Le couple XML/XSL(T)

Transcription

1 Livre blanc - Le couple XML/XSL(T) sur internet Document réalisé dans le cadre du cours Langages Avancés, de M. CHOPOT, Institut de la Communication et des Médias Université Stendhal - Grenoble Laurent GUITTON Olivier TORTEL Novembre 2006

2 Table des matières Introduction Définition de la norme XML XML, un standard du W3C...3 a. Petit rappel historique...3 b. La déclaration d'un document XML...5 c. La déclaration dite DTD XML et ses possibles applications...7 a. Dans les langages de représentation...7 b. Dans les langages de programmation...7 c. Dans les protocoles d'échanges...8 d. Dans les langages associés Relation PHP et XML XML et base de données...11 a. XML et bases de données b.... et XML-Query (ou XQuery) Définition des normes XSL et XSLT XSL, formatage et transformation de données XML...13 a. Langages "orientés-contenu" et "orientés-présentation"...13 b. XML et feuilles de style...13 c. Structure d'un document XSL Composant de transformation : XSLT...17 a. Les avantages de XSLT...17 b. Les caractéristiques de XSLT...18 c. Introduction aux espaces de noms...18 d. Les éléments de transformation Composant de formatage des données : XSL-FO Une syntaxe pour l'accès à des parties spécifiques d'un document: XPath Exemple XML avec XSLT...22 Conclusion...26 Sitographie...27 Langages avancés > XML/XSL 1/27

3 Introduction Ce document, nommé Le coupe XML/XSL(T) sur Internet, a été réalisé dans le cadre du cours Langages avancés (sous la direction de M. CHOPOT), de deuxième année de Master Métiers de la Communication, option Multimédia, pendant l'année universitaire 2006/2007. Il s'est agit de faire un état des lieux d'une technologie ou d'un langage fort sur Internet, afin d'essayer d'en comprendre les enjeux, de voir les futurs évolutions et de pouvoir en réaliser un document écrit, à la fois simple, concret et le plus exhaustif possible. Parmi les thèmes proposés, nous avons choisi de basé notre recherche sur le couple XML/XSL(T), et d'en proposer donc une définition, une explication et un exemple illustrant notre discours. En moins de 10 ans, la syntaxe XML est devenue le standard d'échange de données numérique. Le langage XML, pour Extensible Markup Language (langage extensible de balises), élaboré par le W3C en 1996 dans le but de faciliter les échanges entre systèmes mixtes, s'est depuis imposé à quasiment tous les niveaux du développement, au point d'en devenir incontournable, et parfois même utilisé sans réelle nécessité. XML se retrouve aujourd'hui dans quasiment tous les corps de métiers, au sein d'applications grand public, et bien entendu sur le Web lui-même avec XHTML et RSS, entre autres. À la fois souple (le principe directeur est de créer ses propres balises) et strict (une erreur de syntaxe et le fichier est invalide), XML a été adapté à tous les contextes d'échange de données, remplaçant fréquemment les fichiers textes utilisés jusqu'alors. Aujourd'hui omniprésent, il a donné naissance à une pléthore de nouveaux langages. Les plus connus sont ceux conçus par le W3C, mais quasiment chaque organisation a développé son propre format utilisant la syntaxe XML, démontrant l'extrême flexibilité de cette dernière. Approuvé en 1986 par l'iso, le langage SGML (pour Standard Generalized Markup Language) résolvait la plupart des problèmes aujourd'hui pris en charge par XML, mais présentait de nombreuses difficultés techniques et même politiques. SGML, conçu à l'origine par IBM, était capable de totalement revoir sa propre syntaxe, ce qui en faisait un métalangage difficile à maîtriser. Sachant qu'internet pouvait avoir besoin d'une solution équivalente à SGML, le W3C a mis en place un panel d'experts pour travailler à une version simplifiée : XML. Celui-ci conserve dans les faits le plus gros de la syntaxe et de la puissance de SGML, mais débarrasse la spécification d'un grand nombre de fonctionnalités redondantes, trop compliquées ou pas assez utilisées. Publié en novembre 1996, le premier document de travail, signé de Tim Bray et C. Michael Sperberg-McQueen, deviendra une recommandation W3C en février 1998, avec l'ajout de la signature du français Jean Paoli. L'adoption de XML est très rapide, particulièrement au sein du W3C qui en profite pour lancer de nombreux projets reposant sur la syntaxe, ou pour reformuler certains documents. Le W3C propose également la possibilité à travers ces spécifications, un moyen de transformer tout fichier XML en autre chose. De façon à effectuer cette transformation, des fichiers annexes, basés sur XML sont utilisés. Ces composants qui permettent le formatage des données et la transformation sont appelés respectivement XSL-FO et XSLT. Afin de vous présenter cette syntaxe XML/XSLT qui est devenue un standard d'échange de données numériques, nous redéfinirons dans un premier temps ce qu est la norme XML, ce qui fait d elle un standard W3C, ses applications et sa fonction d échange de données. Ensuite, nous présenterons les normes XSL et XSLT qui permettent le traitement des données XML en formatant ces dernières et en les transformant. Pour illustrer nos propos nous vous proposerons également un exemple concret. Langages avancés > XML/XSL 2/27

4 1.Définition de la norme XML 1. XML, un standard du W3C a. Petit rappel historique L extensible Markup Language, ou langage de balisage extensible, abrégé en XML, ce qu'on appelle un "méta-langage", mais aussi un format de fichiers. Il décrit une classe d'objets de données appelés documents XML et décrit partiellement le fonctionnement des logiciels qui les traitent. Les langages basés sur XML permettent de manipuler, traiter et communiquer toutes sortes de données et de textes. Les documents XML sont constitués d'unités de stockage, appelées entités, qui contiennent soit des données analysables, soit non analysables. Les données analysables sont constituées de caractères, dont certains représentent les données textuelles et les autres le balisage. Le balisage code une description du classement et de la structure logique du document. XML fournit un mécanisme pour imposer des contraintes sur le classement et la structure logique. XML a été développé par un groupe de travail connu à l'origine sous le nom de Conseil de révision éditoriale SGML, formé sous les auspices du World Wide Web Consortium (W3C) en Son objectif initial est de faciliter l'échange automatisé de contenus entre systèmes d'informations hétérogènes, notamment, sur Internet. XML est un sous-ensemble de SGML dont il retient plusieurs principes : la structure d'un document XML est définissable et validable par un schéma, un document XML est entièrement transformable dans un autre document XML. Cette syntaxe est reconnaissable par son usage des chevrons (< >), elle s'applique à de plus en plus de contenus. Ainsi la l intérêt d XML a été de proposer une sorte de SGML simplifié. Rapellons que le SGML concernait au départ l'édition de documentation électronique, sans pour autant connaître le succès d HTML, qui n est autre qu une application SGML. La longue élaboration de ce standard (1991 HTML 1.0, 1997 HTML 4.0, à peu près la version actuelle) a montré des limites 1 et des complications inutiles justifiant l'élaboration d'un nouveau standard au sein du W3C. De plus, le W3C avait d'autres projets pour lequel une syntaxe plus facilement extensible était utile. En 1999 est publiée la première recommandation RDF. Ce modèle abstrait vise à définir un réseau de métadonnées adapté au web, RDF accepte une expression XML. La même année, James Clark 2 signe XSLT, un langage de programmation XML pour transformer les documents XML. L'année suivante, la recommandation XSL-FO permet de définir la présentation imprimée d'un document en XML. Enfin, il fallait une nouvelle syntaxe schéma tenant compte des espaces de noms pour remplacer les DTDs (ce qui deviendra le fameux XML Schema). Ces directions et décisions ont permet d établir XML dans de nombreux usages, et d en faire un méta-langage indispendable. La simplification de SGML en XML a permis à ce méta-langage de pénètrer la plupart des secteurs de l'informatique. Le groupe de travail du W3C a commencé par tracer les grandes lignes de ce qu allait devenir l extensible Markup Language. Parmi ces lignes, en voici neuf qui permettent de mieux cerner ce qu est XML. Les objectifs déterminant la conception de XML sont : 1. XML devra être directement utilisable sur l'internet. 2. XML devra reconnaître une grande variété d'applications. 3. XML devra être compatible avec SGML. 4. L'écriture des programmes de traitement des documents XML devra être aisée. 5. Le nombre des caractéristiques optionnelles dans XML devra être tenu au strict minimum, idéalement à zéro. 1 Ces limites sont d ordres divers. Exemple : au format ASCII, pour d'autres langues que l'anglais, les caractères sont codifiés (ex. : é pour é). Complication également à implémenter certains raccourcis SGML, comme les balises à fermeture optionnelle (ex : <li>) ou les éléments vides (ex : <br>). 2 Développeur logiciel libre, integré au W3C comme expert dans la norme XML. Une bibliographie plus complète se trouve à l adresse : Langages avancés > XML/XSL 3/27

5 6. Les documents XML devraient être lisibles par un humain et raisonnablement clairs. 7. La conception de XML devra être formelle et concise. 8. Les documents XML devront être faciles à créer. 9. La concision dans le balisage XML est de peu d'importance. À partir de ces objectifs, on comprend pourquoi le W3C a choisi de suivre ses propres recommandation en ce qui concerne XML pour travailler sur d autres langages de balisages spécifiques (exemples : XHTML, SVG, XSLT). Pour essayer de mieux comprendre l XML, nous avons essayer de trier avantages et inconvénients du langage à travers les différentes ressources sur lesquelles nous nous sommes appuyé. le point fort de ce méta-langage réside dans sa lisibilité. En effet, aucune connaissance ne doit théoriquement être nécessaire pour comprendre un contenu d'un document XML, puisqu il ne s agit que de contenu dans une langue ou dans une autre. Contenu exprimé dans des balises elles-mêmes en langage naturelle, du fait de l encadrement par des balises propres au contenu, le document se veut logiquement autodescriptif et extensible, sa structure arborescente doit normalement permettre de modéliser la quasi-totalité des problèmes informatiques, les différents jeux de caractères sont pris en compte (jusqu'à l'avènement de l'unicode), ce qui assure à XML la diversalité et une portabilité unique, il est censé être facilement distribué par n'importe quels protocoles à même de transporter du texte et donc déployable sur dans de nombreux environnements (interopérabilité), un document XML est utilisable par toute application pourvue d'un parser 3 un document XML doit pouvoir être utilisable dans tous les domaines d'applications Malgré tous ces avantages, XML n'est cependant pas indemne de reproches, et d inconvénients. XML est dit verbeux. En XML, pour un même élément, toute la structure l entourant sera répété (au moins une fois si l'information est stockée en attribut, deux fois s'il faut fermer un élément). Et ce n est pas en terme de poids d où viennent les reproches 4 : cela est plus gênant pour le traitement qui peut devenir très lourd. Traiter du XML demande des bibliothèques dédiées (processeur XML), et tout de même une certaine base de connaissance dans ce langage : pour encore quelques temps, il faut compter avec la courbe d'apprentissage. Pour des petites tâches, un parseur ligne à ligne est parfois plus simple ; Mais si la donnée se destine à se complexifier, à s'échanger plus largement, la conception d outil et le temps d investissement dans la mise en œuvre de projet conséquent deviennent des facteurs (coûteux) non négligeables. XML sur Internet, XML partout. Aussi déroutant que cela paraisse, XML n est pas seulement un langage de balisage utilisable uniquement sur et pour internet, comme on connait les application d HTML. En effet, XML sur internet, qui est la partie immergée de l iceberg, reste une infime partie de l usage réel de ce langage. Ainsi, l on trouve de plus en plus d applications logicielles permettant la création, la modification, l utilisation, la transformation d XML, à l instar de bases de données à usage interne : XML a trouvé davantage d echo sur des machines XML : document ou données? Comme nous l avons indiqué précédemment, XML est un langage permettant de structure un contenu sans tenir compte de la présentation de celles-ci ; mais on se trouve confronté à ce genre de réflexion : «On va donc transformer nos données XML à partir d un document XML pour le transformer en document XML, etc.». Assez déroutant pour les novices 3 Logiciel permettant d'analyser un code XML 4 Des contextes où la bande passante est coûteuse, telle la téléphonie mobile, qui s'en est accommodé avec la déclinaison d XML en WML, ou Wireless Markup Language pour le Wap. Langages avancés > XML/XSL 4/27

6 Nous avons vu qu XML est né de la volonté de simplifier le SGML et d en élargir les utilisations. C est un langage complexe, qui est à la fois un langage de description de données, et également un méta-langage de description de fonctionnement d autres langages basées sur les spécifications XML. b. La déclaration d'un document XML Commençons d'abord par la déclaration d'un document XML. Cette déclaration fait partie des "instructions de traitement". Exemple de déclaration XML : <?xml version="1.0" encoding="utf-8"?> On distingue deux informations fournies dans cette déclaration : 1. version : version du XML utilisée dans le document, 1.0 en ce qui nous concerne (la dernière version du langage, 1.1, date de février 2004 mais ne change rien quant à ses bases) ; 2. encoding : le jeu de codage de caractères utilisé. Le jeu de caractère standard pour la France est le ISO il a tendance à être remplacé par l'iso en attendant la généralisation de l'unicode. Par défaut, l'attribut encoding a la valeur UTF-8. Cela permet à l'ordinateur de "savoir" quel caractère il doit afficher en réponse aux combinaisons de 1 et de 0 que contient le fichier sur le disque dur ; Les fichiers utilisant la syntaxe XML 1.0 commencent tous avec un en-tête particulier, que l'on appelle "prologue XML". C'est la seule balise du fichier à être encadré par <?xml...?>. Les attributs XML sont le plus souvent autodescriptifs : ici, version donne la version de la syntaxe, et encoding l'encodage des caractères du fichier. Iso peut être remplacé par utf-8, Shift_JIS ou tout autre encodage standard. Les balises XML s'utilisent comme XHTML, en toute bonne logique : une balise contenant des informations doit être fermée par une autre balise ; une balise ne contenant pas d'information doit être autofermée. Toutes les balises sont contenues dans une balise racine, qui décrit le plus souvent le cadre d'application du fichier. <?xml version="1.0" encoding="utf-8"?> <contacts> <contact id="1"> <nom>la Pain Rôze</nom> <mails> <mail adresse="lapin@roze.ca" /> <mail adresse="ninja@blanc.net" /> </mails> </contact> <contact id="2"> <!-- commentaire --> </contact> <contacts> Cette déclaration est facultative, mais il est préférable de l'utiliser, auquel cas les attributs version et encoding doivent être placés dans cet ordre. Si elle est utilisée, elle doit être placée en toute première ligne du document XML. c. La déclaration dite DTD Vient ensuite dans la préparation d'un fichier XML, ce que l'on appelle la déclaration DTD, soit en anglais : Document Type Declaration. Cette déclaration, lorsqu'elle est présente, permet de définir la structure du document. Elle peut être de deux types, externe ou interne. Exemple de déclaration de type de document, dans un fichier XML : <!DOCTYPE contact SYSTEM "contact.dtd"> Langages avancés > XML/XSL 5/27

7 Ce type de déclaration est celui d'une déclaration de type de document externe. Elle définit l'ensemble des éléments utilisables dans le document, y compris l'élément-racine (ici contact) ainsi que le nom de fichier contact.dtd dans lequel se trouve définie la structure du document. Bien que facultative, il est souvent très intéressant de posséder une DTD, en particulier externe, simplement pour vérifier la validité du document XML (la DTD est une grammaire permettant de vérifier la conformité du document). Il est recommandé d'en utiliser une dans le cas, par exemple, du développement parallèle de plusieurs fichiers XML destinés à subir un traitement particulier (développement par plusieurs personnes par exemple). Pour pouvoir créer un document XML, il est utile dans un premier temps de définir les éléments pouvant être utilisés, ou plus exactement les informations que l'on désire utiliser. Ainsi pour définir un élément on utilisera la syntaxe suivante : <! ELEMENT Nom Modèle > Les types prédéfinis utilisables sont les suivants : ANY (tout type de données), EMPTY (pas de données spécifiques), et #PCDATA (chaîne de caractères). Ainsi un élément nommé Nom contenant un type #PCDATA sera déclaré de la façon suivante dans la DTD : <! ELEMENT Nom (#PCDATA) > D'autre part, il est possible de définir des règles d'utilisation, c'est-à-dire les éléments XML qu'un élément peut ou doit contenir. Cette syntaxe se fait à l'aide de notations spécifiques dont voici un récapitulatif : Opérateur Signification Exemple + L'élément doit être présent au minimum une fois A+ * L'élément peut être présent plusieurs fois (ou aucune) A*? L'élément peut être optionnellement présent A? L'élément A ou l'élément B peuvent être présents A B, L'élément A doit être présent et suivi de l'élément B A,B () Les parenthèses permettent de regrouper des éléments afin de leur appliquer les autres opérateurs (A,B)+ Ainsi on peut créer la déclaration suivante dans la DTD : <!ELEMENT personne (nom,prenom,telephone), ? > <!ELEMENT nom (#PCDATA) > <!ELEMENT prenom (#PCDATA) > <!ELEMENT telephone (#PCDATA) > <!ELEMENT (#PCDATA) > Langages avancés > XML/XSL 6/27

8 Cette déclaration pourra donc donner un document XML du style : ou bien <personne> <nom>tortel</nom> <prenom>olivier</prenom> <telephone> </telephone> < >webmaster@server.net</ > </personne> <personne> <nom>tortel</nom> <prenom>olivier</prenom> <telephone> </telephone> </personne> 2. XML et ses possibles applications Nous l avons vu, XML a donné naissance à tout un arcenal de spécifications et d applications. Nous allons faire aussi simplement que possible un rapide tour des applications s appuyant sur XML. Dans un premier, nous allons classer en trois grandes familles ce qu'a permis de mettre en place XML, puis nous prendrons quelques exemples que nous détaillerons rapidement. a. Dans les langages de représentation Le langage XML a été reconnu pour sa faculté à séparer contenu, présentation et traitement. Mais l'extensibilité de ce langage permet aussi d'exprimer de la présentation, et sans perte pour les applications les plus exigentes. L'adoption de XML comme format natif dans le domaine des traitements de texte en est une preuve éclatante. XML prend dans le monde de l'informatique ici la voie de la représentation, quelqu'en soit les domaines : OpenDocument - tous documents bureautiques. Word - le format natif du célèbre traitement de texte est en XML depuis sa version SVG - Scalable Vector Graphics, graphiques vectoriels 2D. MathML - formules mathématiques. SMIL - Synchronized Multimedia Integration Language, Intégration multimédia. X3D - 3D multimédia. b. Dans les langages de programmation De nombreux langages de programmation généraux sont disponibles, mais pour des opérations spécifiques, il est parfois utile de développer une petite syntaxe plus lisible, et parfois même, plus efficace. En théorie, la structure en arbre d'xml permet de représenter la hiérarchie d'un programme objets. En pratique, les boucles sont le cas limite à partir duquel XML devient trop complexe, par contre, cette écriture est bien adaptée aux syntaxes déclaratives (configuration, définition d'interface) par exemple. Il en résulte donc que l'on trouve de plus en plus d'xml dans les logiciels. Dans certains frameworks de développement web, il est possible de monter une application complète et complexe, en n'éditant que du XML. XSLT - Extended Stylesheet Language Transformations, transformation de document XML. XML Query - requête et transformation XML. UIML - User Interface Markup Language, définition d'interface. XUL - XML-based User interface Language, définition d'interface, chez Mozilla. XAML - définition d'interface, chez Windows Vista. MXML puis Flex - définition d'interface, chez Macromedia. Langages avancés > XML/XSL 7/27

9 c. Dans les protocoles d'échanges Un protocole échange des contenus et des instructions entre un client et un serveur. La simplicité et la précision d'un protocole conditionne la facilité à l'implémenter et le succès de la technologie qui le déploie. XML peut être un format de contenu et une syntaxe de programmation, donc il peut être un langage pour un protocole. Il apporte en plus la hiérarchie récursive. L'universalité progressive de la connexion HTTP comme des processeurs XML explique pourquoi XML devient une solution courante pour créer de nouveaux protocoles : XForms - formulaires web. OAI - Open Archive Initiative, Protocle Archives ouvertes. SOAP - RPC par HTTP. WSDL - Services Web. WebDAV - Lecture/Ecriture distante par HTTP. Jabber/XMPP - Messagerie instantanée. d. Dans les langages associés Les langages associés à XML sont des syntaxes qui ne sont pas en XML mais très attachées à XML. CSS illustre bien la notion. Il peut être contenu dans un attribut (@xhtml:style), dans un élément (<xhtml:style>), ou relié à un document XML par une instruction de traitement (<?xml-stylesheet href="style.css" type="text/css"?>). XPath fournit un autre exemple de spécification entièrement dédiée à XML, mais qui est justement sans éléments ou attributs, afin d'être associé à un langage XML (XSLT). CSS (Cascading Style Sheet) DTD (Document Type Definition) NameSpaces SGML Xpath Parmi toutes ses applications d'xml, en voici quelques-unes davantage détaillées : RSS Parmi les exemples les plus connus aujourd hui sur internet, commençons par le format RSS, qui permet de publier à destination d'autres sites web des informations éditoriales issues de son propre site. Le format RSS (pour "RDF - Resource Description Framework - Site Summary", "Rich Site Summary" ou "Real Simple Syndication", selon l'usage que l'on en fait) est une manière de décrire le contenu d'un site : événements, articles, informations, entrées de journal, et plus généralement toute page qui présente un contenu mis à jour de manière chronologique (la page d'accueil du Journal Du Net, par exemple). XUL Issu et démocratisé par le projet Open Source Mozilla, XUL, qui est un langage XML permettant de définir l'interface graphique d'une application. XUL est l'acronyme de XML-based Userinterface Langage (Langage d'interface utilisateur basé sur XML), et se prononce "Zoule". Comme son nom l'indique, c'est un langage spécialisé dans la conception d'interfaces pour applications, et parce qu'il est basé sur XML, il fonctionne sur n'importe quel système - plus précisément, il peut être facilement porté vers une autre plate-forme. XML et Flash Plus connue chez les concepteurs multimédia, l utilisation d XML dans l application propriétaire Flash d Abode. L application permet d utiliser le langage ActionScript pour construire une animation à partir de contenus (données) stockés dans un document au format XML. XFORMS De retour sur internet, XForms est annoncé comme étant la nouvelle génération de formulaires Web tel que proposé par le W3C. XForms, ou XML Forms, est une spécification de définition de formulaires, basée sur XML, destinée à l utilisation d XHTML. Langages avancés > XML/XSL 8/27

10 VoiceXML VoiceXML répond à une attente très spécifique : permettre l'accès à Internet via le téléphone, mobile ou fixe, en utilisant uniquement la voix. Le marché de la téléphonie présente une opportunité énorme pour les éditeurs de contenu, sachant que le nombre d'abonnés au téléphone est de loin supérieur au nombre de possesseurs d'ordinateurs, et par extension au nombre d'abonnés à Internet. Ajoutons à cela que tout le monde est en mesure d'utiliser un téléphone tandis que bon nombre de gens sont encore rebutés par la complexité d'utilisation d'un ordinateur, et l'on comprend facilement la potentiel offert par cette population à qui l'accès à Internet est "interdit". Enfin, il faut citer la grande facilité d'accès qui serait offert aux non-voyants via cette technologie... XSD XML Schema Definition, est une Recommandation du W3C qui précise la manière de décrire formellement les éléments d'un document XML. Cette description peut être utilisée pour vérifier que chaque élément de contenu d'un document adhère à la description de l'élément dans lequel le contenu est placé. SAML Voici l une des spécifications tournant autour de la sécurité et des Web Services : SAML (pour Security Assertion Markup Language, ou langage de balisage des énoncés de sécurité). La version 1.0 de ce standard a été ratifiée le 5 novembre 2002 par l'oasis (Organization for the Advancement of Structured Information Standards). SVG Ce formatpermet de réaliser des graphismes vectoriels dans un format XML. Du fait que SVG fait appel aux vecteurs et non aux pixels pour construire ses images, celles-ci peuvent, si elles ne sont pas travaillées, sembler trop plates ou propres face à ce qu'un graphique construits avec un éditeur bitmap pourrait apporté. Les concepteurs de SVG ont résolu ce problème en créant les filtres SVG qui, s'ils ne cherchent pas à offrir aux vecteurs les capacités des pixels, permettent d'arriver à un résultat ayant plus de profondeur. Ces filtres permettent ainsi d'obtenir du flou, des ombres, des embossages. SMIL Beaucoup de projets du W3C deviennent rapidement des mots-clés indispensables à la trousse à outils du développeur Web - et pour cause. HTML, XML, CSS, DOM, SOAP, RDF, Web Sémantique et d'autres sont ainsi les vedettes du développement en ligne, à raison. Mais peut donnent de l'importance aux travaux effectués par le W3C en matière de graphisme. SVG, par exemple, bien que promis à un avenir de "Flash killer", a encore du mal à s'imposer face au format de Macromedia. SMIL est probablement encore moins reconnu que SVG, alors qu'il ouvre les portes du multimédia au sein de la page Web. OPML Et enfin, un format de description des hiérarchisations d'un texte, l OPML trouve une nouvelle vie comme moyen de partage des listes de flux RSS. Créé dans le but de regrouper et identifier les hiérarchies d'un texte, OPML (pour Outline Processor Markup Language) est un format XML mis au point par Dave Winer, déjà contributeur majeur au format RSS. Langages avancés > XML/XSL 9/27

11 3. Relation PHP et XML PHP permet l'analyse syntaxique (parsage ou parsing en anglais) d'un document XML. Le langage XML permet de séparer la présentation du document de son contenu. Cette séparation entre le contenu et la présentation se fait à l'aide d'un analyseur syntaxique (parseur), c'est-àdire un programme capable de vérifier la cohérence de la syntaxe du document et de l'interpréter afin de mettre en page son contenu. PHP propose une extension permettant de mettre au point facilement des analyseurs XML. Sur des serveurs Apache récents (de version supérieure à la 1.3.7) l'extension est installée en standard. Les analyseurs XML sont également divisés selon l'approche qu'ils utilisent pour traiter le document. On distingue actuellement deux types d'approches : Les API utilisant une approche hiérarchique : les analyseurs utilisant cette technique construisent une structure hiérarchique contenant des objets représentant les éléments du document, et dont les méthodes permettent d'accéder aux propriétés. La principale API utilisant cette approche est DOM (Document Object Model) Les API basés sur un mode événementiel permettent de réagir à des événements (comme le début d'un élément, la fin d'un élément) et de renvoyer le résultat à l'application utilisant cette API. SAX (Simple API for XML) est la principale interface utilisant l'aspect événementiel. Lorsque l'on veut écrire un script PHP pour analyser un document XML, la première étape consiste à utiliser la fonction : xml_create_parser() $xml_parseur = xml_parser_create(); Une fois le parseur créé, il s'agit de lui associer des événements, c'est-à-dire qu'il s'agit de créer des fonctions qui seront appelées par le parseur en cas de déclenchement d'un événement. L'extension XML définit 7 types d'événements et leurs gestionnaires (handlers) associés : Evénement Gestionnaire associé Description Elements xml_set_element_handler() ce gestionnaire gère les ouvertures et fermetures de balises Character Data xml_set_character_data_handler() External Entities xml_set_external_entity_ref_handler() Unparsed external entities xml_set_unparsed_entity_decl_handler( ) Ce handler permet d'associer une fonction aux données textuelles (hors des balises) Ce gestionnaire intercepte les appels à des entités externes Affecte les gestionnaires d'entités non déclarées de l'analyseur XML Processing instructions Notation declarations default xml_set_processing_instruction_handler () xml_set_notation_decl_handler() xml_set_default_handler() Permet d'intercepter l'occurrence d'une instructrion de traitement (PI, processing instruction) Gère les occurences de déclarations de notation Permet de gérer tous les événements pour lesquels aucun gestionnaire n'a été défini Langages avancés > XML/XSL 10/27

12 4. XML et base de données Nous avons vu que le XML permet de structurer un document et ainsi, de gérer son contenu. Il en résulte une suite d'éléments parfaitement identifiables que rien n'empêche de considérer comme des données. On ne manquera pas de faire le parallèle avec une base de données dont le rôle est précisément de stocker des données afin de pouvoir les manipuler. On peut même imaginer utiliser un document structuré avec XML uniquement à des fins de conservation et gestion de données. a. XML et bases de données... Exemple : Une table de BDDR (base de données relationnelle) comporte 1000 enregistrements de quatre champs "Prénom", "Nom", "CP", "Ville" qui vont s'afficher sous forme de tableau (grâce au système de gestion de la base de données, qui utilise le langage SQL) et parmi lesquels nous pourrons sélectionner tous ceux dont le champ "CP" est "75011" par une simple requête. Les mêmes enregistrements pourront être contenus dans un document XML sous forme de 1000 balises englobant chacune 4 balises "Prénom", "Nom", "CP", "Ville" et, de la même façon, nous pourrons les afficher (ici grâce au XSL) sous forme de tableau ou appeler une sélection (toujours avec XSL). Seul le langage de manipulation change mais XML et SQL sont aujourd'hui en train de se rencontrer avec la création de XSQL par David Beech de chez Oracle. Cela paraît une solution intéressante sans être la seule, car entre XSL et XSQL, d'autres langages de requête pour le XML existent. Prenons tout de même l'exemple de XSQL (fournit par Oracle), tout en se souvenant qu'un fichier XSQL est avant tout un fichier XML auquel vient s'ajouter les paramètres de connexion à la base de données. La balise <xsql:query> exécute une requête SQL : <?xml version="1.0"?> <page xmlns:xsql="urn:oracle-xsql" connection="myconntest"> <xsql:query> select * from employes; </xsql:query> </page> Ce qui pourrait nous donner un résultat qui ressemblerait à cela : <?xml version="1.0"?> <page> <ROWSET> <ROW num="1"> <nom>edipax</nom> <prenom>bernard</prenom> </ROW> <ROW num="2"> <nom>genot</nom> <prenom>benoit</prenom> </ROW> </ROWSET> </page> Langages avancés > XML/XSL 11/27

13 En attendant de voir une véritable utilisation mixte d'xml et des bases de données, retenons simplement les ouvertures offertes par cette proximité structurelle : Utiliser XML comme base de données ; Extraire les données d'une base afin de les intégrer dans une structure XML et, à partir de là, les transformer à volonté ; Récupérer dans une base de données le contenu d'un document XML ; Utiliser des structures XML pour interfacer des bases de données (conjugaison des deux stratégies précédentes pouvant se décliner en de multiples solutions : une base pour en créer plusieurs, plusieurs bases rassemblées en une seule, interopérabilité entre bases différentes...). b.... et XML-Query (ou XQuery) Alors XSLT est utilisé essentiellement pour des transformations, XML Query confère au XML la faculté de recherche et de sélection de bases de données. De même que XSLT 2.0, XML Query partage l utilisation de schémas XML afin de fournir une programmation de typage fort ou de langage de script reposant sur XPath 2.0 comme vocabulaire de sélection. Avec XML Query, on peut exécuter des jointures croisées fournisseur/base de données entre plusieurs formes de données, notamment des documents XML, des bases de données XML natives, des tableaux de base de données relationnelles, etc. La spécification XML Query décrit un "langage souple de balises, capable de marquer le conteneur d'informations en provenance de diverses sources de données, dont les documents structurés ou semi-structurés, les bases de données relationnelles et les archives d'objets". En bref, XML-Query sert à traiter des données XML (et assimilées). XML-Query, ou XQuery, répond donc à un besoin : celui de lancer des requêtes sur des sources de données XML, étant donné le nombre maintenant énorme de données enregistrées, échangées et présentées via XML. Le langage a donc été conçu pour permettre des requêtes précises facilement compréhensibles, tout en étant suffisamment souple pour permettre d'accéder à un grand nombre de types de sources d'informations XML, dont les bases de données et les documents. XQuery est un dérivé de Quilt, qui lui-même empruntait de nombreuses fonctionnalités de XPath 1.0, XQL, XML-QL, SQL et OQL. Plus directement, XQuery est un dérivé de XPath 2.0, les deux langages ayant de fait beaucoup de similarités. L'élement de base du langage XQuery est l'expression. Tout en XQuery est une expression qui renvoi une valeur. Un programme ou script XQuery n'est rien d'autre qu'une expression, avec en option des fonctions ou définitions. Le langage reconnait de nombreuses sortes d'expressions qui peuvent être construites à partir de mots-clés, de symboles ou d'opérandes. XQuery est un langage fonctionnel où chaque requête est une expression. Il existe sept types d'expressions: expression de chemin, constructeurs d'éléments, expressions FLWR, expressions mettant en jeu des opérateurs et des fonctions, expressions conditionnelles, et expressions qui testent ou modifient les types de données. Ces diverses expressions peuvent être utilisées soit directement, soit dans des blocs emboîtés. XQuery est donc un langage puissant, qui permet au XML d'atteindre son plein potentiel dans la gestion de données en provenance de bases de données et autre documents au format XML. C'est un apport essentiel dans la vaste panoplie d'outils XML, qui se révèle de plus en plus nécessaire à mesure que la plupart des données du monde informatiques sont stockées dans ce langage. XQuery est particulièrement recommandé quand se fait sentir le besoin d'un outil puissant et pratique pour analyser ou générer du XML. Langages avancés > XML/XSL 12/27

14 2.Définition des normes XSL et XSLT XML est un langage de structuration des données, et non de représentation des données. Le langage XML a son langage de présentation : XSL. A quoi correspond-il exactement, et comment fonctionnent les transformations des documents XML auxquels sont appliquées les règles de style? XSL est lui-même défini avec le formalisme XML, cela signifie qu'une feuille de style XSL est un document XML bien formé. Grosso modo, XSL (extensible Style Language), est au XML ce que CSS (Cascading StyleSheet) est au HTML. Pourtant, l'analogie est trompeuse car XSL est comparativement bien plus puissant et riche que ne l'est CSS. Et ce pour une raison très simple : là ou CSS définit la présentation d'éléments définis en tant qu'objets ayant une sémantique précise, XSL définit la présentation d'éléments sans sémantique, c'est-à-dire que le langage peut également spécifier ce qu'est l'élément, à savoir disposer d'un vocabulaire pour convertir le contenu d'un document XML en objets. XSL est un langage permettant de définir des feuilles de style pour les documents XML au même titre que les CSS (Cascading StyleSheets) pour le langage HTML ou bien DSSSL (Document Style Semantics and Specification Language) pour le SGML. XSL est d'ailleurs inspiré de DSSSL dont il reprend beaucoup de fonctionnalités et est compatible avec les CSS (il s'agit d'un sur-ensemble des CSS). Toutefois, contrairement aux CSS, XSL permet aussi de retraiter un document XML afin d'en modifier totalement sa structure, ce qui permet à partir d'un document XML d'être capable de générer d'autres types de documents (PostScript, HTML, texte, RTF,...) ou bien un fichier XML de structure différente. Ainsi la structuration des données (définie par XML) et leur représentation (définie par un langage tel que XSL) sont séparées. Cela signifie qu'il est possible à partir d'un document XML de créer des documents utilisant différentes représentations (HTML pour créer des pages web, WML pour les mobiles WAP,...). 1. XSL, formatage et transformation de données XML a. Langages "orientés-contenu" et "orientés-présentation" XML, comme chacun sait, est, de même que son grand ancêtre SGML, un langage de balisage universel. Il peut donc, comme SGML, servir à encapsuler toutes sortes de données, à la seule condition qu'elles soient représentables sous forme d'arborescence. En particulier, il peut parfaitement servir à encapsuler des données relatives à la manière de présenter des informations sur un support. C'est donc un raccourci un peu inexact de dire que XML est orienté-contenu et non pas orienté présentation, puisque l'orienté-présentation est seulement un cas particulier de l'orienté-contenu! Rappelons au passage que le langage de présentation favori du Web, HTML, est lui-même une application particulière de SGML (ce qui le rend à quelques détails près conforme à la syntaxe XML, son successeur XHTML l'est complètement). b. XML et feuilles de style Ces clarifications apportées, il reste qu'un fichier XML n'est pas, en général, un fichier affichable/présentable en l'état. Il faut donc lui ajouter quelque chose pour que cet affichage soit possible. Ce quelque chose a été appelé "feuille de style", par une analogie avec les feuilles de styles CSS, ou encore les styles de MS Word, qui servent à associer (de manière centralisée) des caractéristiques typographiques (marges, alignements, polices et tailles de caractères, couleurs, etc.) à un contenu déjà orienté-présentation. En XML une feuille de style n'est bien entendu pas suffisante. Si votre XML contient, par exemple, une bibliographie, vous pouvez certes l'associer directement à un feuille de style CSS qui vous permettra, par exemple, d'associer à l'élément auteur la police Verdana 14 points et Langages avancés > XML/XSL 13/27

15 la couleur teal. Mais une telle feuille de style CSS ne vous permettra pas de spécifier : que vous voulez que la bibliographie soit présentée sous la forme d'un tableau, ou sous la forme d'une liste ; qu'elle doit être classée selon tel ou tel critère ; que les différentes informations relatives à un même livre (auteur, titre, éditeur...) devront apparaître dans tel ou tel ordre, avec tels ou tels séparateurs, etc. On voir par cet exemple que pour qu'un fichier XML puisse être affiché de manière réellement intéressante, il nous faut pouvoir spécifier : non seulement les objets de présentation génériques, tels que listes et tableau qui vont être mis en oeuvre pour afficher son contenu ; mais encore, et surtout, la façon dont les parties constitutives du contenu (en l'occurrence les livres et à l'intérieur de ceux-ci les auteurs, les titres, etc.) vont être distribuées à l'intérieur de ces objets génériques. Dans le premier cas, on parlera d'objets de formatage ou formatting-objects. Et nous constatons qu'html (ou plutôt le couple HTML + CSS) nous fournit d'ores et déjà de tels objets de formatage, à peu près suffisants tout au moins pour l'affichage sur écran. Dans le second cas on parlera de transformation. Cette analogie qui avait été faite au départ avec les feuilles de styles explique que dans les premiers projets de spécification du W3C, le langage de transformation propre à XML, que nous appelons aujourd'hui XSLT, a pu être mélangé, dans un projet des spécification unique baptisé à l'époque XSL (Extensible Style Language), à un tout autre langage. Cet autre langage étant, lui, destiné à définir des objets de formatage plus riches que ceux de HTML puisque destinés à de présenter un contenu XML sur les supports les plus variés (écran, mais aussi papier...) Désormais les choses sont plus claires, puisque les deux langages ont été séparés : l'un est devenu XSL Transformations (XSLT) et l'autre XSL-Formatting Objects (XSL-FO). Le premier seul est à l'heure actuelle arrivé au stade de spécification du W3C. c. Structure d'un document XSL Comme pour un document XML, on retrouve la déclaration <?xml...?>. D'autre part, toute feuille de style XSL est comprise entre les balises <xsl:stylesheet...> et </xsl:stylesheet>. Celle-ci encapsule des balises xsl:template définissant les transformations à faire subir à certains éléments du document XML. <?xml version="1.0" encoding="iso "?> <xsl:stylesheet xmlns:xsl=" xmlns=" resultns=""> <xsl:template... > <!-- traitements à effectuer --> </xsl:template > </xsl:stylesheet> Association d'une feuille XSL à un document XML Une feuille de style XSL (enregistrée dans un fichier dont l'extension est.xsl) peut être liée à un document XML en insérant la balise suivante au début du document XML : <?xml version="1.0" encoding="iso "?> <?xml-stylesheet href="fichier.xsl" type="text/xsl"?> Langages avancés > XML/XSL 14/27

16 Les template rules (règles de gabarit) Les template rules sont des balises XSL permettant de définir des opérations à réaliser sur certains éléments du document XML utilisant la page XSL, c'est-à-dire généralement de transformer un tag XML en par exemple un tag HTML (généralement plusieurs). Ainsi le tag XML suivant : <personne> <nom>tortel</nom> <prenom>olivier</prenom> </personne> <personne> <nom>guitton</nom> <prenom>laurent</prenom> </personne> pourra être transformé en tags HTML suivants : <ul> <li>tortel - Olivier</li> <li>guitton - Laurent</li> </ul> L'attribut "match" de la balise <xsl:template> permet de définir (grâce à la notation XPath) le ou les éléments du document XML sur lesquels s'applique la transformation. La notation Xpath permet de définir des patterns, c'est-à-dire des chaînes de caractères permettant de repérer un noeud dans le document XML. Les principaux patterns sont : Pattern Exemple Signification Gauche Milieu Indique une alternative (un noeud ou bien l'autre (ou les deux)) / personne/nom Chemin d'accès aux éléments (personne/bras/gauche) au même titre que l'arborescence utilisée généralement pour les fichiers (/usr/bin/toto) * * Motif "joker" désignant n'importe quel élément // //personne Indique tous les descendants d'un noeud.. Caractérise le noeud courant.... Désigne le Indique un attribut caractéristique (dans l'exemple l'attribut value La transformation peut être réalisée soit par ajout de texte, soit en définissant des éléments de transformation, c'est-à-dire des éléments permettant de définir des règles de transformation à appliquer aux éléments sélectionnés par l'attribut match. Langages avancés > XML/XSL 15/27

17 Voici un exemple de feuille XSL permettant d'effectuer la transformation XML vers HTML décrite ci-dessus : <xsl:template match="/"> <HTML> <HEAD> <TITLE>Titre de la page</title> </HEAD> <BODY BGCOLOR="#FFFFFF"> <xsl:apply-templates/> </BODY> </HTML> </xsl:template > <xsl:template match="personne" > <ul> <li> <xsl:value-of select="nom"/> - <xsl:value-of select="prenom"/> </li> </ul> </xsl:template > Signification de cette feuille XSL : Le premier tag <xsl:template> permet d'appliquer une transformation à l'ensemble du document (la valeur "/" de l'attribut match indique l'élément racine du document XML). Ce tag contient des balises HTML qui seront transmises dans l'arbre résultat. L'élément <xsl:apply-templates/> indique le traitement de tous les enfants directs de la racine. La balise <xsl:template match="personne" > permet d'aller traiter les éléments de type personne. Enfin les deux éléments <xsl:value-of select="nom"/> et <xsl:value-of select="prenom"/> permettent de récupérer les valeurs des balises nom et prenom. Langages avancés > XML/XSL 16/27

18 2. Composant de transformation : XSLT Le langage de transformation des données (XSLT, extensible Stylesheet Transformation) permet de transformer la structure des éléments XML. Un document XML peut être représenté comme une structure arborescente. Ainsi XSLT permet de transformer les documents XML à l'aide de feuilles de style contenant des règles appelées template rules (ou règles de gabarit en français). C est un langage destiné à transformer un fichier XML en quelque chose d'autre. Ce quelque chose d'autre sera le plus souvent un fichier XML ou HTML. Mais ce pourra être tout aussi bien un fichier d'un autre format : par exemple du texte pur, ou du Rich Text Format... Les template rules sont des balises XSL permettant de définir des opérations à réaliser sur certains éléments du document XML utilisant la page XSL, c'est-à-dire généralement de transformer un tag XML et au moins un tag HTML (généralement plusieurs). Le processeur XSLT (composant logiciel chargé de la transformation) crée une structure logique arborescente (on parle d'arbre source) à partir du document XML et lui fait subir des transformations selon les template rules contenues dans la feuille XSL pour produire un arbre résultat représentant, par exemple, la structure d'un document HTML. Les composants de l'arbre résultat sont appelés objets de flux. Chaque template rule définit des traitements à effectuer sur un élément (noeud ou feuille) de l'arbre source. On appelle "patterns" (en français motifs, parfois "éléments cibles") les éléments de l'arbre source. L'arbre source peut être entièrement remodelé et filtré ainsi qu'ajouter du contenu à l'arbre résultat, si bien que l'arbre résultat peut être radicalement différent de l'arbre source. a. Les avantages de XSLT Grâce à XML, les fichiers de données d'une part, et les documents d'autre part, deviennent une seule et même chose. Grâce à XSLT, les uns et les autres peuvent être manipulés à volonté de façon automatique, et ce grâce à un langage certes complexe mais néanmoins accessible au non programmeur, puique seulement déclaratif. Ce qui veut dire que nous en avons désormais fini avec les tâches répétitives effectuées manuellement sur nos documents! Et que tout fichier "hérité", quel que soit son format d'origine va pouvoir : être transformé en XML "propre" (c'est-à-dire reflétant la structure intrinsèque de l'information qu'il contient et non plus une présentation plus ou moins arbitraire de cette information) Langages avancés > XML/XSL 17/27

19 être secondairement, selon les besoins, transformé en fichiers affichables sur quelque support que ce soit (papier, microordinateur, téléphone portable...) Comme il vient d'être dit, XSLT est en lui-même un langage très puissant et accessible au non programmeur. Mais, dans la mesure où ce langage comporte encore quelques déficiences, ou ne traite pas certains cas particuliers, les programmeurs pourront continuer à se faire plaisir en profitant des extensions propriétaires proposées par les moteurs de transformation du marché qui en élargissent encore les possibilités -- en particulier en y ajoutant des possiblités de scriptage... b. Les caractéristiques de XSLT Les deux caractéristiques principales de XSLT sont les suivantes : c'est un langage déclaratif et non procédural. Ce qui revient à dire qu'à la différence d'un langage de programmation classique, il ne spécifie pas le comment? (les algoritmes) : il se contente de déclarer le quoi? Par exemple : que tout ou partie des balises <para> présentes dans le XML source sont à remplacer dans le HTML cible par des balises <p> que telle partie de l'arbre XML source doit être reproduite telle quelle dans l'arbre XML résultat, ou bien déplacée, ou bien encore dupliquée... il est lui-même écrit en XML, ce qui veut dire qu'il pourra être à son tour transformé par une nouvelle feuille de style XSLT, et ainsi de suite, à l'infini! Ou bien encore qu'il pourra être manipulé à l'aide de tout langage de programmation qu'on voudra, pourvu que ce langage implémente l'interface Document Object Model (DOM)... A côté de sa syntaxe propre, XSLT fait aussi appel à un second langage, déclaratif lui aussi : XPath. XPath sert à spécifier des chemins de localisation à l'intérieur d'un arbre XML (ainsi que des expressions booléennes, numériques ou "chaîne de caractères" construites à partir de ces chemins), et fait l'objet d'une spécification distincte du W3C. c. Introduction aux espaces de noms XML définit un système permettant de créer des balises modulaires, c'est-à-dire pouvoir donner la possibilité d'utiliser des balises provenant de différents langages à balise au sein d'un même document grâce à la notion d'espace de noms. La définition d'un espace de nom permet d'associer toutes les balises d'un langage à un groupe afin d'être capable de mêler différents langages à balise dans un même document XML (être capable de dissocier les éléments de HTML contenus dans le document des balises XML, ou mieux encore, pouvoir mettre du HTML, MathML, et CML dans un même document). Fondamentalement, il n'y a pas de risques que des balises XML interfèrent avec des balises HTML, car ces deux langages ont été mis au point par le même organisme (W3C). Par contre, étant donné que XML est un méta-langage, il permet par définition de définir de nouvelles balises. Ainsi, il se peut que deux organismes mettent au point des langages dont certaines balises portent le même nom, ce qui pose un problème si on désire utiliser des éléments des deux langages au sein d'un même document. d. Les éléments de transformation Les éléments de transformations permettent de sélectionner et effectuer des opérations sur les éléments du document XML. Leur syntaxe est la suivante : <xsl:nom [attributs]/> Voici une petite liste des éléments de transformation : Langages avancés > XML/XSL 18/27

20 Elément xsl:apply-imports xsl:apply-templates xsl:attribute-set xsl:attribute-set xsl:template xsl:choose xsl:comment xsl:copy xsl:copy-of xsl:decimal-format xsl:element xsl:for-each xsl:if Utilité Importe une feuille de style importée Indique au processeur XSL de traiter les éléments enfants directs en leur appliquant les template rules définies dans la feuille XSL. L'attribut select permet de spécifier certains éléments enfants auxquels la transformation doit être appliquée Permet de créer un attribut à associer à un élément Permet de nommer une liste d'attributs, pouvant être appliqués à un élément particulier Permet de charger un canevas (template) grâce à son nom. Structure conditionnelle de type "case" (utilisé en combinaison avec xsl:when et/ou xsl:otherwise) Crée un commentaire dans l'arbre résultat Copie le noeud courant dans l'arbre résultat Copie le noeud sélectionné par le modèle dans l'arbre résultat Déclare un format de nombre décimal Permet de créer un élément avec le nom spécifié Permet d'appliquer un canevas à chaque neoud correspondant au modèle Permet d'effectuer un test conditionnel sur le modèle indiqué 3. Composant de formatage des données : XSL-FO Le langage de formatage des données (XSL/FO), est un langage permettant de définir la mise en page (affichage de texte ou de graphiques) de ce qui a été créé par XSLT. Une fois l'arbre source créé, XSL/FO permet de formater le résultat, c'est-à-dire d'interpréter l'arbre résultat, ou plus exactement les objets de flux le composant en leur appliquant des objets de mise en forme afin d'en faire une représentation visuelle (papier, écran,...) Langages avancés > XML/XSL 19/27