Documentación Electrónica

Transcripción

1 Modelado de datos: Document Type Definition (DTD) Ofimática Avanzada Curso 2010/2011 Ofimática Avanzada 2010/ Ofimática Avanzada 2010/

2 Introducción XML es flexible, permitiendo a los usuarios definir sus propios elementos. Supongamos dos ejemplos válidos en los que se define una dirección: Aplicación A: <direccion> calle tulipán</direccion> Aplicación B: <direccion id= calle tulipán /> Los documentos XML son medios estructurados para almacenar información, pero no ayudan a saber si su estructura es aceptable o no: Etiquetas definidas por el usuario Número de elementos variable Diferentes niveles de anidación Ofimática Avanzada 2010/ Introducción Dado que uno de los principales objetivos de XML es permitir la comunicación entre aplicaciones, grupos de trabajo, etc. es necesario establecer un convenio, unas reglas para especificar la estructura que van a tener los datos a intercambiar. Se debe disponer de una forma para especificar: Nombres a utilizar para los elementos, cuántas veces utilizarlos y en qué orden. Nombres para los atributos, elementos que los utilizan y si son obligatorios u opcionales. Valores posibles predeterminados o permitidos que admiten los atributos. Ofimática Avanzada 2010/ Introducción Definición de un modelo o esquema: Utilizado para describir la estructura de los documentos Permite modelar clases de documentos (vocabularios) Establece restricciones en la estructura del contenido del documento: El modelo de contenido determina el orden y anidación de los elementos Formas de modelar datos en XML: DTD y XML-Schema Un documento XML debe adherirse a un modelo o esquema para ser válido. Un documento que no está adherido a un esquema, pese a que puede estar bien construido (bien formado) no será válido. Ofimática Avanzada 2010/

3 Introducción Se puede definir un conjunto de reglas o modelo que hagan un documento válido en base a dichas reglas. Al proceso de crear documentos válidos en base a esas reglas se le denomina validación. De forma general, se puede considerar que existen dos mecanismos para validar un documento XML: XML Schema DTD Ofimática Avanzada 2010/ Ofimática Avanzada 2010/ Fundamentos de las DTD Una DTD es la formalización de la noción de esquema, modelo, tipo o clase de documento. Describe, por lo tanto, cuál es la estructura interna de un documento XML. Las DTD son importantes a la hora de permitir un procesamiento robusto de los documentos. Ofimática Avanzada 2010/

4 Fundamentos de las DTD Un archivo de DTD describe: Qué nombres se pueden utilizar para los tipos de elementos Cuántas veces se debe o puede utilizar un elemento En qué orden deben aparecer los elementos con el mismo nivel de anidamiento. Cómo se deben anidar los elementos Qué atributos se deben o puede utilizar en un elemento Ofimática Avanzada 2010/ Fundamentos de las DTD Un documento XML se relaciona con su DTD en la declaración de tipo de documento (DOCTYPE). <!DOCTYPE Libros SYSTEM "c:/libros.dtd"> En la declaración anterior se indica la referencia (URI) a la DTD, junto con el nombre (Libros) del elemento raíz de la misma. Un documento XML no requiere obligatoriamente tener una declaración de tipo de documento. Ofimática Avanzada 2010/ Declaración de elementos Ofimática Avanzada 2010/

5 Tipos de DTD Dónde puede ir la DTD? En el propio documento XML, en cuyo caso no se requiere un fichero aparte (DTD Interna). En otro documento diferente (DTD Externa). Combinación de ambas (DTD Interna y Externa). En cualquier caso, si hay declaración de tipo de documento, el contenido del documento XML deberá ajustarse a la estructura que indica la DTD. Ofimática Avanzada 2010/ Tipos de DTD Ejemplo de DTD interna al documento XML: Ofimática Avanzada 2010/ Tipos de DTD Ejemplo de DTD externa al documento XML: Ofimática Avanzada 2010/

6 Tipos de DTD Si la DTD es externa, hay dos formas de referenciarla, por medio de SYSTEM, o por medio de PUBLIC. Con SYSTEM: Ambos son válidos, apuntan al mismo archivo (el primero con una ruta absoluta y el segundo con una ruta relativa). PUBLIC se utiliza para referenciar vocabularios conocidos: Ofimática Avanzada 2010/ Tipos de DTD También se puede tener parte de la DTD de forma externa y parte de forma interna. La DTD interna prevalece sobre la externa. Ofimática Avanzada 2010/ Ofimática Avanzada 2010/

7 Declaraciones en una DTD Toda DTD debe tener uno y sólo un elemento raíz (será el nombre que aparece a continuación del DOCTYPE). Una DTD puede contener: Ofimática Avanzada 2010/ Ofimática Avanzada 2010/ Identifican los nombres de los elementos y la naturaleza de su contenido. Comienzan con <!ELEMENT Sigue el identificador genérico del elemento que se declara. A continuación tienen una especificación de contenido <!ELEMENT id (esp. contenido)> Ejemplo: <!ELEMENT receta (titulo, ingredientes, procedimiento)> El elemento receta puede contener dentro los elementos titulo, ingredientes y procedimiento. Todos los elementos que aparecen en la especificación de contenido deben estar definidos en la DTD. Ofimática Avanzada 2010/

8 Ejemplo válido para la definición anterior: Ejemplo no válido para la definición anterior: Ofimática Avanzada 2010/ La especificación de contenido puede ser de cuatro tipos: EMPTY : no contiene elementos, aunque puede contener atributos. ANY : puede contener elementos y datos indistintamente sin ningún tipo de estructura ni orden predefinidos Mixto : Puede contener datos y elementos, pero se establece un orden para su aparición. Los datos irán siempre delante Sólo elementos : Puede contener una secuencia de elementos en un orden determinado Ofimática Avanzada 2010/ EMPTY: no tiene contenido pero puede tener atributos Ejemplo: <!ELEMENT imagen EMPTY> Se pueden representar en el documento de dos formas: <imagen atrib1="val1"...></imagen>" o <imagen atrib1="val1".../> Ofimática Avanzada 2010/

9 ANY: puede tener cualquier contenido (caracteres, otros elementos o mixto). No se suele utilizar, ya que es conveniente estructurar y declarar adecuadamente nuestros documentos XML Ejemplo: <!ELEMENT detodo ANY> Ofimática Avanzada 2010/ Mixto: puede tener caracteres o una mezcla de caracteres y sub-elementos. Ejemplo de solo caracteres: <!ELEMENT numero (#PCDATA)> Ejemplo de caracteres y elementos : <!ELEMENT calle (#PCDATA numero)*> Si aparece #PCDATA en el modelo de contenido debe hacerlo en primer lugar del grupo. Los grupos mixtos deben ir seguidos por un asterisco (*). Ofimática Avanzada 2010/ Sólo elementos: sólo puede contener uno o varios subelementos de la especificación de contenidos. El orden en el que se coloquen los elementos debe ser respetado. Ejemplo: <!ELEMENT mensaje (remitente, destinatario, texto)> Ofimática Avanzada 2010/

10 Símbolos que pueden aparecer en el modelo de contenido de los elementos: Paréntesis () : para englobar una secuencia o grupo de subelementos. <!ELEMENT aviso (titulo, parrafo)> Coma, : para denotar una secuencia o grupo de sub-elementos <!ELEMENT aviso (titulo, parrafo)> Ofimática Avanzada 2010/ Símbolos que pueden aparecer en el modelo de contenido de los elementos: Canalización : para separar los elementos de un grupo de alternativas Ejemplos: <!ELEMENT aviso (parrafo grafico)> <!ELEMENT aviso (titulo, (parrafo grafico))> Ofimática Avanzada 2010/ Símbolos que pueden aparecer en el modelo de contenido de los elementos. Cuantificadores:?, +, * Interrogación? : 0 ó 1 apariciones Asterisco * : 0 ó n apariciones Signo más + : 1 ó n apariciones <!ELEMENT aviso (titulo?, (parrafo+ grafico)*)> Ofimática Avanzada 2010/

11 Ofimática Avanzada 2010/ Declaración de atributos Los atributos permiten añadir información adicional a los elementos de un documento. Los atributos no pueden contener subatributos. Se usan para añadir información corta, sencilla y no estructurada. Un atributo solo puede aparecer una vez en un elemento y el orden, en caso de existir varios, no es relevante. Ofimática Avanzada 2010/ Declaración de atributos Las declaraciones de los atributos comienzan con <!ATTLIST seguido del identificador del elemento al que se aplica el atributo, del nombre del atributo, su tipo y su valor predeterminado o modificador: <!ATTLIST elemento atributo tipo modificador> Ejemplos: <!ATTLIST elemento nombre-atrib CDATA #REQUIRED> <!ATTLIST elemento nombre-atrib CDATA "valor"> Los atributos de un elemento pueden incluirse en una o más declaraciones <!ATTLIST...>. Si se hace en la misma declaración, basta con separar con un espacio. Ofimática Avanzada 2010/

12 Declaración de atributos: tipos de atributos CDATA: tipo cadena Enumerados: una serie de valores de cadena (x y z) NOTATION: una notación declarada en la DTD ENTITY: su valor debe coincidir con una entidad no analizada ENTITIES: su valor debe coincidir con múltiples entidades no analizadas separadas por espacios ID: valdrá como identificador único en el resto del documento. Sólo un atributo ID por elemento. IDREF: una referencia a un ID declarado en la DTD IDREFS: múltiples referencias a IDs declarados en la DTD separadas por espacios ( ID1 ID2 ID3 ) NMTOKEN: un nombre con solo caracteres XML válidos (letras, números, puntos, guiones, subrayados y los dos puntos). NMTOKENS: múltiples nombres con sólo caracteres XML válidos (letras, números, puntos, guiones, subrayados y los dos puntos). Ofimática Avanzada 2010/ Declaración de atributos: modificadores Modificadores / Valores predeterminados: Es obligatorio incluir uno en la declaración del atributo #REQUIRED: el atributo es obligatorio #IMPLIED: el atributo es opcional #FIXED valor: el atributo tiene un valor fijo (se incluya o no el atributo, los analizadores del documento siempre tomarán este valor) Valor predeterminado: el atributo tiene el valor predeterminado (si se omitiese el atributo los analizadores del documento tomarían este valor) Ofimática Avanzada 2010/ Declaración de atributos <!ATTLIST mensaje fecha CDATA #REQUIRED> el elemento siguiente sería correcto: <mensaje fecha="15 de Julio de 1999"> <!ATTLIST mensaje fecha NMTOKEN #REQUIRED> el elemento siguiente sería correcto (sin espacios): <mensaje fecha=" > Ofimática Avanzada 2010/

13 Declaración de atributos <!ELEMENT texto (#PCDATA)> <!ATTLIST texto idioma CDATA #REQUIRED numpalabras CDATA #IMPLIED> el atributo idioma es obligatorio, mientras que numpalabras es opcional y, si se omite, no toma ningún valor por defecto. Ofimática Avanzada 2010/ Declaración de atributos <!ELEMENT texto (#PCDATA)> <!ATTLIST texto idioma (inglés francés) #IMPLIED> el atributo idioma es opcional y puede tomar los valores inglés o francés Ofimática Avanzada 2010/ Declaración de atributos El tipo de atributo NOTATION permite al autor declarar que su valor se ajuste a una notación declarada en la DTD. <!ATTLIST mensaje fecha NOTATION (ISO-DATE EUROPEAN-DATE) #REQUIRED> <!ATTLIST imagen formato NOTATION (gif jpeg) #REQUIRED> Ofimática Avanzada 2010/

14 Declaración de atributos Atributos tipo ID e IDREF: ID permite asociar a un atributo un identificador único para todo el documento IDREF permite hacer referencia a un atributo ID <!ATTLIST párrafo id ID #REQUIRED> id sería un identificador único obligatorio Los atributos ID deben declararse como #REQUIRED o #IMPLIED Ofimática Avanzada 2010/ Declaración de atributos Ejemplo: implementar un hipervínculo en un documento. <!ELEMENT capítulo (párrafo)*> <!ATTLIST capítulo referencia ID #REQUIRED> <!ELEMENT enlace EMPTY> <!ATTLIST enlace destino IDREF #REQUIRED> En este caso <enlace destino="seccion-3"> haría referencia a: <capítulo referencia="seccion-3"> Ofimática Avanzada 2010/ Declaración de atributos implementar múltiples referencias. Ofimática Avanzada 2010/

15 Ofimática Avanzada 2010/ Declaración de entidades Las entidades permiten: Modularidad en el texto, evitando tener que escribir algo repetidamente (reutilización) Incluir caracteres prohibidos (&, >, <,...) Incluir caracteres de otros idiomas: eñe,... Tipos de entidades: Generales o De parámetro Internas o Externas Analizadas o No analizadas Ofimática Avanzada 2010/ Declaración de entidades Predefinidas (no hace falta declararlas): & Equivale al carácter & < Equivale al carácter < > Equivale al carácter > &apos; Equivale al carácter " Equivale al carácter Cualquier valor Unicode (en este caso ) Generales: Se utilizan dentro del contenido del documento. Pueden ser: Internas o Externas De parámetro: Se utilizan sólo dentro de las DTD Pueden ser: Internas o Externas Ofimática Avanzada 2010/

16 Declaración de entidades Generales internas: Se pueden considerar como macros o constantes de texto Se referencian únicamente desde el fichero XML Pueden incluir referencias a otras entidades internas Una vez referenciadas sustituyen la referencia por el contenido Declaración: <!ENTITY urjc Universidad Rey Juan Carlos > Sintaxis de uso: La referencia comienza por & y termina en ;. &urjc; Ofimática Avanzada 2010/ Declaración de entidades Generales externas: Obtienen su contenido de cualquier otro sitio del sistema (archivo, web, base de datos, etc.) Se utiliza la palabra SYSTEM para declararlas Si el contenido es textual, entonces se comportan como si fuera una entidad interna, reemplanzando su contenido por la referencia. Declaración: <!ENTITY arch SYSTEM archivo.txt > Pueden ser: Analizadas No analizadas Ofimática Avanzada 2010/ Declaración de entidades Generales externas analizadas: Contenido XML Utiliza la palabra reservada SYSTEM para identificar un archivo del sistema local o de una red, seguido de una URI Se utiliza la palabra reservada PUBLIC para identificar un archivo de dominio público (con acceso público). Ejemplos: <!ENTITY intro SYSTEM <!ENTITY intro SYSTEM "cap1.xml"> Generales externas no analizadas: Otro tipo de contenido (texto, datos, binarios, etc.) que no debe ser analizado. <!ENTITY logo SYSTEM " Ofimática Avanzada 2010/

17 Declaración de entidades De parámetro Sólo pueden utilizarse en la DTD Sirven para agrupar ciertos elementos que se repiten con frecuencia Se incluye el % en su declaración y, para hacer referencia a ellas, se emplea la sintaxis: %nombre; Pueden ser internas o externas Ejemplo: <!DOCTYPE texto [ <!ENTITY % entidad_interna "<!ELEMENT NOMBRE (#PCDATA)>"> <!ENTITY % entidad_externa "a1.ent">... %entidad_externa; %entidad_interna; ]> Ofimática Avanzada 2010/ Ofimática Avanzada 2010/ Declaración de notaciones Describen información necesaria para procesar las entidades externas no analizadas. Notación que describe el tipo de imagen GIF: <!NOTATION GIF SYSTEM "Iexplorer.exe"> en este caso, a la aplicación XML se le pasa la información de que podría utilizar el programa Iexplorer.exe para ver imágenes GIF. Ofimática Avanzada 2010/

18 Ofimática Avanzada 2010/ Bibliografía XML in a Nutshell. Harold, Elliotte Rusty; Means, W. Scott. O Reilly Vlg. GmbH & Co. Beginning XML, 4th Edition. David Hunter, Jeff Rafter, Joe Fawcett, Eric van der Vlist, Danny Ayers, Jon Duckett, Andrew Watt, Linda McKinnon. Wrox. The XML Handbook. Charles F. Goldfarb, Paul Prescod. Prentice Hall PTR. Ofimática Avanzada 2010/