TEMA 6 LENGUAJE XML. 1 Negocios y Dirección

Transcripción

1 TEMA 6 LENGUAJE XML 1 Negocios y Dirección

2 6.- Lenguaje XML XML (Extensible Markup Language) es un lenguaje de marcado (definido por el Web Consortium) que especifica una sintaxis para definir lenguajes de marcado diferentes (extensible). Se trata de un subconjunto del lenguaje SGML ("Standard Generalized Markup Languag"). Definir un lenguaje de marcado consiste en especificar un repertorio de marcas y contenidos a los que el contexto de uso otorga una cierta semántica. Así, pues, en última instancia, XML permite definir repertorios de marcas (nuevos lenguajes de marcado), especificar la estructura de un documento, y dotar a un documento de contenido estructurado en base a elementos semánticamente significativos en un contexto tecnológico, o de negocios, específico. Es una de las piezas clave en el desarrollo de futuras aplicaciones de comercio electrónico. En eso se diferencia claramente del HTML que define un repertorio fijo de marcas para presentar la información en un browser. XML, en cambio, permite definir cualquier marca y dotarle de un significado específico en el contexto en el que se use. XML no especifica cómo hay que visualizar un documento. El W3C ha definido otro lenguaje para ello: el XSL (extensible Style Language). XML no especifica qué hay que hacer con la información contenida en un documento, son las aplicaciones las que procesan dicha información. Negocios y Dirección 2

3 6.1.- Perspectivas en un documento XML Estructura física Todo documento XML puede ser contemplado desde dos perspectivas diferentes: desde su estructura física y desde su estructura lógica. Un documento XML está constituido por depósitos de información distribuidos (ficheros, bases de datos...), a los que se conoce con el nombre de entidades. En ellos puede haber contenidos XML, calificados como entidades parsed; o no XML, conocidos como unparsed (los logotipos son un ejemplo). Las entidades pueden ser parte de la entidad (entidad documento) que sirve de base a la construcción del documento XML final (internas) o ser otros ficheros (externas). Los contenidos de tales entidades parsed pueden cargarse en el documento XML final mediante el uso de referencias; las entidades unparsed pueden cargarse por otros medios. 3 Negocios y Dirección

4 Estructura lógica Un documento XML se halla estructurado en varias zonas: el prólogo, la declaración de tipos del documento (esta es opcional), y el elemento raíz. Al conjunto se le denomina entidad documento. Toda la información a procesar por la aplicación final se encuentra en elementos que se organizan jerárquicamente en forma de árbol, a partir del elemento raíz, que es único, y cuyos contenidos pueden estar distribuidos en varias entidades (internas y externas). Antes de ceder el documento XML a la aplicación que vaya a procesarlo, hay que resolver las referencias a entidades internas y externas encontradas en la entidad documento. Desde una perspectiva lógica, existen dos tipos de documentos XML: Válidos. Son aquellos documentos XML cuyos contenidos se ajustan a una estructura conocida y precisa, definida en la o en un documento distinto. Negocios y Dirección 4

5 Bien formado. Son aquellos documentos cuyos contenidos no se ajustan a ninguna estructura definida y, simplemente, siguen unas pocas reglas de disposición de elementos (como, por ejemplo, el de no superposición de elementos distintos) enumeradas en la especificación XML Contenidos y estructura de documentos XML Elementos y atributos Desde un punto de vista lógico, un documento XML está constituido por elementos que, a su vez, están constituidos sintácticamente por: 1. La etiqueta de comienzo del elemento, que incluye su nombre y, opcionalmente, uno o más atributos. 2. El contenido del elemento. 3. La etiqueta de final del elemento. Como contenido de un elemento pueden aparecer datos carácter, otros elementos, la mezcla de ambos, referencias, y lo que se conoce como secciones CDATA. En el ejemplo que sigue, el elemento <Factura> contiene dos elementos <Nombre> (que a su vez contienen datos carácter), y otros elementos. Nótese que las etiquetas de estos dos elementos hacen referencia a su uso en un contexto específico: el de aplicaciones informáticas de facturación, y que están dotadas de una semántica específica en dicho contexto. <Factura num = "00027" idioma = "castellano"> 5 Negocios y Dirección

6 <Nombre> es -CERT </Nombre> <Nombre> Cliente_1 </Nombre> <-- Aquí vendrían más elementos --> </Factura> Las etiquetas de comienzo de elementos pueden contener atributos, cuya sintáxis es idéntica a la de los atributos en HTML, sólo que, al igual que con los nombres de las etiquetas, XML permite definir atributos relevantes en el contexto de trabajo. En este caso, por ejemplo, se han definido los atributos num, para el número de la factura, e idioma, que indica el idioma en que se escribe la factura. XML, finalmente, permite definir la forma en que unos elementos van a contener a otros, esto es, la forma en que la información va a estructurarse dentro del documento. Negocios y Dirección 6

7 DTDs La estructura a la que tiene que ajustarse la disposición de la información en un documento XML (Document Type Definition -DTD-) puede definirse en la zona de declaración de tipos (Document Type Declaration). Esta zona tiene las siguientes características: Contiene la definición del repertorio de etiquetas utilizadas en el documento. Declara los tipos de elementos, las entidades y las notaciones que aparecerán en el documento, así como sus relaciones. La especificación XML define unas construcciones sintácticas para la definición de las etiquetas de los elementos y sus contenidos, así como para la definición de los atributos y la imposición de ciertas restricciones sobre sus valores. 7 Negocios y Dirección

8 Un documento XML puede contener todo el DTD en su zona de declaración de tipos (parte interna del DTD), o sólo una parte, y referenciar otros documentos que contengan el resto (parte externa del DTD). A continuación, se muestra la definición de la estructura de varios elementos XML que podrían aparecer en un documento destinado a contener la información de una factura comercial. La primera línea define el elemento nombre, y especifica que sus contenidos son datos carácter (indicado por #PCDATA). A continuación se define un elemento <FACTURA>, cuyos contenidos son secuencias de elementos. En concreto, posee dos elementos <Nombre> y <Direccion>; un elemento <NIF>, <Fecha>, <Bimponible>, <IVA>, <ImporteIVA>, <TotalFPesetas>, y <TotalFEUROS>; y uno, o más, (como indica el '+' que sigue al nombre del elemento) elemento <LineaFactura>. En la misma definición, se especifica que este elemento posee tres atributos: el número, un identificador para referenciar dicho elemento desde Negocios y Dirección 8

9 cualquier parte del documento, y el idioma (con dos valores posibles). Estas líneas definen una parte significativa de un lenguaje de marcas, con semántica precisa en un contexto de aplicaciones de facturación: define etiquetas para elementos, la estructura de los contenidos de los elementos, nombres y tipo de valor de los atributos, y restricciones respecto a su aparición, o no. <!ELEMENT Nombre (#PCDATA)> <!ELEMENT FACTURA (Nombre, Dirección,NIF,Nombre, Dirección,NIF, Fecha, LineaFactura+, Bimponible, IVA, ImporteIVA, TotalFPesetas, TotFEuros)> <!ATTLIST FACTURA num CDATA #REQUIRED> <!ATTLIST FACTURA id ID #REQUIRED> <!ATTLIST FACTURA lang (EN ES) #IMPLIED> Estructura de esquemas Desde hace algún tiempo, el W3C viene trabajando en el desarrollo de un lenguaje que permita definir la estructura de un documento XML con un grado más alto de precisión que el conseguido con los DTDs: los esquemas. Los esquemas XML son documentos XML que contienen definiciones de tipos XML y de declaraciones de elementos XML pertenecientes a estos tipos. Las definiciones y las 9 Negocios y Dirección

10 declaraciones permiten imponer restricciones adicionales en cosas como los valores válidos que pueden tomar elementos de un tipo; de gran utilidad en la validación de los datos contenidos en los propios documentos XML Tecnologías de soporte El W3C ha venido trabajando en el desarrollo de una serie de recomendaciones de soporte en la gestión de documentos XML que pretenden configurar un marco tecnológico que responda a las necesidades más acuciantes en el intercambio de documentos estructurados en Internet. El conjunto de recomendaciones puede encontrarse en el web site de W3C. De entre las más interesantes para el comercio electrónico, cabe destacar las que siguen: 1 Extensible Stylesheet Language Transformation (XSLT). Se trata de un lenguaje que contiene como componentes básicos instrucciones para transformar un documento XML en otro documento XML. Es el elemento básico en torno al cual cabe estructurar procesos de workflow con documentos XML. También puede utilizarse para instruir en la presentación de documentos XML en los browsers, transformando el documento XML en un documento HTML a efectos de presentación. 2 XML Query. Define data, un modelo de datos para los documentos XML, un conjunto de operadores query para trabajar sobre este modelo y un lenguaje de query basado en estos operadores. Negocios y Dirección 10