1 / 38

eXtensible Markup Language

eXtensible Markup Language. Digitalisering av kulturarvet david.gunnarsson@hb.se. XML. Utökar begränsningarna för vad som är möjligt, jämfört med SGML (och fr.a. HTML) därigenom ökar förutsägbarheten

Download Presentation

eXtensible Markup Language

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. eXtensible Markup Language Digitalisering av kulturarvet david.gunnarsson@hb.se

  2. XML • Utökar begränsningarna för vad som är möjligt, jämfört med SGML (och fr.a. HTML) • därigenom ökar förutsägbarheten • Beskrivna dokumentmodeller (dvs DTDer) inte längre absolut nödvändiga -> ett dokument är giltigt (valid) eller välformat. • Har genererat en stor mängd nya tillämpningar

  3. XML-teknik • XML • Xlink & XPointer • XSL: • XSLT • XPath • XSL-FO

  4. XML • Egentligen inget eget märkspråk, snarare syntaktiska regler för konstruktion av märkspråk (eller märkscheman) • Med XML kan vi själva skapa olika märkscheman för olika syften • Mer makt åt oss textproducenter

  5. XML • Ingen "äger" XML – plattformsoberoende • Stöd (dvs XML-parser) i yngre webbläsare, fr.a. MS IE • W3C: HTML, XHTML, XML, CSS, validering

  6. "barn" till SGML • TEI (1988) (språkvet., litteraturvet.) • EAD (arkiv o museer) • DocBook (akademiska texter) • HTML • XML

  7. SGML - HTML, XML - XHTML generalitet SGML (1986) XML (1998) HTML (ca 1992) XHTML (2000) specificitet

  8. XHTML • HTML omdefinierad som en XML-tillämpning • Skillnader HTML ↔ XHTML • utbyggbart • egna märken • krav på giltigt, välformat • exakthet i notationen • versaler/gemener • tomma element måste vara stängda

  9. Grundläggande komponenter i ett XML-dokument • Prologen • Element • Attribut och attributvärden • Entiteter • (CDATA i kommentarer)

  10. Processinstruktioner,dokumenttypsdeklarationer <?xml version="1.0" encoding="ISO-8859-1"?> <?xml-stylesheet type="text/css" href="stil.css"?> <!DOCTYPE anthology SYSTEM "anthology.dtd">

  11. Prologen <?xml version="1.0" encoding="ISO-8859-1"?> <?xml-stylesheet type="text/css" href="stil.css"?> <!DOCTYPE anthology SYSTEM "anthology.dtd"> <anthology> <poem> <title> This Be The Verse </title> <stanza> <line> They fuck you up, your mum and dad.</line> <line> They may not mean to, but they do. </line> <line> They fill you with the faults they had</line> <line> And add some extra, just for you. </line> </stanza> …

  12. Element • Par: <title> </title> • Undantag tomma element: <pb/> • Versaler / gemener

  13. attribut <?xml version="1.0" encoding="ISO-8859-1"?> <?xml-stylesheet type="text/css" href="stil.css"?> <!DOCTYPE anthology SYSTEM "anthology.dtd"> <anthology> <poem id="P1"> <title> This Be The Verse </title> <stanza> <line> They fuck you up, your mum and dad.</line> <line> They may not mean to, but they do. </line> <line> They fill you with the faults they had </line> <line> And add some extra, just for you. </line> </stanza> …

  14. ett eller flera attribut • <element attribut="värde"> • <title type="journal"> • <name who="David" reg="GunnarssonD">

  15. Entitetsreferenser <?xml version="1.0" encoding="ISO-8859-1"?> <?xml-stylesheet type="text/css" href="stil.css"?> <!DOCTYPE anthology SYSTEM "anthology.dtd"> <anthology> <poem id="P1"> <title>LE BATEAU IVRE </title> <stanza> <line>Comme je descendais des Fleuves impassibles,</line> <line>Je ne me sentis plus guid&eacute; par les haleurs:</line> <line> Des Peaux-rouges criards les avaient pris pour cibles, </line> <line> Les ayant clou&eacute;s nus aux poteaux de couleurs. </line> </stanza> …

  16. entiteter • En viss teckensekvens har fördefinierats (i DTD:n) och givits ett namn. • Vanligen för att representera tecken som annars kan "riskeras" • Ibland även för att generera kortare eller längre text: genom att bara referera till namnet komprimerar man koden och spar arbete • Refererar till externa data såsom grafik • Behövs inte minst när märkenas och elementinnehållens notation kolliderar (<)

  17. Entitetsexempel • &eacute; = &#233; = é • &uuml; = &#252; = ü • &kontakt; = referens till en textsträng i DTD:n, i det här fallet ett namn på den aktuella kontaktpersonen • &introduktion • <bild src="&allc;"> • I DTD:n: • <!ENTITY eacute "&#233;"><!-- small e, acute accent --> • <!ENTITY kontakt "Pelle Johansson, tel. 0709-308673264"> • <!ENTITY introduktion SYSTEM "intro.xml"> • <!ENTITY allc SYSTEM "graphics/allc.gif" NDATA gif>

  18. Kommentarer <anthology> <poem> <title>This Be The Verse</title> <stanza> <line> They fuck you up, your mum and dad.</line> <line> They may not mean to, but they do. </line> <line> They fill you with the faults they had </line> <line> And add some extra, just for you. </line> </stanza> <!-- en strof borttagen --> <stanza> <line> Man hands on misery to man. </line> <line> It deepens like a coastal shelf. </line> <line> Get out as early as you can, </line> <line> And don't have any kids yourself. </line> </stanza> </poem> </anthology>

  19. Kommentera bort kod <anthology> <poem> <title>This Be The Verse</title> <!--<stanza> <line> They fuck you up, your mum and dad.</line> <line> They may not mean to, but they do. </line> <line> They fill you with the faults they had </line> <line> And add some extra, just for you. </line> </stanza>--> <stanza> <line> Man hands on misery to man. </line> <line> It deepens like a coastal shelf. </line> <line> Get out as early as you can, </line> <line> And don't have any kids yourself. </line> </stanza> </poem> </anthology>

  20. Rotelement <anthology> <poem> <title>This Be The Verse</title> <stanza> <line> They fuck you up, your mum and dad.</line> <line> They may not mean to, but they do. </line> <line> They fill you with the faults they had </line> <line> And add some extra, just for you. </line> </stanza> <!- - en strof borttagen - -> <stanza> <line> Man hands on misery to man. </line> <line> It deepens like a coastal shelf. </line> <line> Get out as early as you can, </line> <line> And don't have any kids yourself. </line> </stanza> </poem> </anthology>

  21. Ett XML-dokument kan vara välformat eller giltigt

  22. Välformad XML • Versaler / gemener • Minst ett element • Alltid ett rotelement • Elementen bäddas in i strikt hierarkiska strukturer (OHCO) – tänk träd och filstrukturer • Elementnamnen i start- och slutmärke matchar varandra • Attributnamn förekommer blott en gång i startmärket • Attributvärden inom citattecken • Attributvärden refererar inte till externa entiteter (annat än till DTD:n) • Entiteter deklareras

  23. Välformad XML • <?xml version="1.0" ?><name><firstname> Philip </firstname ><lastname> Larkin </lastname ></name>

  24. Giltig XML • En välformad XML-fil som använder en dokumentypsdeklaration för att referera till en DTD och sedan följer denna DTD

  25. <name> Philip Larkin </name> • <name> Philip Larkin <Name> • <name> Philip Larkin <name /> • <name> Philip Larkin </Name>

  26. <name><firstname>Philip<lastname></firstname>Larkin</lastname></name><name><firstname>Philip<lastname></firstname>Larkin</lastname></name> • <name><firstname>Philip</firstname><lastname>Larkin</lastname></name> • <name><Firstname>Philip</firstname><lastname>Larkin</Lastname><name> • <name><firstname>Philip</firstname<lastname>Larkin</lastname></name>

  27. <name type=personname> PhilipLarkin </name> • <name type="personname" type="straightorder"> PhilipLarkin </name> • <name type="personname"> Philip Larkin </name>

  28. Giltig XML • En välformad XML-fil som använder en dokumentypsdeklaration för att referera till en DTD och sedan följer denna DTD

  29. Dokumenttypsdeklaration • <!DOCTYPE TEI.2 PUBLIC "-//TEI P4//DTD Main Document Type//EN" "http://www.adm.hb.se/~mg/ dig/XMLLab/teilitex.dtd"> • referens till rotelementet TEI.2 • publik identifierare + backup • dvs. en referens till en särskild dtd-fil med deklarationer av TEI-dokumentets element, attribut och entiteter

  30. *

  31. Dokumenttypsdeklaration • <!DOCTYPE TEI.2 PUBLIC "-//TEI P4//DTD Main Document Type//EN" "http://www.adm.hb.se/~mg/ dig/XMLLab/teilitex.dtd"> • referens till rotelementet TEI.2 • publik identifierare + backup • referens till en särskild dtd-fil med deklarationer av TEI-dokumentets element, attribut och entiteter

  32. En simpel DTD <?xml version="1.0" ?> <name> <firstname>Philip</firstname> <lastname>Larkin</lastname> </name> DTD: <!ELEMENT name (firstname, lastname)> <!ELEMENT firstname (#PCDATA)> <!ELEMENT lastname (#PCDATA)>

  33. Innehållsmodellen • #PCDATA • EMPTY • andra element • blandat innehåll

  34. Notation i DTD:n <!ELEMENT lista (produkt+)> <!ELEMENT produkt (kvantitet?,namn)> <!ELEMENT namn (#PCDATA)> <!ELEMENT kvantitet (#PCDATA)> Se övningsmaterialet, bl.a. en bilaga

  35. Problem med DTD:er • annan notation än XML • krångligt, särskilt med externa entiteter (bilder etc) • emellertid är XML-världen på väg att lämna DTD:er för XML-scheman • och för er finns också en redan färdigskriven DTD i TEI Lite

  36. Verktyg • Kommersiella redigeringsverktyg • "Fria" verktyg • Anteckningar (ingen validator) • JEdit (validator) • Emacs m fl • MS IE Explorer (parsern "validerar")

More Related