tjek at dokumenterne i mappen www.sensus.dk/kursus/markup/validering er velformede og valide Ret eventuelle fejl

Tag typer i XML Objekt Formål Eksempel Tomt element Information et bestemt sted i dokumentet <xref linkend=”abc”/> Almindeligt element Sammenholder en række elementer <p>Her er et afsnit.</p> Erklæring Tilføjer ny parameter, entitet, grammatik <!ENTITY author ”Erik Ray”> Instruktion til processor Instruktion til bestemt program <?print-formatter force-linebreak?> Kommentar Kommentar som ignoreres <!–- dette er udeladt --!> CDATA sektion Sektion, som ikke behandles <![CDATA[Smiley! &&&:-)]]> Reference til entitet Indsætter tekst, som er defineret andetsteds &firma-navn;

Spørgsmål, kommentarer ?!