6.1 APIs para XML. APIs para XML (I) ! Uno de los usos más habituales de XML (y menos esperado) es como formato de intercambio de datos.

Transcripción

1 6.1 APIs para XML APIs para XML (I)! Uno de los usos más habituales de XML (y menos esperado) es como formato de intercambio de datos.! En este caso los documentos XML nunca llegan a visualizarse, sino que son producidos y consumidos por aplicaciones informáticas.! Es necesario poder acceder facilmente al documento XML desde el software Borja Sotomayor 1

2 APIs para XML (II)! Disponemos de dos APIs (Application Program Interface) practicamente estándares con las que podemos acceder facilmente a un documento XML.! DOM " Document Object Model (W3C)! SAX " Simple API for XML! Estas APIs nos permiten abstraernos de los detalles sintácticos de XML.! Trabajamos a nivel de elementos, atributos, etc.! Existen implementaciones de DOM y SAX en los lenguajes más populares (C++, Java, C#, Perl, etc.) APIs para XML (III)! DOM " API orientada a objetos! Una vez que se ha leido el documento, crea una copia en memoria a la que podemos acceder a través de una jerarquía de clases ( Documento, Elemento, Atributo, etc.)! SAX " API orientada a eventos! Conforme se va leyendo el documento se pueden capturar ciertos eventos ( Comienzo de documento, Comienzo de elemento, etc) y realizar un tratamiento sobre ellos Borja Sotomayor 2

3 APIs para XML (IV) DOM SAX Almacena una copia del documento XML en memoria. No es recomendable para ficheros grandes. No podemos acceder al documento hasta que éste se ha cargado por completo en memoria. Podemos acceder directamente a cualquier parte del documento (una vez que se ha cargado) Procesa el documento XML sobre la marcha. Ideal para flujos continuos de datos. Tenemos acceso a cualquier parte del documento en cuanto es leida. No podemos acceder directamente a cualquier parte del documento. Hay que esperar a que sea leida. Permite modificar el documento. Sólo permite leer el documento Borja Sotomayor 3

4 6.2 DOM Introducción Introducción (I)! DOM " Document Object Model.! Jerarquía de clases que nos permite interactuar con el documento XML desde un programa.! Creado y mantenido por el W3C.! Está definido en IDL, por lo que (en teoría) puede implementarse en cualquier lenguaje orientado a objetos (es languageneutral). Existen implementaciones para JavaScript, Java, C#, etc Borja Sotomayor 1

5 Introducción (II)! Hay varias versiones del DOM.! DOM 1 (1998)! Funcionalidad básica para XML y HTML! DOM 2 (2000)! DOM 1 + soporte para hojas de estilos, eventos y XML Namespaces.! Soporte para XHTML.! DOM 3 (en desarrollo)! Soporte para más tecnologías XML (XML Schema, XPath, y otras) Introducción (III)! A partir de DOM 2, se dividió en varios módulos:! DOM Core " Funcionalidad básica para XML. Maneja conceptos como elemento hijo, elemento padre, elemento hermano, etc.! DOM HTML " Incluye funcionalidad específica para HTML (y XHTML).! DOM Events " Soporte para eventos.! DOM Views " Soporte para vistas (similares a las de una base de datos)! DOM Style " Permite interactuar con hojas de estilo.! DOM Traversal and Range " Añade iteradores al DOM Borja Sotomayor 2

6 Introducción (IV)! Para acceder a un documento XML, el DOM Core suele ser suficiente. Los demás módulos, de hecho, son opcionales. Representación Interna (I)! El DOM almacena el documento XML en memoria utilizando una representación jerarquica (muy similar a la de Xpath)! El documento es un arbol con diferentes tipos de nodos.! DOM tiene en cuenta más tipos de nodos que XPath.! Este hecho se ve reflejado en la jerarquía de clases del DOM Borja Sotomayor 3

7 «exception» DOMException DOMImplementation Node NodeList NamedNodeMap Document Element Attr DocumentType CharacterData DocumentFragment ProcessingInstruction Entity EntityReference Notation Text Comment CDATASection <biblioteca> <libro titulo= El Juego de Ender > <copia edicion= 1987 /> <comentario> Me gustó mucho!</comentario> </libro> <libro titulo= La Fundación > : Document RAIZ <copia edicion= 1999 /> </libro> </biblioteca> <!-- Esta es mi biblioteca --> : Element biblioteca : Comment Esta es mi " : Attr titulo : Element libro : Element libro : Attr titulo : Text : Text El Juego " La fundac " : Attr : Element : Element : Element : Attr edicion copia comentario copia edicion : Text 1987 : Text Me gustó " : Text Borja Sotomayor 4

8 Representación Interna (II)! Al igual que XPath, esta representación jerarquica es un tanto peculiar:! El elemento raíz del documento (<biblioteca>) no es la raíz del árbol, ya que puede haber más cosas al mismo nivel que el elemento raíz (por ejemplo, un comentario).! A pesar de que los atributos se representan como nodos, no son estrictamente hijos del elemento al que pertenecen (podría decirse que son nodos asociados ) Borja Sotomayor 5

9 6.3 DOM - Document Introducción (I)! El interfaz Document es, junto con el interfaz Node, uno de los más importantes del DOM.! Representa todo el documento XML.! Es, a su vez, un nodo (Node).! Es el nodo raiz del arbol DOM.! Sólo pueden instanciarse clases que implementen este interfaz (no podemos, por ejemplo, instanciar un elemento, un comentario, etc.) 2002 Borja Sotomayor 1

10 Introducción (II)! Cómo cargamos un fichero XML del disco duro a la memoria con el DOM?! El DOM no especifica cómo hacer esto. Depende de cada implementación concreta. El DOM da por supuesto que el documento ya está cargado en memoria.! A partir del DOM 3 este aspecto se estandarizará. Acceso al Documento (I)! getelementsbytagname(nombre_etiqueta) Devuelve un objeto NodeList con todos los elementos cuyo nombre sea nombre_etiqueta! getelementbyid(id) Si en el DTD hemos definido algún atributo de tipo ID, este método devuelve el objeto Element correspondiente al elemento que tenga el valor ID en dicho atributo. (DOM2)! documentelement Atributo de sólo lectura que contiene una referencia al objeto Element correspondiente al elemento raiz del documento Borja Sotomayor 2

11 Acceso al Documento (II)! También podemos utilizar todas las propiedades y métodos heredados de Node (firstchild, appendchild,...)! En DOM 2 tenemos, además, el método getelementsbytagnamens, que nos permite obtener elementos especificando su namespace (XML Namespaces). Creación de Nodos (I)! El objeto Document es el único directamente instanciable. A través de él podremos crear todos los tipos de nodos.! createelement(nombre_etiqueta) Crea un objeto Element (nodo elemento) vacío cuyo nombre será nombre_etiqueta! createattribute(nombre_atributo) Crea un objeto Attr (nodo atributo) sin valor y con nombre nombre_atributo.! createtextnode(texto) Crea un objeto Text (nodo texto) cuyo texto será texto! createcomment(texto) Crea un objeto Comment (nodo comentario) cuyo contenido será texto 2002 Borja Sotomayor 3

12 Creación de Nodos (II)! createcdatasection(texto) Crea un objeto CDATASection (nodo CDATA) cuyo contenido será texto! createprocessinginstruction(nombre, attrs) Crea un objeto ProcessingInstruction (nodo instrucción de proceso). El nombre de la instrucción será nombre y los atributos se especifican todos en el parametro attrs.! createentityreference(nombre_entidad) Crea un objeto EntityReference (nodo referencia a entidad) que referencia a la entidad nombre_entidad.! createdocumentfragment() Crea un objeto DocumentFragment vacío. Otros! doctype: El objeto DocumentType correspondiente al DTD del documento.! implementation: El objeto DOMImplementation ligado al documento.! importnode(...): Para copiar subarboles enteros entre documentos (DOM 2)! Más constructores (DOM 2):! createelementns(...)! createattributens(...) 2002 Borja Sotomayor 4

13 6.4 DOM - Node Introducción! El interfaz Node es, junto con el interfaz Document, uno de los más importantes del DOM.! Todos los tipos de nodo derivan de este interfaz.! Incluye las operaciones básicas de navegación por el arbol DOM ( primer nodo, siguiente nodo, último nodo, etc.)! Incluye las operaciones básicas de escritura de nodos ( añadir nodo a mis hijos, eliminar éste nodo hijo, etc.) 2002 Borja Sotomayor 1

14 Propiedades Básicas (I)! nodename: Nombre del nodo (depende del tipo del nodo).! Element " Nombre del elemento! Attr " Nombre del atributo! nodevalue: Valor del nodo (depende del tipo del nodo). No es equivalente al valor del nodo en XPath y XSLT.! Element " null! Attr " Valor del atributo! Text " Texto del nodo. Propiedades Básicas (II)! nodetype: Tipo del nodo.! 1 " Element! 2 " Attr! 3 " Text! 4 " CDATASection! 5 " EntityReference! 6 " Entity! 7 " ProcessingInstruction! 8 " Comment! 9 " Document! 10 " DocumentType! 11 " DocumentFragment! 12 " Notation 2002 Borja Sotomayor 2

15 Propiedades de Navegación! parentnode " El nodo padre.! childnodes " Un NodeList con todos los nodo hijos.! firstchild " El primer nodo hijo.! lastchild " El último nodo hijo.! previoussibling " El nodo anterior (literalmente el hermano anterior )! nextsibling " El siguiente nodo ( el hermano siguiente )! ownerdocument " El objeto Document al que pertenece este nodo.! haschildnodes() " Devuelve true si este nodo tiene hijos. Modificación de Hijos (I)! appendchild(nodo) Inserta un nodo al final de la lista de hijos del nodo sobre el que invocamos appendchild. Si nodo ya tiene padre, primero se rompe el vínculo con su padre actual.! removechild(nodo) Elimina un nodo de la lista de hijos. Evidentemente, el nodo que pasamos debe estar en la lista de hijos Borja Sotomayor 3

16 Modificación de Hijos (II)! insertbefore(nodo_nuevo, nodo_ref) Inserta un nuevo nodo antes de un nodo de la lista de hijos (nodo_ref).! replacechild(nodo_nuevo, nodo_viejo) Reemplaza un nodo de la lista de hijos (nodo_ref) con uno nuevo (nodo_nuevo). Atributos! A pesar de que Element dispone de unos métodos para modificar atributos, en Node también disponemos de una propiedad attributes, cuyo tipo es NamedNodeMap y que nos permite acceder a los atributos de un elemento.! También tenemos un método hasattributes() que devuelve true si el nodo tiene atributos.! Suele utilizarse con atributos muy complicados (muchos atributos, valores que combinan texto con referencias a entidades, etc.) 2002 Borja Sotomayor 4

17 Otros! clonenode(...) " Para crear copias de subarboles enteros.! normalize() " Fusiona nodos de texto contiguos en todos los nodos descendientes.! XML Namespaces (DOM 2):! namespaceuri! prefix! localname 2002 Borja Sotomayor 5

18 6.5 DOM - Element Introducción! El interfaz Element nos permite interactuar con nodos elemento de la siguiente manera:! Acceso fácil a los atributos (sin tener que manejar nodos Attr)! Acceso fácil a los elementos hijo.! Puesto que Element deriva de Node, también podemos utilizar las operaciones más genericas (childnodes, attributes, etc.) 2002 Borja Sotomayor 1

19 Propiedades y Métodos Básicos! tagname El nombre del elemento (de la etiqueta)! getelementsbytagname(nombre_etiqueta) Devuelve un objeto NodeList con todos los elementos (descendientes) cuyo nombre sea nombre_etiqueta Acceso a Atributos (I)! getattribute(nombre_atributo) Devuelve el valor del atributo nombre_atributo! setattribute(nombre, valor) Modifica el valor del atributo nombre para que sea igual a valor! removeattribute(nombre_atributo) Elimina el atributo nombre_atributo! hasattribute(nombre_atributo) Devuelve true si existe un atributo nombre_atributo en el elemento (DOM 2) 2002 Borja Sotomayor 2

20 Acceso a Atributos (II)! getattributenode(nombre_atributo) Devuelve el nodo atributo cuyo nombre sea nombre_atributo! setattributenode(nodo_atributo) Añade un nodo atributo al elemento. Si ya existe un atributo con el mismo nombre, lo reemplaza.! removeattributenode(nodo_atributo) Elimina el nodo atributo nodo_atributo Otros! Métodos para XML Namespaces:! getattributens(...)! setattributens(...)! removeattributens(...)! getattributenodens(...)! setattributenodens(...)! getelementsbytagnamens(...)! hasattributens(...) 2002 Borja Sotomayor 3

21 6.6 DOM - Attr Introducción! Contiene información básica sobre atributos.! No es muy habitual utilizar directamente un objeto Attr ya que el dato más importante (el valor del atributo) puede ser accedido desde el objeto Element.! Cuando se utiliza, suele ser para utilizar las funciones genéricas de Node y poder tratar ciertos casos especiales de atributos Borja Sotomayor 1

22 Propiedades! name: Nombre del atributo.! value: Valor del atributo.! specified: Es true si el atributo estaba especificado en el documento XML original (si aparecía ahí con algún valor). False si el atributo fue creado en el DOM.! ownerelement: Nodo Element al que pertenece este atributo Borja Sotomayor 2

23 6.7 DOM Otros Interfaces Introducción! Aparte de los interfaces vistos, el DOM tambien tiene los siguientes:! NodeList " Lista de nodos! NamedNodeMap " Lista de nodos accesible por nombre! Interfaces de Texto " CharacterData, Text, Comment, CDATASection! Otros " DocumentType, DocumentFragment, Notation, Entity, EntityReference, ProcessingInstruction, DOMImplementation, DOMException Borja Sotomayor 1

24 NodeList! Representa una lista de nodos.! Cuando una operación devuelve una lista de nodos, y no es necesario acceder por nombre (basta con un índice numérico) se utiliza esta estructura. Por ejemplo: GetElementsByTagName(), GetElementById(), childnodes,...! Muy sencillo de utilizar. Tiene una propiedad y un método:! length: Número de nodos que contiene el NodeList.! item(índice):devuelve el Node que se encuentra en la posición índice de la lista (se numera desde 0) NamedNodeMap! Representa una lista de nodos.! Cuando una operación devuelve una lista de nodos, y es necesario acceder por nombre se utiliza esta estructura.! Atributos (attributes en Node)! Entidades (DTDs)! Notaciones (DTDs)! Nos permite acceder al Node directamente a través de su nombre, no utilizando un índice numérico Borja Sotomayor 2

25 Interfaces de Texto! Los interfaces de texto (Text, Comment, CDATASection) tienen como interfaz padre a CharacterData.! Ninguno de los interfaces derivados añaden nada nuevo con respecto a CharacterData (excepto Text que añade un método). Basta con saber como funciona CharacterData.! Los dos atributos más destacables son:! data: El texto que contiene el nodo.! length: El tamaño del texto. Otros (I)! DocumentType: Representa parcialmente el DTD del documento.! DocumentFragment: Representa un fragmento del documento (una colección de subarboles)! Entity: Representa una entidad.! EntityReference: Representa una referencia a una entidad.! Notation: Representa una notación Borja Sotomayor 3

26 Otros (II)! ProcessingInstruction: Representa una instrucción de proceso.! DOMImplementation: Encapsula información sobre la implementación del DOM. Por ejemplo, nos permite averiguar si la implementación del DOM que estamos utilizando soporta Eventos o no.! DOMException: No es un interfaz. Es la excepción que se lanza cuando se produce un error. Existen unos códigos de error predefinidos Borja Sotomayor 4