121

XX. Язык XML

Вид занятия – лабораторное занятие. Время занятия – 2 часа.

Расширяемый язык разметки (eXtensible Markup Language, XML) был разработан специально для создания структурированных документов – он как никто другой позволяет представлять и манипулировать элементами данных. Любой документ XML может рассматриваться как символьная строка, состоящая из символов разметки и данных. Благодаря тому, что двоичные данные в XML отсутствуют, документ на основе расширяемого языка разметки может быть открыт и отредактирован в любом текстовом редакторе, от элементарного блокнота до текстового процессора класса Microsoft Word.

Построение простейшего документа XML

Правила создания рядового документа XML столь просты, что для написания демонстрационного проекта в формате XML уйдёт не более минуты.

<?xml version="1.0" encoding="WINDOWS-1251"?> <!--Это комментарий-->

<example>

<line1>Простой пример работы</line1> <line2>с языком XML</line2>

</example>

Каждому открывающему тэгу должен сопоставляться закрывающий тэг (за исключением первой строки документа). Признаком того, что тэг является закрывающим служит наклонная черта “/”.

Рисунок 20.1. Внешний вид XML-документа в браузере Windows Internet Explorer

Совокупность открывающего, закрывающего тэга и данных внутри них

<line3>данные</line3>

называется элементом документа.

Базовые правила определения элементов XML:

1.Каждому открывающему тэгу должен соответствовать закрывающий тэг.

2.Документ XML позволяет использовать вложенные друг в друга тэги, при условии, что тэги не должны перекрываться.

© Осипов Д.Л., 2011

122

3.В документе XML должен быть всего один корневой элемент.

4.Имена тэгов должны начинаться с буквы. После первого символа разрешается применять цифровые и буквенные символы. Имя не должно содержать символы пробела

идвоеточия “:”. В именах запрещено применять аббревиатуры “XML”, “xml”, “Xml”,

ит.п.

5.Имена чувствительны к регистру.

Атрибуты

Предположим, что мы через Интернет получаем прайс-лист книжного магазина. В нём содержатся данные систематизированные по жанру произведения, а внутри элементов жанра

<GENRE> .. </GENRE> хранятся элементы с описанием книг <BOOK>..</BOOK>.

<?xml version="1.0" encoding="WINDOWS-1251"?> <pricelist>

<GENRE>Роман

<BOOK WRITER="Толстой Л.Н." PUBLISHER="Мир" PRICE="100.00">

Война и мир</BOOK>

<BOOK WRITER="Толстой Л.Н." PUBLISHER="Детская литература" PRICE="57.00">

Анна Каренина</BOOK>

<BOOK WRITER="Достоевский Ф.М." PUBLISHER="Кавказ" PRICE="210.00">

Братья Карамазовы</BOOK> </GENRE>

<GENRE>Поэма

<BOOK WRITER="Гёте И.В." PUBLISHER="Худ. литература" PRICE="45.5"> Фауст</BOOK>

</GENRE>

</pricelist>

Самое главное в новом примере то, что открывающий тэг описания книг содержит атрибуты. Атрибут состоит из названия и значения. Порядок именования атрибутов ничем не отличается от правил задания имён для элементов документа. Значения атрибутов заключаются в двойные или одинарные кавычки, в нашем примере в них содержатся дополнительная информация, описывающая ту или иную книгу.

Определение документа DTD

Нельзя исключить вероятность того, что заложенная разработчиком смысловая нагрузка в элементы документа окажется не столь очевидной как для пользователя, так и для анализатора XML. Примеров неоднозначностей в толковании разметки документа достаточно много. Например, создавая элемент <PHONENUM> мы рассчитываем, что в нём будет храниться 11-значный номер телефона, но пользователь предположит, что достаточно ограничиться сокращённым 6-значным номером абонента. Для решения подобных проблем в базах данных разработан весьма эффективный аппарат поддержки целостности и непротиворечивости данных, а как обстоят дела в XML?

В ситуации неоднозначности толкования разметки стоит воспользоваться ещё одним козырем XML – способностью подключения к документу дополнительного описания назы-

ваемого определением типа документа (Document Type Definition, DTD). DTD конкрети-

зирует, что именно должно содержаться в элементах и атрибутах документа.

Описание структуры документа XML с помощью DTD начинается сразу после обязательного заголовка документа и включает слово DOCTYPE. Признаком завершения секции описания выступает закрывающая квадратная скобка и закрывающий тэг ]>. Таким образом простейшее описание будет выглядеть следующим образом:

<!DOCTYPE имя_элемента [ ]>

© 2011 г. Д.Л. Осипов

123

Внутри секции содержится некоторый набор тэгов <! и > в которые заключаются имена элементов структуры или списки атрибутов. Восклицательный знак указывает на то, что это элемент объявления. Сразу за восклицательным знаком (без пробела) следует слово DOCTYPE и имя элемента структуры.

В простейшем случае описание DTD заносится непосредственно в документ XML, сразу после заголовка с версией. В представленном ниже примере мы создаём блок определения типа документа, информирующего нас о том, что:

1.Каждый информационный блок документа pricelist состоит из двух элементов

(GENRE и BOOK).

2.Оба элемента представляют собой разобранные символьные данные (Parsed Character Data, PCDATA) или, проще говоря, элементы хранят обычный текст.

3.Элемент BOOK содержит список атрибутов (тэг <!ATTLIST). Из них два атрибута обязательны для заполнения (#REQUIRED) и один необязательный (#IMPLIED).

<?xml version="1.0" encoding="WINDOWS-1251" standalone="yes"?> <!DOCTYPE pricelist [

<!ELEMENT GENRE (#PCDATA)>

<!ELEMENT BOOK (#PCDATA)>

<pricelist> <GENRE>Роман

<BOOK

WRITER="Толстой Л.Н." PUBLISHER="Мир" PRICE="100.00">

Война и мир</BOOK> </GENRE>

</pricelist>

Впроцессе чтения блоков данных XML, анализатор проверяет их на соответствие требованиям DTD. Если выявляются отсутствующие (или наоборот лишние) элементы и атрибуты, или элемент данных находится не в ожидаемом месте, или содержимое элементов и атрибутов не соответствует объявлению, то анализатор делает вывод о том, что документ некорректен.

Внашем примере элемент BOOK содержит объявления атрибутов. Список атрибутов начинается с тэга <!ATTLIST, далее следует имя элемента, которому принадлежит список, затем описание атрибутов и закрывающая угловая скобка. Ключевое достоинство атрибута в том, что тип хранимых в нём данных не ограничивается простым CDATA (см.

табл. 20.1).

Таблица 20.1. Типы атрибутов DTD

© 2011 г. Д.Л. Осипов

124

Описание DTD позволяет формировать достаточно сложные модели XML-данных. Допустим нам необходимо построить иерархическую структуру состава системного блока персонального компьютера. Следующие строки:

<!DOCTYPE COMPUTERS [

<!ELEMENT COMPUTER (CPU, HDD+, VIDEO, RAM, OTHER*)> <!ELEMENT CPU (#PCDATA)>

<!ELEMENT HDD (#PCDATA)>

<!ELEMENT VIDEO (#PCDATA)>

<!ELEMENT RAM (#PCDATA)>

<!ELEMENT OTHER (#PCDATA)>

]>

указывают на то, что элемент “COMPUTER” должен содержать информацию о процессоре “CPU”, жестком диске “HDD”, видеокарте “VIDEO”, памяти “RAM” и другом оборудовании “OTHER”. С этой целью названия вложенных элементов перечисляются в круглых скобках после слова “COMPUTER”. Подобное перечисление требует, чтобы при вводе XML данных строго соблюдался порядок следования элементов, на первом месте процессор, на втором

– винчестер, и т.д. Если обозначенный порядок, по каким то причинам нарушится, то анализатор документа немедленно известит нас об ошибке в документе.

Обратите внимание ещё на одну особенность описания DTD для примера с компьютером. Во второй строке листинга после названий элементов “HDD” и “OTHER” появились ранее не встречавшиеся нам символы “+” и “*”. Благодаря им мы приобретаем дополнительные возможности (см. табл. 20.2) по введению ограничений на количество элементов данных и установке признака обязательности и необязательности элемента.

Таблица 20.2. Ограничение количества элементов

Определитель Описание

?Признак необязательного элемента. Он может вообще отсутствовать в XML данных, либо появляться один раз.

+Элемент может появиться один или несколько раз

*Элемент может не появляться или появляться несколько раз

Пустой опре- Значение по умолчанию. Элемент обязателен и может появляться только один раз

делитель

С помощью символов “+” и “*” мы сумели создать определение DTD для XML-документа с переменным числом элементов. Теперь, при описании состава компьютера нам позволено подключать один или несколько жёстких дисков и неограниченное число дополнительного оборудования “OTHER”, при этом документ XML остаётся корректным.

<?xml version="1.0" encoding="WINDOWS-1251" standalone="no"?> <!DOCTYPE COMPUTERS SYSTEM "computers.dtd">

<COMPUTERS>

<COMPUTER>

<CPU>INTEL CoreDuo2400</CPU> <HDD>320GB</HDD> <VIDEO>RODEON8800</VIDEO>

© 2011 г. Д.Л. Осипов