Introduktion til XML

1. Introduktion til XML

2. Hvad er XML? • XML står for EXtensible Markup Language • XML er en åben standard fra W3C • XML er tekstbaseret ligesom HTML • XML er et meta sprog – et koncept snarere end et sprog • Man implementerer markup sprog ved hjælp af XML • Mange teknologier er i dag implementeret ved hjælp af XML • XHTML, SMIL, RSS, WAP, WML, SVG, MathML, Daisy, Office Open XML, OpenDocument, iWork

3. Hvad er XML? • XML er en standard, som understøtter maskinel behandling af information • Struktureret information som i en database • Mere løst narrativ som i skøn- eller faglitteratur • Klare og stringente regler for Indhold Struktur (velformede) Syntaks (valide) • XML programmer antager at XML dokumenter er velformede og valide

4. Hvad er XML? • Eksempel på XML fil • Alle Unicode tegn kan anvendes • Encoding skal specificeres • <?xml version="1.0" encoding="UTF-8" ?> • <?xml version="1.0" encoding="iso-8859-1"?> • Visse tegn er reserverede (kontroltegn) og skal skrives på særlig møde • < & • &lt; &gt; &amp; &apos; &quot; < > & ‘ “ • &#20013; eller &#x4e2d;

5. Referencedokumenter • http://www.w3.org/standards/xml/ • http://en.wikipedia.org/wiki/Xml

6. Talsystemer 10-talsystemet (decimale) 1 2 3 4 0 1 2 3 4 5 6 7 8 9 1 10 100 1000 2-talsystemet (binære) 1 0 0 0 1 1 0 1 0 1 1 8 4 2 64 32 16 128 16-talsystemet (hexadecimale) F A 2 5 0 1 2 3 4 5 6 7 8 9 A B C D E F 1 16 256 4096

7. Talsystemer 0 0 1 0 0 1 0 0 0 0 0 0 1 1 1 0 2 8 0 E (10.254)

8. Tegnsæt • 1 byte = 8 bits = 28 (256 kombinationer) • 2 bytes = 16 bits = 216 (65.536 kombinationer) • 3 bytes = 24 bits = 224 (16.777.216 kombinationer) • Single-byte tegnsæt • Fx ASCII, Codepage 1252, Codepage 1250 • Multi-byte tegnsæt • Fx Unicode, UTF8 • Unicode range 0x0000-0x0FFF • Unicode range 0x2000-0x2FFF <?xml version="1.0" encoding="UTF-8"?> <外语>Китайська мова</外语>

9. Øvelser • Find og installer en Unicode skrifttype • Code2000 • Vælg Code2000 som skrifttype i Notepad • Opret en større tekstfil i Notepad og gem den i forskellige kodninger • ANSI, UTF-8, Unicode • Tjek størrelsen af de tre filer • Hvad betyder følgende Unicode tegn 0x2803 0x2817 0x2801 0x280A 0x2807 0x2807 0x2811 • Brug RoboBraille til at skabe lidt punktskrift i Unicode. Kopier det ind i tekstfilen

10. Markup, tags og indhold • XML-filer består af markup og indhold (content) • Markup kaldes også tags. • Tre typer tags: • Start tags (open tags): <section> • End tags (close tags): </section> • Empty-element tags <newline/> (self-closing tags) • Tags er ikke nødvendigvis definerede på forhånd

11. Markup, tags og indhold • XML er case-sensitiv: <section> <Section> • Tags kan have attributter • <headingtext=”Hallo, dette er en prøve”/> • <namelanguage=”da”>Her er en tekst.</name> • Elementer • Open + close tags + attributter til open tags + tekst og tags mellem open og close tags • Self-closing tags incl attributter <p>As Yogi Berra said, <q>"It ain't over 'til it's over."</q></p>

12. Velformet (well-formed) • XML kode skal være velformet, herunder: • Koden skal bestå af prolog og rod-element <?xml version="1.0" encoding="UTF-8"?> <book> … </book> • Koden skal bestå af lovlige tegn • Koden skal indeholde mindst et element (rod elementet) • Elementer skal struktureres korrekt • Tags for tomme elementer skal afsluttes med /> • Start tags skal sluttes med end tags • Samme stavemåde og case i start og end tags

13. Velformet (well-formed) • Rod-elementet skal indeholde samtlige andre elementer i dokumentet • Alle elementer skal nestes strengt hierarkisk <employee> <name> <lastname>Kelly</lastname> <firstname>Grace</firstname> </name> <hiredate>October 15, 2005</hiredate> <projects> <project> <product>Printer</product> <id>111</id> <price>$111.00</price> </project> <project> <product>Laptop</product> <id>222</id> <price>$989.00</price> </project> </projects> </employee>

14. Velformet (well-formed) • Attributnavne i samme element skal være entydige • Alle attributværdier skal sættes i anførselstegn – enkelt eller dobbelt <img src=”mountains.jpg”/>

15. Øvelse Hvorfor er nedenstående XML kode ikke velformet? <?xml version = "1.0" standalone="yes"?> <employee> <name>Frank</name> <position>Chef</position> </employee> <employee> <name>Ronnie</name> <position>Chef</position> </employee>

16. Øvelse Hvorfor er nedenstående XML kode ikke velformet? <?xml version = "1.0" standalone="yes"?> <employee> <kitchen_staff/> <name language=en>Frank</name> <new_hire /> <position language=en>Chef</position> </employee>

17. DTD: Syntaks og validitet • Tjek af velformethed har begrænsninger • Ofte behov for at tjekke om elementer står de rigtige steder, har de rette attributter • Document Type Definition (DTD) • Placering • Indhold • Attributter • Tjek i forhold til DTD kaldes validering • XML dokumenter med DTD skal være valide • Daisy defineret ved hjælp af DTD

18. Øvelser • Find og installer XML Copy Editor • Sæt hak i ”Enable network access for DTD validation”

19. Øvelser • Tjek at dokumenterne i mappen www.sensus.dk/kursus/markup/validering er velformede og valide • Ret eventuelle fejl

20. Tag typer i XML

21. Spørgsmål, kommentarer ?!