1

Technologie Internetu

wykład 2: XML, HTML, XHTML

Piotr Habela

Polsko-Japońska Wyższa Szkoła

Technik Komputerowych

2

Plan wykładu

• Języki znaczników
• Założenia języka XML
• Składniki dokumentu XML
• Język XHTML – motywacja i składnia

3

Języki znaczników - ogólnie

4

HTML – najpowszechniej znany język

znaczników

• Ilustruje koncepcję znaczników w elektronicznych

dokumentach tekstowych.

• Wbudowane wsparcie przez przeglądarki.

Wymaga standaryzacji znaczników HTML

=> zamknięte słownictwo => brak

rozszerzalności.

• Znaczniki określają zarówno strukturę jak i format

wyświetlania.

– Przemieszanie tych zagadnień stanowi słabość HTML,

częściowo kompensowaną przez definicje stylów (CSS).

• HTML posiada dość swobodne reguły składniowe:

– Nie wymaga cudzysłowów wokół wartości atrybutów;
– Dopuszcza pomijanie znaczników zamykających;
– Swoboda w zastosowaniu małych i wielkich liter;

=>

Łatwiejsze pisanie dokumentu

,

trudniejsze

przetwarzanie

.

5

Znaczniki – terminologia

<

p

lang=”pl”

>

Treść akapitu

</p

>

element

znacznik
otwierający

znacznik
zamykający

atrybut

zawartość elementu

<br />

6

Języki znaczników – motywacja i rozwój

• Pojęcie znacznika (jeszcze w tekstach

nieelektronicznych)

– Głównie celem wyróżnienia w tekście informacji o

zadanej docelowej formie wydruku danego

fragmentu

(np. naniesione ręcznie w maszynopisie znaki

nakazujące zastosowanie dla danego fragmentu pochylonej

czcionki).

• Bezpośrednia motywacja:

– umożliwienie formatowania treści w postaci

przetwarzalnej maszynowo;

– wsparcie w tworzeniu dużej skali publikacji

elektronicznych.

• Pierwsze przedsięwzięcia: powstałe w latach

60-tych języki GML (IBM) oraz GenCode

(GCA).

• Legły one u podstaw standardu ISO

8879:1986:

Standard Generalized Markup Language

(SGML):

– Standard grupy: Information processing -- Text

and office systems .

– Zatwierdzony standard międzynarodowy; 155

stron.

Identyfikacja znaczników ręcznych

7

Identyfikacja znaczników elektronicznych

8

9

Język znaczników – charakterystyka

• Język znaczników (markup language) –

zbiór

konwencji znaczników stosowanych do

opisywania (kodowania) tekstu

. Określa:

– znaczniki dozwolone i wymagane;

– zapewnia niezawodny sposób ich wyróżniania ze

zwykłego tekstu;

– [definiuje znaczenie poszczególnych znaczników].

• Charakter opisowy a nie proceduralny:

– w tekście umieszczone są znaczniki określające

interpretację poszczególnych elementów,

– ew. elementy proceduralne, opisujące wymagane

czynności np. sformatowania tekstu, istnieją

odrębnie – w postaci osobnych zasobów.

• Znaczniki: zamknięty zestaw (np. HTML) lub

możliwość definiowania własnych (np. SGML,

XML).

– SGML = standard opisu tekstu za pomocą

znaczników.

10

XML – Extensible Markup Language

11

Czym jest XML?

• Zbiór reguł składniowych umożliwiających

stworzenie języków specjalnego
zastosowania dla dowolnych dziedzin.

– Ma umożliwiać wymianę danych / dokumentów

pomiędzy heterogenicznymi systemami
komputerowymi; zwłaszcza w środowisku
Internetu.

• W szerszym znaczeniu termin XML może

oznaczać również:

– technologie związane z przetwarzaniem

dokumentów w składni XML,

– oparte na XML specjalizowane języki.

12

Platforma tworzenia specjalizowanych

języków

• Składnia kojarząca się z HTML-em (lecz

bardziej zdyscyplinowana).

• W przeciwieństwie do niego (i podobnie jak

SGML) nie określa „słownictwa”:

– Tj. predefiniowanych nazw elementów z ich

dozwoloną zawartością i atrybutami.

– Jest otwarty na definiowanie tego rodzaju reguł.
– Z tego względu bywa nazywany metajęzykiem.

• W istocie stanowi uproszczoną odmianę

języka SGML.

• Zatem:

HTML – język „dziedzinowy”

oparty na SGML (aplikacja SGML);

XSLT, XMI, SVG i wiele innych – języki dziedzinowe

oparte na XML (aplikacje XML);

13

XML – przykładowy dokument

<?xml version="1.0" encoding="utf-8" ?>
<!DOCTYPE SYSTEM pracownicy.dtd >
<!-- można umieszczać komentarze -->
<pracownicy>

<pracownik id="p1">

<nazwisko>Kowalski</nazwisko>
<placa>3000</placa>

</pracownik>
<pracownik id="p2" kierownik="p1">

<nazwisko>Nowak</nazwisko>
<placa>2000</placa>

</pracownik>

</pracownicy>

14

Struktura dokumentu XML

pracownicy

pracownik

pracownik

nazwisko

płaca

Hierarchia, lecz ponadto

kolejność podelementów

niesie informację.

Można zatem zilustrować

tak:

Zachowana
kolejność

nazwisko

płaca

15

Dokument XML

• Struktura fizyczna: złożenie jednostek zwanych

encjami (?) (XML entities):

– Parsowalne: dane znakowe oraz znaczniki. Encje

parsowalne zawierają tekst, czyli sekwencje znaków.

• Pojęcie znaku jest traktowane zgodnie ze standardem

ISO/IEC 10646 (Universal Multiple-Octet Coded Character

Set (UCS)).

• Za poprawne znaki są uznawane: tab, carriage return, line

feed oraz wszystkie znaki Unicode i ISO/IEC 10646;

– Nieparsowalne.

• Struktura logiczna:

– Strukturę dokumentu wyznaczają znaczniki.

• Oprogramowanie pracujące z XML:

– Procesor XML – odczytuje i udostępnia strukturę i

treść dokumentu.

– Aplikacja

– korzysta ze struktury udostępnionej

przez procesor.

16

Zawartość dokumentu XML

• Elementy:

– wyznaczane za pomocą znaczników;
– ograniczenia na nazwę – może zawierać większość

znaków, choć nie może zaczynać się od cyfry,

myślnika ani kropki; dopuszczalne na początku są

podkreślenia i dwukropki;

– dla nazw elementów rozróżnialna jest wielkość

liter;

– element niepusty składa się obowiązkowo ze

znacznika otwierającego i zamykającego:

<osoba>

Jan Kowalski

<

/

osoba>

– element pusty może składać się z jednego tylko

znacznika, zakończonego znakiem „/”:

<usuniętyWpis

/

>

17

Atrybuty XML

• Przybierają postać

nazwaAtrybutu =”wartość

atrybutu”

• Pierwotnie (DTD) wyróżniono dlań typy:

znakowy, wyliczeniowy, nazwa, identyfikator,

nazwa encji, referencja do identyfikatora…

• Składnia:

– Podobne ograniczenia na nazwę, jak w wypadku

nazw elementów;

– Zawarte w znaczniku otwierającym (albo w

znaczniku elementu pustego);

– Rozróżniana jest wielkość liter;
– Kolejność atrybutów nie jest wymagana standardem,

choć zaleca się jej konsekwentne utrzymanie;

– Znacznik może zawierać tylko jeden atrybut o danej

nazwie. Np.

<ksiazka autor = ”Jan Kochanowski”

autor=”Drugi”

>

…tutaj zawartość…

</ksiazka>

18

XML – znaki specjalne

• Znaki

<

,

>

, cudzysłów

”

, apostrof

’

– są traktowane specjalnie.

• Chcąc użyć ich jako zwykłych znaków w

miejscach, gdzie byłoby to niejednoznaczne,
należy użyć symboli zastępczych
(predefiniowanych encji):

&gt;

,

&lt;

oraz

&quot;

i

&apos;

.

• Te dwa ostatnie mogą być potrzebne w

wartościach atrybutów, jednakże można ich
uniknąć stosując jako ograniczniki wartości
tekstowej symbole apostrofu i cudzysłowu
zamiennie (tak, jak się to czyni np. w JavaScript).

• Symbole zastępcze rozwiązują problem, choć

oczywiście mogą być niewygodne

– np. przy formułowaniu w dokumentach XML warunków,

jak to ma miejsce np. w językach zapytań.

19

Zawartość elementów XML

• Wyróżniamy:

– elementy puste (pojedynczy znacznik zakończony „/”);
– elementy zawierające tylko tekst;
– elementy złożone, tj. posiadające podelementy;
– elementy o zawartości mieszanej (tj. zarówno tekst jak i

podelementy
– mogą

być

na rożne sposoby przeplecione);

• Kolejność zawieranych podelementów jest istotna dla

właściwej interpretacji dokumentu;

– jest określona definicją typu dokumentu;

• Elementy złożone (i mieszane) muszą być poprawnie

zagnieżdżone.

– W efekcie prawidłowy dokument XML posiada strukturę

hierarchiczną.

=> Reguły składniowe znane z HTML. XML odróżnia

się jednak bardziej zdyscyplinowaną składnią.

20

Deklaracja XML

• Pierwszy składnik tzw. prologu

dokumentu.

• Określa sposób interpretacji dokumentu.
• Specyfikuje:

– wersję użytego języka: parametr version;
– rodzaj kodowania znaków: parametr

encoding
(np. unicode, ISO, windows);

– określenie, czy dokument jest samodzielny:

parametr standalone.

• Np.

<?xml version=”1.0” encoding=”UTF-8”

standalone=”yes” ?>

21

Deklaracje

• W przeciwieństwie do elementów, nie są

bezpośrednio przetwarzane.

• Umieszczane w symbolach: <! … >
• Deklaracje podstawowe, obecne w zwykłych

dokumentach XML to:

– komentarze: <!-- … -->
– sekcje danych znakowych: wyznaczają obszar, w

którym można swobodnie używać znaków
zastrzeżonych:
<![CDATA[Tutaj może się znaleźć dość dowolny
tekst]]>

• O wiele szersze wykorzystanie deklaracji ma

miejsce w wypadku definicji DTD;

22

Instrukcje przetwarzania XML

• Instrukcje przetwarzania = Processing

Instructions – PI;

• umieszczane pomiędzy znakami: <? … ?>
• Określają cel (PI Target) oraz instrukcje,

które mają być wykonane.

– Cel jest słowem kluczowym (umieszczanym

bezpośrednio po otwarciu znacznika), które
identyfikuje aplikację mającą dokonać
przetwarzania.

– Preferowany styl oznaczania kodu PHP tworzy

właśnie instrukcję przetwarzania zgodną z notacją
XML:

<?php tutaj kod PHP… ?>

• Niektóre instrukcje przetwarzania (np.

związane ze stosowaniem stylów) są określone
standardem.

23

Walory XML

• Generyczność i rozszerzalność – można

wprowadzać własne pojęcia oraz definiować dla ich

opisu elementy i atrybuty.

• Hierarchiczność – umożliwia reprezentowanie

danych w postaci hierarchii elementów

(wytyczonych za pomocą znaczników).

• Łatwość przetwarzania – prosta struktura,

zdyscyplinowana składnia, dedykowane narzędzia i

interfejsy programistyczne.

• Czytelność dla człowieka – może być edytowany w

zwykłych edytorach tekstowych.

• Niezależność od platformy – dzięki oparciu języka

na czystym tekście.

• Niezależność od sposobu prezentacji.
• Możliwość walidacji dokumentu, tj. sprawdzenia

zgodności ze schematem określającym dopuszczalną

zawartość.

24

XHTML

25

Niedostatki tradycyjnego HTML

• Problem rozdzielenia treści od sposobu

prezentacji:

– Pożądane pełne wykorzystanie CSS – jednak nie jest

ono egzekwowane przez aktualną specyfikację

HTML.

• Dopuszcza usterki składniowe:

– Utrudnione przetwarzanie, większa konsumpcja

zasobów na „małych” urządzeniach.

• Stworzony z myślą o tradycyjnych

komputerach:

– Zakłada jednolitą interpretację znaczników na

różnych platformach;

– Monolityczna specyfikacja – nie przygotowana na

selektywne implementacje standardu.

• Konieczność osadzania zasobów utworzonych

w innych językach (zob. dalej).

• Utrudniona walidacja formularzy (zob. dalej).

26

XHTML – założenia

• Składnia XML – m.in. łatwiejsze transformacje

oraz prezentacja w przeglądarkach.

• Zastąpienie poleceń formatujących arkuszami

CSS – tutaj już jako wymóg języka.

• Język podzielono na moduły:

– Mogą być selektywnie implementowane na

poszczególnych platformach.

– Możliwość definiowania nowych modułów,

specyficznych dla zastosowań.

• Wsparcie przestrzeni nazwowych:

– Pozwala tworzyć strony złożone z różnych języków

rodziny XML.

<html xmlns="

http://www.w3.org/1999/xhtml

">

... </html>

<!-- domyślna przestrzeń nazwowa -->

27

XHTML a różnorodność w dokumentach

WWW

• Złożoność zwiększona przez zróżnicowanie:

– Formatowania,
– Mediów (osadzone w stronach zasoby),
– Użytych języków skryptowych (inna składnia),
– Platform (zwłaszcza upowszechnienie urządzeń

mobilnych) – różne możliwości:

1) urządzeń wyjściowych,
2) mocy obliczeniowej.

– Różne prezentacje docelowe (m.in. wydruk,

dźwięk…);

– Różni odbiorcy (m.in. udogodnienia dla

niepełnosprawnych)

– Różne języki narodowe (znaki, kierunek tekstu…)

• Koncepcja reorganizacji:

– Minimalny i uniwersalny rdzeń; moduły; zewnętrzne

style;

– Integracja z innymi językami rodziny XML.

28

Reguły poprawności pochodzące od XML

• Nazwy znaczników i atrybutów – obowiązkowo

małe litery

• Element-korzeń:

<html>

• Cudzysłowy na wartościach atrybutów
• Poprawne zagnieżdżenie znaczników;
• Deklaracja XML;
• Zawartość znakowa (np. skrypty) – w

deklaracjach

<![CDATA[…]]>

• Oznaczenia elementów pustych;
• Tzw. attribute minimization – niedopuszczalna:

<option selected>

=>

<option

selected=”selected”/>

• Wymóg określenia przestrzeni nazwowej:

<html

xmlns="http://www.w3.org/1999/xhtml"

xml:lang="pl" >

29

Reguły poprawności – c.d.

• Znane z HTML atrybuty NAME (służące m.in.

odwołaniom ze skryptów) zastąpiono
atrybutem id

– Wg definicji w DTD posiada typ ID;
– Stąd wymóg jego globalnej unikalności (w sensie

całości dokumentu)

• Obowiązek wskazania standardowego DTD:

<!DOCTYPE

html

PUBLIC

"-//W3C//DTD XHTML 1.0 Strict//EN"

"http://www.w3.org/TR/xhtml1/DTD/xhtml1-
strict.dtd"

>

30

Migracja z HTML do XHTML

•

Zdefiniowano 3 dialekty:

– Strict – wymusza wszystkie reguły;
– Transitional – mniej restrykcyjny; łatwość

przejścia z HTML;

– Frameset – służy tworzeniu stron XHTML z

ramkami.

•

Uwaga na deklarowany typ zawartości
(Content type):

– text/html

– będzie traktowany jak wariant HTML.

– application/xml

lub

application/xhtml+xml

–

traktowany jak XML

=> istnieją drobne różnice w przetwarzaniu
(wartości domyśle, wielkość znaków w
nazwach tagów itp.)

•

U

trudnione tworzenie dokumentów – niektóre

założenia krytykowane jako nadmiernie
idealistyczne.

31

Dalsza ewolucja – propozycje XHTML 2.0

• Dość radykalne założenia ukierunkowane na:

– Kompletną eliminację poleceń o charakterze

formatującym;

– Minimalizację zestawu podstawowych znaczników;

– Kompozycyjność poleceń;

– Ograniczenie zapotrzebowania na skrypty.

• Ciekawsze zmiany:

– Brak nagłówków

h1-h6

=> zamiast tego

h

, i

zagnieżdżenia elementów

section

;

– Element

p

może mieć blokową zawartość (np. listy)

– Brak

hr

=> zast. przez

separator

– Brak

br

=> elementy

line

(można „zaczepić” CSS!)

– Brak

img

=> zast. przez

object

z atrybutami

data

i

type

;

– Brak

a

=> atrybut

href

dozwolony dla większości

znaczników; podobnie często dozwolony – atrybut

src

;

– Nowy rodzaj listy:

nl

(lista nawigacyjna). Zawiera

odnośniki tworząc w ten sposób odpowiednik menu;