XML Bien Formado. <nombre> José </nombre> y también puede ser un elemento el siguiente:

Transcripción

1 XML Bien Formado Hasta ahora hemos visto por qué XML tiene sentido para la comunicación de datos. Ahora vamos a ver como crear nuestros propios documentos XML. Para crear un documento XML, debemos conocer las reglas sintácticas que establece la recomendación de XML (en este caso la 1.0). Llamamos documento bien formado a un documento XML que cumple las reglas sintácticas de la recomendación de XML. La primera regla, que ya conocemos de HTML y XHTML es la estructura de una etiqueta: Están las etiquetas de inicio ( <etiqueta atrib1="val1"... atribn="valn"> ), de cierre ( </etiqueta> ) y las vacías ( <etiqueta atrib1="val1"... atribn="valn"/> ) que incluyen la barra de cierre al final. Un elemento está formado por todo el código desde la etiqueta de inicio hasta la etiqueta de cierre. Por ejemplo, un elemento puede ser el siguiente: <nombre> José </nombre> y también puede ser un elemento el siguiente: <persona> <nombre> José </nombre> <apellido> Pérez </apellido> </persona> La única diferencia es que en el primer elemento, solo hay datos entre la etiqueta de inicio y la de cierre, y el segundo elemento tiene a su vez otros elementos en su interior. El texto entre la etiqueta de inicio y de cierre de un elemento es llamado "contenido del elemento". A menudo, el contenido entre las etiquetas son sólamente datos. Nos referimos a ellos como PCDATA (Parsed Character Data, o sea, Datos tipo Carácter Analizados Sintácticamente). Es un término extraño, heredado de SGML (si leiste la historia de XML, sabrás lo que es SGML). Al escribir una etiqueta, es posible incluir espacios en blanco en su interior, salvo en un sitio: en la etiqueta de cierre, entre el símbolo "<" y el símbolo "/". Por ejemplo son correctas las siguientes etiquetas: <nombre > </nombre > < nombre > Sin embargo, es incorrecta la etiqueta siguiente: < /nombre >

2 Otras reglas básicas de sintaxis XML son las siguientes: Las etiquetas tienen que estar correctamente anidadas, es decir, abiertas y cerradas en el orden correcto unas dentro de otras. Por ejemplo, el siguiente anidamiento es incorrecto: Un texto resaltado en cursiva mal anidado Su correspondiente correcto sería: Un texto resaltado en cursiva bien anidado Los documentos XML solo tienen un elemento raíz. Por ejemplo el siguiente documento XML es incorrecto: <nombre> Juan </nombre> <nombre> María </nombre> En cambio el siguiente sí sería correcto: <nombres> <nombre> Juan </nombre> <nombre> María </nombre> </nombres> Los elementos deben seguir las convenciones de nombres de XML. Estas convenciones, son las siguientes: Los nombres pueden empezar con letras o guión, pero no con números u otros símbolos de puntuación. Tras un primer carácter, se pueden añadir números, guiones y puntos. Los nombres no pueden tener espacios. Los nombres no pueden contener el símbolo ":", ya que está reservado para ciertas funciones. Los nombres no pueden empezar con la cadena "xml" en minúscula, mayúscula o mezcla de ellas. Es muy conveniente evitar espacios innecesarios en el interior de la etiqueta.

3 Estos son algunos ejemplos de etiquetas mal construidas, por no seguir las recomendaciones anteriores: <xml-tag> <123> <mola=xml> <mi etiqueta> XML es sensible a las mayúsculas. Esto quiere decir que <nombre>, <Nombre> y <NOMBRE> son etiquetas diferentes. Qué sentido tendría utilizar las mayúsculas en XML? En ocasiones el nombre de una etiqueta está formada por más de una palabra. Hay diferentes convenciones para facilitar la lectura, como separar por ".", por "-" e incluso utilizar una mayúscula al principio de cada palabra. Por ejemplo: <tiposuscripción>. Lo importante es seguir siempre el mismo mecanismo a lo largo de todo el código. XML mantiene los espacios en blanco en PCDATA. A diferencia de HTML donde hay que utilizar etiquetas específicas para respetar los espacios en blanco, en XML los espacios en blanco y los retornos de carro se respetan. Por ejemplo, para el elemento siguiente: <etiqueta> Esto es un párrafo. </etiqueta> Tiene muchos espacios en blanco. el PCDATA es: "Esto es un párrafo. Tiene muchos espacios en blanco. " Hay ciertos espacios en blanco (tipo sangría) para estructurar el código, que no son respetados como espacios en blanco por los analizadores sintácticos. Sólo son respetados los espacios en blanco de los PCDATA. Atributos Los atributos en XML funcionan de modo similar a los atributos de XHTML. Por ejemplo en la etiqueta <nombre apodo="ale"> está el atributo apodo. Siempre tienen esa estructura: nombre-atributo="valor-atributo" Sólo se pueden utilizar las comillas dobles ", puesto que otro símbolo dará error. Los espacios en blanco repetidos y los retornos de carro son eliminados. De modo que en la siguiente etiqueta:

4 <test miatrib="ciertos datos van aquí "> el analizador sintático asignará al atributo "miatrib" el valor "ciertos datos van aquí". Hay que tener en cuenta que el valor del atributo no es PCDATA. Si se siguen estas reglas, cualquier analizador sintáctico será capaz de recuperar los datos. Vamos a realizar unos ejercicios con xml. Antes de empezar, observa un ejemplo de código XML sobre un catálogo de CDs. <catalogo> <cd format="mp3"> <title>empire Burlesque</title> <artist>bob Dylan</artist> <country>usa</country> <company>columbia</company> <price>10.90</price> <year>1985</year> </cd> <cd format="disk"> <title>hide your heart</title> <artist>bonnie Tyler</artist> <country>uk</country> <company>cbs Records</company> <price>9.90</price> <year>1988</year> </cd> </catalogo> Ejemplo obtenido de

5 Atributos, CDATA y errores en XML Cuándo usar atributos? No hay una regla fija para saber cuando añadir atributos o insertar los datos como un atributo. Pero en general, una regla válida es pensar en qué datos son los reales y cuales son metadatos (obtenidos a partir de los primeros, o que los describen). También puede ser un criterio discernir entre diferentes tipos de datos; utilizar atributos permite serpararlos. En realidad, no existe diferencia práctica entre los siguientes elementos: <nombre apodo="ale"> Alejando Manuel </nombre> <nombre> Alejandro<apodo> Ale </apodo> Manuel </nombre> XML se gestó para conseguir que SGML fuese fácil de usar. Por ello, hay programadores que no utilizan atributos, para evitar complejidades innecesarias. En cambio, otros programadores los prefieren puesto que tienen un uso sencillo (no es preciso respetar anidamientos, por ejemplo). Por tanto, no se puede decir CUÁNDO USAR ATRIBUTOS. Solo se puede decir que si se utilizan, se siga siempre el mismo criterio. Comentarios Un código con malos comentarios, tiene peor calidad que otro con buenos comentarios. Los comentarios se crean igual que en HTML:  Pero no se pueden colocar dentro de una etiqueta, ni utilizar el símbolo "--" dentro de ellos. Declaraciones xml XML proporciona una etiqueta para crear declaraciones que identifiquen las características del fichero, y así evitar problemas relacionados con codificación de caracteres, versión de xml, etc. <?xml version="1.0" encoding="utf-16" standalone="yes"?> version puede ser 1.0 o 1.1. Actualmente sigue predominando 1.0. encoding incluye la codificación de caracteres. Habitualmente, ISO , UTF-8 o UTF-16. standalone puede ser "yes" (especifica que el documento no depende de otros ficheros) o "no" (indicando que el documento depende de otros ficheros, como una DTD, que más adelante veremos).

6 Caracteres PCDATA ilegales Hay caracteres reservados que no se pueden incluir en la PCDATA debido a que son usados en la sintaxis XML: los caracteres <, >, ", ' y &. En vez de ellos, se deben usar los símbolos especiales siguientes: < equivale a < > equivale a > & equivale a & " equivale a " Secciones CDATA Cuando hay fragmentos de texto llenos de símbolos "<", "&", etc, puede llegar a ser ilegible con símbolos especiales. Por ejemplo, la cadena "6 es < 7 & 7 es > 6", se escribiría así: 6 es < 7 & 7 > 6 Para ellos podemos utilizar secciones CDATA (término heredado de SGML) del siguiente modo: <![CDATA[6 es < 7 & 7 > 6]]> La cadena ]]> está prohibida salvo que > pertenezca a una sección CDATA. Si es necesario escribirla, habrá que hacerlo como ]]> Errores en xml La especificación de XML define dos tipos de errores: errores y errores fatales. Un error es símplemente una violación de las reglas de las recomendaciones, donde los resultados están indefinidos. Los analizadores sintáticos están preparados para corregir estos errores y seguir procesando. Un error fatal es más serio. De acuerdo con la recomendación, un analizador sintáctico no puede continuar normalmente cuando encuentra un error fatal. Sin embargo, sí puede seguir buscando más errores. Cualquier error que causa que un documento XML no esté BIEN FORMADO, es un error fatal. La razón es obvia. Escribir un documento XML bien formado es sencillo, mientras para un analizador sintáctico puede ser muy complejo corregir un documento mal formado. Además, dejar que un analizador recuperase por si mismo errores, podría llevar a malentendidos muy difíciles de detectar y de consecuencias impredecibles. Los navegadores de Internet son muy laxos a este respecto, y tratan de averiguar lo que el programador quería hacer. Es por esto que los navegadores son a menudo incompatibles entre sí. Estas incompatibilidades son las que XML desea evitar. Ejercicio 9. Crea un documento mal formado. Por ejemplo, ejecuta mal un anidamiento. Luego ábrelo con un navegador y comprueba el error.

7 Ejercicio El siguiente código fuente incluye errores sintácticos que lo definen como mal formado. Revisa mediante un analizador sintático (como un explorador web) los errores, y corrígelos. <?xml version="1"?> <document> <--There are a couple of problems with this document.--> <Information>This document contains some <bold>information</bold>. Once it's corrected, it can be read by a parser.</information> </Document>