XML Les documents semi-structurés

Transcription

1 XML Les documents semi-structurés XML - extensible Markup Language XSL(T) - extensible Stylesheet Language XSD XML Schema DTD Document Type Definition Ivan Madjarov, IUT-R&T, XML dérive d'un langage développé dans les années 80, le SGML. SGML est très complexe à apprendre et à utiliser quotidiennement. Une version allégée du SGML, le HTML a été développée les années 90; Le HTML malgré de nombreuses adaptations, ne pouvait pas être étendu à l'infini, avec l'augmentation des besoins des développeurs. C'est alors que fut créé le XML. 2 XML - langage extensible de balisage Standardisé par W3C 1.0 du 10 février février 2004 mise à jour pour utiliser Unicode 3 format public métalangage - un langage qui permet de définir d'autres langages sous-ensemble de SGML pour une utilisation sur le Web XML permet de concevoir votre langage de balisage personnalisé pour un ensemble de classes de documents un langage défini par XML est appelé vocabulaire XML ou application XML le langage de balisage créé est défini par une définition de type de document (DTD) ou XML Schema. XML est utilisé pour échanger des données entre applications, stocker les préférences d'applications, créer des documents pour le Web 3 4 Le web est confronté à deux problèmes: HTML n'est pas extensible, il ne peut pas répondre aux besoins spécifiques de tous les domaines (mathématiques, chimie, musique, astronomie...) ) et ne définit plus le contenu du document SGML qui permettrait de définir de nouveaux langages de balisage spécifiques est très complexe Les applications XML 5 6 1

2 La galaxie de standards XSchema Schémas de documents XSL Feuilles de styles SAX API de programmation événementielle DOM API de programmation objet SOAP Protocole Web Services RDF Description de ressources Web ebxml Standards de e-commerce Xxx Standards par métiers Xxx ebxml RDF XSL XSchema XML XQuery DOM SAX SOAP XML permet de séparer le fond de la forme. Par exemple: pour produire un document HTML à partir de données en utilisant le format XML, il est nécessaire d'écrire au moins deux fichiers, le premier contenant les données à mettre en forme, le second les informations nécessaires à cette mise en forme. 7 8 Un document XML peut ainsi prévoir plusieurs cibles: l'écran d'un téléphone portable, l'écran d'un ordinateur de bureau, Collection dans une base de données, Une application logicielle Échange d'informations sur le Web, etc. Effectuer des sélections par tri, Générations automatiques de tables des matières et bien d'autres fonctions. L'environnement technologique XML est composé de trois fichiers: un fichier pour définir les balises auxquelles le document XML pourra avoir recours (DTD ou Schema). Le document contenant t les données ellesmêmes, c'est-à-dire le document XML. Le document contenant les informations de mise en forme, permettant de produire un fichier dans le format de sortie voulu: une feuille XSLT (extensive Stylesheet Language Transformations) XML est destiné à décrire le contenu du document, pas son affichage (les feuilles de style CSS et XSL gèrent l'affichage). XML est flexible, on peut définir ses balises, et les utiliser dans un ou plusieurs documents. le XML document ne sera affiché que s'il est bien formé et validé par une DTD ou XML Schema

3 Les technologies XML CSS, permet de définir l'affichage d'un document XML. XSL 3 parties : XSLT, langage évolué pour transformer des documents XML en des documents sous différents formats de sortie XPath, langage g pour désigner des parties d'un document XSL-FO, langage pour produire un document imprimable et en format PDF Xlink pour créer des liens entre fichiers XML XPointer pour pointer sur des parties d'un document XML. XML Base pour définir l'url de base d'un document. DOM (Document Object Model), définit des interfaces pour manipuler des documents XML structurés. namespaces (domaines de noms) pour distinguer les noms utilisés dans les documents XML. XForms pour décrire des formulaires Web. XQuery, langage pour extraire des données de documents XML ou de collections de fichiers XML comme on interroge des bases de données. Schema, alternatives aux DTD qui permettent de décrire un document de manière plus détaillée (types de données pour les dates, les entiers,..., possibilité de donner des bornes aux valeurs) MathML (Mathematical Markup Language) notation mathématique sur le web CML (Chemical Markup Language) pour la publication Internet des formules chimiques, de molécules, des équations. SVG (Scalable Vector Graphics) langage de balisage d'information graphique vectorielle. SMIL (Synchronized h i d Multimedia Integration ti Language) pour la création multimédia, il spécifie comment et quand des éléments multimédia peuvent apparaître dans une page web. Par exemple on peut dire que sur la page le texte apparaît suivi d'une série d'images qui sont accompagnées d'une musique. WML (Wireless Markup Language) le langage de balisage pour l'internet mobile. Un document XML est composé d'éléments ou blocs qui représentent la structure logique du document. Ces éléments peuvent être: non vides : une balise ouvrante, un contenu, et/ou d'autres éléments et se terminent par une balise fermante. <titre>mort sur le Nil</titre> vides : ils ne contiennent rien, aucun texte, aucun élément. En XML ils s'écrivent avec un / à la fin de la balise ouvrante ou sous la forme d'une paire de balises vide :<HR/>, <BR/> Chaque élément présente des caractéristiques appelées attributs : <titre type="policier"> Mort sur le Nil </titre> <PRODUIT NOM="T-shirt" TAILLE="XL" COULEUR="BLANC" /> DTD (Document Type Definition) définissent les éléments et les règles d'utilisation (noms des éléments, attributs possibles pour un élément, imbrications). Cependant des documents XML peuvent ne pas avoir de DTD. Si un document a une DTD associée et qu'il se conforme à cette DTD, il est dit valide. S'il n'a pas de DTD et qu'il suit les règles définies par XML (par exemple : ses éléments sont correctement imbriqués) il est bien formé

4 <?xml version="1.0" encoding="iso "?> <!-- La ligne ci-dessus est le prologue --> <!-- Élément racine --> <biblio> <!-- Premier enfant --> <livre> <!-- Élément enfant titre --> <titre>les Misérables</titre> <auteur>victor Hugo</auteur> <nb_ tomes>3</nb _ tomes> </livre> <livre> <titre>l'assomoir</titre> <auteur>émile Zola</auteur> </livre> <livre lang="en"> <titre>david Copperfield</titre> <auteur>charles Dickens</auteur> <nb_tomes>3</nb_tomes> </livre> </biblio> <?xml version="1.0"?> <bibliotheque> <livre> <titre>n ou M</titre> <auteur> <nom>christie</nom> <prenom>agatha</prenom> </auteur> <ref>policier-c-15</ref> </livre> <livre> <titre>le chien des Baskerville</titre> <auteur> <nom>conan Doyle</nom> <prenom>arthur</prenom> </auteur> <ref>policier-d-3</ref> </livre> </bibliotheque> Un document bien formé (sans DTD) est affiché par le navigateur en visualisant sa structure. Visualisation avec une feuille de style CSS où est définie l interprétation des éléments du document XML. <?xml version="1.0"?> <?xml-stylesheet type="text/css" href="biblio.css"?> <bibliotheque>... </bibliotheque> La feuille de style pour le document livre { } display: block; position: relative; left: 50; top:100; margin-left:10pt; margin-bottom: 5pt; font-family: "Verdana"; font-size: 12pt titre { margin-right:10pt; color:blue; font-family: "Verdana"; } auteur { margin-right:10pt; font-family: "Verdana"; } ref { color:red; font-family: "Verdana"; }

5 Structure d'une feuille de style Visualisation avec une feuille de style XSL <?xml version="1.0"?> <?xml-stylesheet type="application/xml" href="biblio.xsl"?> <bibliotheque>... </bibliotheque> <?xml version="1.0"?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="html"/> <xsl:template match="/"> <html> <head> <title>ma bibliotheque</title> <style type="text/css"> th {background-color:silver;} td {border-style:solid; border-width:1px;} </style> </head> <body> <H2>Bibliotheque</H2> <table> <tr> <th>titre</th> <th>auteur</th> <th>ref.</th> </tr> <xsl:for-each select="bibliothèque/livre"> <tr> <td><xsl:value-of select="titre"/></td> <td><xsl:value-of select="concat(auteur/nom, ' ', auteur/prénom)"/></td> <td><xsl:value-of select="ref"/></td> </tr> </xsl:for-each> </table> </body> </html> </xsl:template> </xsl:stylesheet> Structure d'une feuille de style XSL est une application XML, une feuille de style XSL est donc un document XML. <?xml version="1.0"?> <xsl:stylesheet version="1.0" xmlns:xsl=" / XSL/Transform"> Modèles </xsl:stylesheet> L'élément racine contient des modèles (templates) pour l'affichage du document XML 30 5

6 Structure d'une feuille de style Le modèle est appliqué au nœud spécifié par l'attribut match de l'élément template <xsl:template match="noeud_cible"> action </xsl:template> Structure d'une feuille de style Un modèle contient deux types d'éléments des éléments XML bien formés pour représenter les éléments html des éléments XSL xsl:value-of qui permet d'accéder au contenu des éléments du document XML l'attribut select indique le nom de l'élément XML xsl:for-each permet de parcourir tous les éléments qui portent le nom défini dans select xsl:sort permet de définir l'ordre dans lequel les éléments seront affichés <xsl:for-each select="bibliotheque/livre"> <xsl:sort select="auteur/nom" order="descending"/> <xsl:sort select="titre" order="ascending"/> Structure d'une feuille de style Il est possible de n'extraire qu'une partie du document XML. Dans le select il faut utiliser [expression]. L'expression peut comporter des opérateurs, des fonctions, des chemins d'éléments. Extraire les livres dont le nom de l'auteur est différent de Christie : <xsl:for-each select="bibliotheque/livre[auteur/nom!= 'Christie']"> Structure d'une feuille de style Il est possible d'utiliser des fonctions XPath pour filtrer starts-with(chaine1, chaine2) : retourne vrai si chaine1 commence par chaine2, ends-with(chaine1, chaine2) : retourne vrai si chaine1 se termine par chaine2, contains(chaine1, chaine2) : retourne vrai si chaine1 contient chaine2, <xsl:for-each select="bibliotheque/livre[contains(titre, 'Le') or contains(titre, 'un')]"> <xsl:for-each select="bibliotheque/livre[@type='policier']"> Exercice Exercice 35 <?xml version="1.0" encoding="utf-8"?> <?xml-stylesheet type="text/xsl" href="catalog.xslt"?> <catalogue xmlns:xsi=" xsi:schemalocation="catalog.xsd"> <PRODUIT NOM="T-shirt" TAILLE="XL" COULEUR="BLANC" QUANTITE="2" PRIX="56,43" SOLDE="75%" /> <PRODUIT NOM="T-shirt" TAILLE="L" COULEUR="ROUGE" QUANTITE="3" PRIX="12,45" SOLDE="50%"/> <PRODUIT NOM="Chemise" TAILLE="40" COULEUR="JAUNE" QUANTITE="1" PRIX="20,10" SOLDE="25%"/> <PRODUIT NOM="Chemise" TAILLE="42" COULEUR="BLEUE" QUANTITE="2" PRIX="12,55" SOLDE="50%"/> <PRODUIT NOM="Chemise" TAILLE="40" COULEUR="JAUNE" QUANTITE="4" PRIX="14,99" SOLDE="75%"/> <PRODUIT NOM="Chemise" TAILLE="40" COULEUR="JAUNE" QUANTITE="1" PRIX="15,50" SOLDE="50%"/> <PRODUIT NOM="Blouson" TAILLE="50" COULEUR="MARRON" QUANTITE="1" PRIX="156,50" SOLDE="25%"/> </catalogue> 36 6

7 Exercice Grammaire XSD (XML Schema) <?xml version="1.0" encoding="utf-8"?> <xsd:schema targetnamespace = " xmlns:xsd = " <xsd:element name="produit"> <xsd:complextype> <xsd:all> <xsd:attribut name="taille" type="xsd:string" /> <xsd:attribut name="couleur" type="xsd:string" /> <xsd:attribut name="quantite" type="xsd:string" /> <xsd:attribut name="prix" type="xsd:string" /> <xsd:attribut name="solde" type="xsd:string" /> </xsd:all> </xsd:complextype> </xsd:element> </xsd:schema> Exercice <?xml version="1.0" encoding="utf-8"?> <xsl:stylesheet version="1.0" xmlns:xsl=" <xsl:output method="html"/><xsl:template match="catalogue"> <html><head></head><body> <H2>Liste des articles</h2><table BORDER="1" CELLPADDING="5"> <THEAD><TH>Nom</TH><TH>Taille</TH><TH>Couleur</TH> <TH>Quantite</TH><TH>Prix</TH><TH>Solde</TH></THEAD> <xsl:for-each select="produit"><tr ALIGN="CENTER"> <TD><xsl:value-of select="@nom" /></TD> <TD><xsl:value-of select="@taille" /></TD> <TD><xsl:value-of select="@couleur" /></TD> <TD><xsl:value-of select="@quantite" /></TD> <TD><xsl:value-of select="@prix" /> </TD> <TD><xsl:value-of select="@solde" /></TD> </TR></xsl:for-each></TABLE></body></html></xsl:template> </xsl:stylesheet> XML Schema Un schéma d'un document définit: les éléments possibles dans le document les attributs associés à ces éléments la structure du document et les types de données Le schéma est spécifié en XML pas de nouveau langage balisage de déclaration domaine spécifique xsd: Présente de nombreux avantages structures de données avec types de données extensibilité par héritage et ouverture analysable par un parseur XML standard Objectifs des schémas Reprendre les acquis des DTD Plus riche et complet que les DTD Permettre de typer les données Eléments simples et complexes Attributs simples Permettre de définir des contraintes Existence, obligatoire, optionnel Domaines, cardinalités, références Patterns,... S'intégrer à la galaxie XML Espace de noms Infoset (structure d'arbre logique) Le modèle des schémas Les types simples (1) Déclaration des éléments et attributs Nom Typage similaire à l'objet Spécification de types simples Grande variété de types Génération de types complexes Séquence (Sequence) Choix (Choice) Tas (All) string Confirm this is electric normalizedstring Confirm this is electric token Confirm this is electric byte -1, 126 unsignedbyte 0, 126 base64binary GpM7 hexbinary 0FB7 integer , -1, 0, 1, positiveinteger 1, negativeinteger , -1 nonnegativeinteger 0, 1, nonpositiveinteger , -1, 0 int -1, unsignedint 0,

8 Les types simples (2) long -1, unsignedlong 0, short -1, unsignedshort 0, decimal -1.23, 0, 123.4, float -INF, -1E4, -0, 0, 12.78E-2, 12, INF, NaN double -INF, -1E4, -0, 0, 12.78E-2, 12, INF, NaN boolean true, false 1, 0 time 13:20:00.000, 13:20: :00 datetime T13:20: :00 duration P1Y2M3DT10H30M12.3S date gmonth gyear 1999 Les types simples gyearmonth gday gmonthday Name shipto QName po:usaddress NCName USAddress anyuri c.html#id5 language en-gb, en-us, fr ID "A212" IDREF "A212" IDREFS "A212" "B213" ENTITY ENTITIES NOTATION NMTOKEN, NMTOKENS US Brésil Canada Mexique Commandes de base xsd: element : association d'un type à une balise attributs name, type, ref, minoccurs, maxoccurs,... attribute : association d'un type à un attribut attributs name, type type simple : les multiples types de base entier, réel, string, time, date, ID, IDREF,, extensibles par des contraintes type complexe : une composition de types définit une agrégation d'éléments typés Les types complexes Définition d'objets complexes <sequence> : collection ordonnée d'éléments typés <all> : collection non ordonnée d'éléments typés <choice>: choix entre éléments typés Exemple <xsd:complextype name="fraddress"> <xsd:sequence> <xsd:element name="name" type="xsd:string"/> <xsd:element name="street" type="xsd:string"/> <xsd:element name="city" type="xsd:string"/> <xsd:element name="state" type="xsd:string"/> <xsd:element name="zip" type="xsd:decimal"/> </xsd:sequence> <xsd:attribute name="country" type="xsd:nmtoken" fixed="fr"/> </xsd:complextype> Héritage de types Définition de soustypes par héritage Par extension : ajout d'informations Par restriction : ajout de contraintes Possibilité de contraindre la dérivation Exemple : <complextype name="adressepays"> <complexcontent> <extension base="adresse"> <sequence> <element name="pays" type="string"/> </sequence> </extension> </complexcontent> </complextype> Les patterns Contraintes sur type simple prédéfini Utilisation d'expression régulières Similaires à celles de Perl Exemple <xsd:simpletype name="sku"> <xsd:restriction base="xsd:string"> <xsd:pattern value="\d{3}-[a-z]{2}"/> </xsd:restriction> </xsd:simpletype>

9 Le langage XPATH extensible Style Language Transformation Syntaxe et sémantique partagées par d autres outils (XSLT, Xpointer ) But : adresser les différentes parties d un document XML Représentation en forme d arbre Type de nœuds : Racine, éléments, texte, attributs, espace de noms, instruction de traitement, commentaires Adressage type système de fichiers XML XSL Processeur XSLT XML Ou texte Ou HTML Feuille de style XSLT Transformer un arbre Feuille de style = ensemble de règles Association motif / modèles Objectif : Production de texte Personnalisation d un document Réorganisation Feuille de style CSS Cascading Style Sheet Langage très simple (non XML) CSS1 : décembre 96 CSS2 : mars 98 Encore mal supporté par les browsers (sauf Opera 4.02) Liste de règles qui décrit les éléments Pour chaque élément Couleurs et image Polices de caractère Textes Boites Classification (style de listes, affichage par bloc ) XSL-FO (Formatting Objects) Langage XML pour formater Finalisé par W3C fin Octobre 2001 Similaire à HTML/CSS mais beaucoup plus puissant Outils permettant de générer PDF (FOP) Principe de XSL-FO Découpage par pages Notion de boites Contenu (texte, espace, images, objets ) Type (région, bloc, ligne, boite en-ligne, ) Hiérarchie Caractéristiques (position, fontes ) Pages maîtres Séquences de pages Numérotation

10 XLINK Lien externe vers autre document Lien simple HREF classique Lien étendu Personnaliser les liens Localisation des ressources distantes Mécanisme de traversée Texte facilitant l emploi Ressources locales associées En cours de stabilisation XPointer But : adresser un fragment de ressource Même arbre que processeur XSL Utilisation de XPath En cours de stabilisation API SAX API DOM Application Programming Interface Mécanismes standardisés de manipulation de documents XML API événementielle Processeur analysant le document Association d un gestionnaire de document Activation des méthodes durant l analyse Simple et efficace Implémentations JAVA (Xerces), C, C++ SAX simple mais parfois limité (modification de structure impossible) Analyse puis création d une structure Adaptable (mais plutôt orienté objet ) Spécification en IDL (OMG) Implémentations en Java, javascript XML et le Web Doc XML Feuille XSLT IE Netscape Opera Téléphones WAP HTML +PDF HTML +CSS WML Processeur XSLT Analyseur XML Processeur XSLFO Servlet ou CGI Serveur web Feuille XSLFO 59 10