Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Основы XML-технологий. Учебное пособие
.pdf
м
ационных технологий, имеющих весьма ощутимые социально-
экономические последствия.
ERN
Идеи проекта, возникшего в стенах
C
(
Европейский центр
ядерных исследований, Женева) в конце
годов, в короткие сроки
-х
8
0
реализовались в беспрецедентно развивающуюся, глобальную
и бесконечно масштабируемую распределенную гипермедийную
систему с прозрачным для пользователя распределением и неоднородностью ресурсов. Количество пользователей и объем представленных в ней информационных ресурсов продолжают чрезвычайно
быстро наращиваться. При этом возможен свободный доступ
W
к большинству информационных ресурсов
в
eb
любой момент
времени.
С другой стороны, за несколько лет бурного развития потенциал
дальнейшего совершенствования технологий существующей версии
Web
Web-1
называемой далее
(
панным. Этому способствовали недостатки языка
оказался в значительной мере исчер-
)
HT
ML
(
основного
выразительного и структурообразующего средства гипермедийных
информационных ресурсов, представленных в
), а также ограни-
W
eb
ченные функциональные возможности среды поддержки этого языка
в
.
W
eb
Э
ти недостатки и ограничения языка заключаются в следующем:
TML
1. Для
H
-документов не поддерживаются метаданные, описы-
вающие структурные, семантические и другие их свойства.
TML
На момент разработки языка
H
потребности в этих средствах не
было, так как он был ориентирован не на структурную разметку
документов, а на описание формата и их представления на экране.
Отсутствие поддержки метаданных для
HTML
-д
окументов не
позволяет осуществлять проверку целостности их структуры
и содержания. По этой же причине затрудняется эффективный поиск
необходимой пользователю информации в огромном накопленном
объеме информационных ресурсов
, а также выполнение других
eb
W
операций по обработке информационных ресурсов.
В условиях отсутствия поддержки метаданных для выполнения
поисковых операций соответствующие сервисы
Web
ре
ализуют
только технику контекстного поиска. Поиск документов в
11
W
eb
с
учетом свойств их структурных компонентов является невозможным. Все это приводит к довольно высокому уровню шума в результатах поиска.
Наконец, без поддержки метаданных в среде
W
eb
возможна
не
эффективная интеграция информационных ресурсов, поддерживаемых в этой среде и в других взаимодействующих с
TML
нически средства языка
H
позволяют интегрировать в среду
We
редах. Тех-
с
b
W
eb
ресурсы баз данных, большие архивы текстовых документов,
различные мультимедийные ресурсы. Но эти инородные для гипертекста ресурсы хотя и становятся доступными пользователю,
W
остаются, с точки зрения их семантики, для среды
eb
«
черным
ящиком». Такая интеграция сводится по существу лишь к обеспечению представления или отображения «внешних» ресурсов
W
eb
посредством
2.
В спецификации не предусмотрены средства расширения
функциональности
.
H
TML
-д
окументов. Другими словами,
H
TML
я
вляется закрытым языком, не позволяющим пользователю дополнять
язык новыми тегами при необходимости.
TML
Следствием закрытости языка
H
вляются ограниченные
я
возможности структурирования документов, адекватного потребностям пользователей и отражающего хотя бы простейшие аспекты
семантики содержащихся в них данных. Закрытый характер языка
приводит также к необходимости периодического пересмотра
TML
версий стандарта
H
для расширения его функциональности путем
добавления новых тегов или атрибутов тегов.
Перечисленные недостатки языка потребовали дальнейшего
Web
развития информационной среды
логий,
нованных
ос
а
овременных
н
с
пу
тем добавления в нее техно-
етодах управления данными,
м
прошедших испытание временем в технологиях баз данных
и текстовых поисковых системах. Основу этих методов составляют
модели данных, основанные на явном представлении и поддержке
метаданных, обеспечивающих использование техники поиска
документов на основе их содержания.
12
1.2
П
ЕРЕСМОТР ОСНОВ WEB-ТЕХНОЛОГИЙ
С целью решения этих проблем консорциум
W
3C
едет активную
в
деятельность, направленную на радикальный пересмотр основ
ехнологий, которая затрагивает все три базовых элемента первона-
т
чального проекта
реализация
W
W
eb
. Этими базовыми элементами, как известно, являются: язык гипертекстовой разметки
ресурсов
URL
,
протокол передачи гипертекстовых ресурсов
,
на которых построена действующая сегодня
WW
TML
H
,
универсальный локатор
HTTP
Web
.
-
В рамках выполнения этой работы создано ядро и продолжается
процесс формирования независимого от области приложений
X
комплекса средств, базирующегося на языке разметки
X
комплекс, получивший название
ния и обработки информационных ресурсов
основой нового поколения
eb-2
W
.
Новые технологии
W
W
eb
азируются на открытом для расширения
б
комплексе стандартов, составляющим
ML
латформы, служит для описа-
-п
eb,
п
W
, называемого далее для краткости
eb
латформу и определяю-
-п
XML
ML
1]. Этот
[
ризванной стать
щим функциональные возможности для доступа к информационным
W
ресурсам
Важное место в
eb
и их представления.
-платформе занимают стандарты представле-
X
ML
ния метаданных, описывающие структурные и семантические свойства
о «семантическом
X
-д
окументов, что позволяет в перспективе вести речь
ML
eb»
W
. Бл
агодаря введению метаданных и стандартизации средств их описания открылись возможности для более
эффективной интеграции
XML
окументов, основанных на использо-
-д
вании семантической информации.
и
п
з
сти
Одна
остоит в непременном обеспечении преемственности новой
с
платформы с
ринципиальных
что позволит сохранить возможность использо-
,
eb-1
W
ус
тановок
ра
ссматриваемой
д
еятельно-
вания и в дальнейшем огромных информационных ресурсов,
ML
представленных средствами языка
1.3
ИСТОКИ XML
HT
.
Представление информационных ресурсов с помощью языков
разметки, обеспечивающее машинную обработку печатной
13
п
родукции, получило развитие еще в начале второй половины
двадцатого века, отмеченного в истории человечества как век информации. Университеты, научные организации и средства массовой информации стали выпускать такой объем данных, что люди
уже были не в состоянии обрабатывать их вручную. Поэтому была
выделена задача систематизации и организации всей этой информации машинным способом.
Первые электронные форматы, созданные с этой целью, в основном были ориентированы на описание того, как должна выглядеть
информация (представление), а не ее структуры и смысла. В качестве
примеров таких средств можно привести два ранних языка форматирования
t
roff
и
EX
T
ущественно ускоривших работы по форматиро-
, с
ванию печатных документов.
Эти языки характеризуются тем, что в них не было заложено
никаких сведений о структуре данных, поэтому документы, представленные с их помощью, можно было лишь просматривать на
экране или выводить на печать. Более сложная обработка данных,
связанная с поиском и извлечением информации, созданием электронных перекрестных ссылок или с использованием документов
в разных приложениях с помощью данных языков, была весьма
затруднительна.
Первой системой, использующей описательные теги вместо
кодов форматирования, стала общая система кодирования (
ing
),
в которой появились возможности представления данных о
g
eneric
структуре документов и смысле содержащейся в них информации.
Орг
анизацией, выдвинувшей эту идею, стала ассоциация
raphic
G
c
od-
ommunications
C
GenCode»
«
ssociation
A
п
редложила способы кодирования различных типов доку-
(
G
CA
оторая в конце
), к
1
960
годов в проекте
-х
ментов с помощью общих тегов и сборки документов из отдельных
частей.
Следующим крупным достижением в части машинной обработки документов стал обобщенный язык разметки
Language
Goldfarb
R
(
aymond Lorie
, Эдвардом Мошером (
)
(GML), ра
). О
зработанный в
ни рассматривали язык
I
Ч
BM
Edward Mosher
арльзом Гольдфарбом (
G
к
ML
и Рэймондом Лори
)
ак решение проблемы
Generalized Markup
C
harles
14
к
одирования документов, используемых в различных информацион-
ных подсистемах.
Для дальнейшего изложения темы учебного пособия важно
иметь ясное представление о том, что собой представляет разметка.
rkup
Разметка (
ma
) – это информация, добавляемая в документ для
облегчения восприятия его смысла, т. к. определяет его части и их
соотношение друг с другом. Другими словами, разметка – это средство структурирования документа.
Например, при чтении любой печатной продукции части текста
различаются по промежуткам между ними и их положению на странице, а также путем использования различных шрифтов для заголовков разных уровней. Это и есть разметка, но эта разметка ориентирована на восприятие текста человеком, в то время как язык
аправленный на структурирование документа для машинной обра-
н
GML
,
ботки вместо пробелов использует другие символы.
Текст без промежутков между разделами и c единственным стилем был бы просто нагромождением символов, и извлечение из него
информации потребовало бы большой работы. Машинная программа не смогла бы сделать даже этого, поскольку обладает лишь
элементарными возможностями поиска по шаблону.
Разметка важна в электронных документах, потому что они
обрабатываются компьютерными программами. Если в документе
нет меток или границ, программа не будет знать, как отличить один
участок текста от другого. При отсутствии разметки программе
придется работать со всем документом как с бесструктурным образованием, что резко ограничивает возможность обработки его содержимого.
Язык разметки (
m
arkup
l
anguage
) – эт
о способ именования и выделения частей документа при помощи тегов, размещаемых в тексте
документа. В документах, закодированных с применением языка
разметки, стало возможным осуществлять редактирование, форматирование и поиск при помощи различных программ, поскольку его
G
теги позволяли извлекать содержание данных. С появлением
ML
многие фирмы стали публиковать свою техническую документацию
15
н
а этом языке, доказав жизнеспособность обобщенного языка
разметки на основе общей системы кодирования.
ML
G
Оценив достоинства
,
в Национальном институте стандарти-
зации США (
A
описания текста на основе
приступили к разработке стандартного языка
)
NSI
ML
G
, поставив Гольдфарба во главе
проекта. При этом были использованы также результаты работы над
проектом
enCode
G
. В конце
970
1
-х и начале
980
1
-х были опубликованы
рабочие материалы и в конечном итоге создан стандартный обоб-
щенный язык разметки (
tandard
S
eneralized Markup Language
G
GML
S
,
),
явившийся кандидатом на промышленный стандарт. Он вскоре стал
им, после того как был принят Министерством обороны и Налоговой службой США.
Являясь общей схемой кодировки текста,
SGML
по сути, пред-
,
ставляет собой инструментарий для разработки специализированных языков разметки. Но при этом
SGML
меет свободный
и
синтаксис и массу параметров, назначение которых довольно
сложно запомнить. Он настолько гибок, что программное обеспечение для его обработки оказалось сложным и дорогим, и его полезность ограничивалась крупными организациями, которые могли
позволить себе такие затраты на сопровождение сложных сред
В начале
элементарных частиц
Берглунд (
A
nders Berglund
1
990
-х
сотрудники европейской лаборатории физики
ERN
C
Тим Бернерс-Ли (
)
совершили революцию в обобщенном
im Berners-Lee
T
) и Андерс
S
GML
.
кодировании текста, когда разработали язык разметки гипертекста
Hypertext Markup Language (HTML
Бернерс-Ли и Берглунд создали версию документа
).
GML
S
д
ля
гипертекстовых документов, который был компактным и эффектив-
H
ным, и назвали ее
TML
Этот язык разметки сделал простым написа-
.
ние программного обеспечения и еще проще – кодирование документов.
H
TML
ыстро вышел за пределы лаборатории и отправился
б
завоевывать мир.
Но в теоретическом плане
H
TML
ыл шагом в обратном направ-
б
лении. С целью достижения простоты, которая сделала его действительно полезным на практике, пришлось пожертвовать некоторыми
принципами обобщенного кодирования. Основной недостаток
16
– э
H
TML
то использование тегов, преимущественно ориентированных
на представление, что усложняет их использование в приложениях.
Но, несмотря на приведенные недостатки,
H
ст
ал гигантским
TML
скачком в эволюции языков разметки, поскольку именно он стал
eb
основой для перехода к следующему этапу развития
W
, основан-
ного на
X
ML
1.4
ПЛАТФОРМА XML
В отличие от
атформе.
-пл
W
eb-1
,
где все основные функции управления
информационными ресурсами системы базируются на едином языке
H
создатели
,
TML
XM
латформы избрали иной путь, суть которого
-п
L
заключается в следующем.
1. В первую очередь выделяются «фундаментальные» стандарты, составляющие концептуальную и синтаксическую основу
платформы.
2. Затем их средствами определяется комплекс других стандартов, каждый из которых выполняет специфические функции.
3. В случае необходимости данный комплекс открыт для пополнения новыми стандартами.
Описанная «модульность» организации платформы обеспечивает ее открытый характер, возможности введения новых стандартов,
не затрагивая уже существующие. Функциональность этой платформы определяется комплексом взаимосвязанных стандартов,
часть из которых уже принята
другие находятся в стадии разра-
,
W
3C
ботки. Таким образом, по мере появления необходимости в рамках
данной платформы можно ввести любой стандарт, расширяющий ее
функциональность.
Отсюда следует вывод, что наряду с созданием стандарта языка
X
ML
тия
к
онсорциум
eb
W
разрабатывающий стандартизованные спецификации для
и
,
формирующий техническую политику разви-
W
3C
этой среды, на самом деле одновременно формирует новую открытую для расширения функциональности технологическую плат-
XML
форму, главным звеном которой является
X
О функциональных возможностях
ML
.
-п
латформы можно судить
по приведенному ниже перечислению основных ее стандартов:
17
– ф
Form
X
ундаментальные:
– п
редставление метаданных:
спомогательные:
– в
– ф
орматирование и трансформация
;
Na
mespace
Include
X
– интерфейс прикладного программирования:
L
зык запросов
– я
XM
-данных:
– протоколы передачи данных:
ассмотрим назначение перечисленных компонентов
Р
платформы. Сначала опишем роль языка
,
X
Path
X
,
X
X
ML
ML
;
Query
HTTP
;
S
chema
;
,
,
X
ML
SOAP
ML
X
,
R
W
DF
окументов:
-д
D
SDL
OM
;
;
C
SS
,
X
SLT
.
X
.
В составе стандартов
ML
,
-
рассматриваемой платформы он выполняет две важные функции.
1. Прежде всего, он обеспечивает содержательную (структур-
ную) разметку информационных ресурсов, которые называют
X
ML
в рассматриваемой среде
средства (некоторый подъязык
-д
окументами, а также предоставляет
для описания общей структуры
)
XML
документов интересующего пользователя типа. Такое описание
называется
XML Schema Definition
(
2. Но основное назначение языка
ундаментальных
ф
тандартов
с
.
)
XSD
латформы
п
– это служить одним из
X
ML
ML
X
. Д
ругие
тандарты
с
платформы, дополняющие его функции, связанные с управлением
данными
W
,
определяются в терминах синтаксиса
eb
с этим их называют иногда приложениями
Возвращаясь к выполняемой
раз подчеркнуть, что он (в отличие от
X
ф
ункции разметки, следует еще
ML
TML
H
ML
X
.
) не является полнофунк-
.
В связи
X
ML
циональным языком, который должен решать все задачи представления, поддержки и обработки информационных ресурсов
проводить аналогию с технологиями баз данных, то
W
XML
eb
Если
.
м
ожно
квалифицировать как язык определения данных.
XML
Специфика
к
ак языка определения данных заключается
в том, что в нем сочетаются возможности:
– описания свойств экземпляров элементов
-документов,
ML
X
составляющих содержание данного конкретного документа,
– определения свойств типа
X
ML
-документов (
X
SD
) в терминах
типов элементов этих документов.
18
П
ервая группа средств (теги разметки) используется по принципу самоописываемости, определяя некоторые свойства элементов
конкретного документа с помощью встраиваемых в него тегов
разметки.
SD
Что касается
X
, то он описывает типовые свойства элементов
документа и свойства типов документов в целом.
DF
наряду с
XML
позиционируются как стандарты представления метаданных.
,
Основное предназначение
синтаксических свойств
R
[5, 6] занимают важное место в составе платформы
X
ML
X
-д
окументов, а
ML
chema
S
заключается в описании
– в
R
DF
представлении их
XM
L
S
chema
[
2-4]
семантики.
Роль
от
чуждается от описываемых документов и хранится в каталогах
W
eb
.
Конкретные
X
а
налогична роли схемы базы данных. При этом
SD
X
ML
-д
окументы ссылаются на это определение,
X
SD
хотя они могут и включать его непосредственно в явном виде.
Стандарт
N
amespaces
i
n XML
N
amespace
(
)
[7] наряду с
X
ML
т
акже
используется для определения других стандартов платформы.
Стандарт
N
amespace
определяет для заданного
-документа или
X
ML
множества документов допустимые теги разметки и их атрибуты,
ассоциируя с ними по умолчанию некоторую семантику. Зарезервированные
ML
X
и других стандартов платформы.
Средства для форматной разметки
стандарты каскадных таблиц стилей
таблиц стилей
[
10], позволяет описывать форматные преобразования (трансфор-
мации)
XML
п
W
-д
ространства имен используются в синтаксисе языка
3C
XSL
окументов.
X
ML
SS
C
[8] и расширяемого языка
[
9]. Вторая часть стандарта
-д
окументов определяют
XSL
,
называемая
XSLT
К числу стандартов форматирования данных можно отнести
также
X
ML-
XForms
налог механизма форм в языке
а
и передачу данных, например запросов, от
[
11] усовершенствованный и адаптированный к среде
обеспечивающий ввод
TML
,
-клиента к
eb
W
W
H
eb
-
серверу.
Стандарт
D
OM
[12] объектной модели
X
ML
- и
H
TML
-документов
определяет функции интерфейса прикладного программирования
для их обработки.
19
В
состав
ваемый со второй половины
редставляющий собой декларативное средство обработки
п
д
анных.
В составе
-пла
X
X
ML
ML
тформы входит также активно разрабаты-
стандарт языка запросов
г.
2
000
-платформы разработаны документы, описываю-
X
Query
X
ML
-
щие требования к разрабатываемому языку запросов [13], модели
данных [14-15], на которой он базируется, примеры, иллюстрирующие его функциональные возможности [16], а также спецификации
Query
синтаксиса
Стандарт
X
X
документа, используемое в языках
версии
1.5
.
OM
D
СШИРЯЕМОСТЬ XML-ПЛАТФОРМЫ
РА
Принципиально важным свойством языка
в
Path
ML
X
[17].
[
18] определяет понятие фрагмента
X
,
SLT
X
Query
и
в разработке новой
обеспечивающим
,
ML
X
X
ML
-
,
новые функциональные возможности среды
расширяемость. Достижение расширяемости языка
W
,
является его
eb
XM
L
условлено
об
двумя его особенностями.
XML
1. Прежде всего,
в подмножество известного языка
подобный
HTML
.
Это позволяет
– эт
XML
о язык метауровня, входящий
S
GML
,
а не конкретный язык,
в
ыполнять функции языка определения данных. Используя его синтаксис, можно определять
различные типы элементов, экземпляры которых образуют содержание конкретных
X
окументов, и вводить тем самым адекват-
-д
ML
ный потребностям набор тегов разметки документов.
ML
2. Вторая особенность языка
X
вязана с использованием
с
пространств имен – именованных множеств символов, используе-
ML
мых в качестве имен типов элементов и атрибутов элементов
окументов. Введение пространств имен в
д
X
-д
окументы позволяет
ML
X
-
неявным образом ассоциировать заданную семантику с введенными
именами элементов документов, их атрибутов и допустимыми для
них значениями.
XML
Используя перечисленные особенности языка
,
отдельные
пользователи или сообщества пользователей могут создавать
нужные им языки разметки для различных категорий документов
20
Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]