XML. Echange de données Syntaxe du XML DTD Java pour le XML. Lire avec la couche SAX Lire et Ecrire avec la couche DOM

Transcription

1 XML Echange de données Syntaxe du XML DTD Java pour le XML Lire avec la couche SAX Lire et Ecrire avec la couche DOM

2 Echange de données Intérêt d'une technologie pivot Un problème double, les système qui échangent : Doivent être d'accord sur la forme attendue pour les données échangées Format standard d'échange Doivent aussi être d'accord sur le sens des données échangées Modélisation et standards par métiers

3 Exemples de technologie Standard STEP : Norme ISO, effort international à partir du début des années 80. Normalisation de la sémantique des données échangées par des modèles standards, les protocoles d'application Normalisation de la forme Échange de données avec le format STEP Modélisation avec le langage EXPRESS Normalisation de la mise en oeuvre des échanges Interface standard d'accès aux données

4 Exemples de technologie (2) Technologie XML Méta-langage à balise pour l'encodage des données Modélisation par les DTD ou les Schémas XML Définition de vocabulaires spécialisés par métier Mathématiques (MathML) Bio-informatique (BSML) Ressources Humaines (HRML) SIG (GML)...

5 Philosophie d'xml Structuration logique du contenu Les documents ne contiennent aucune information de mise en page Séparation contenu-traitement adapté à l'échange de donnée et la mise en oeuvre de systèmes d'information Réutilisabilité de l information

6 Format XML Langage à balise : syntaxe générique et régulière <A>[ information concernant A ]</A> <B [ attributs pour B ]> </B> Un document XML contient : Un prologue Déclaration XML ( je suis un document XML ) Référence éventuelle à un document qui décrit le format Une suite d'éléments Organisation arborescente

7 Entête XML <?xml version="1.0" encoding="iso " standalone="yes"?> On distingue trois informations fournies dans cette déclaration : version : version du XML utilisée (1.0 ou 1.1) encoding : le jeu de codage de caractères utilisé. ISO 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. standalone : dépendance du document par rapport à une déclaration de type de document (yes ou no)

8 Entête : Instruction de traitement Instruction interprétée par l'application servant à traiter le document XML. Elle ne fait pas totalement partie du document Feuille de style <?xml stylesheet type="text/xsl" href="biblio.xsl"?> Dans cet exemple, l'application est xml-stylesheet, le processeur de feuille de style du XML. Deux feuilles de style différentes peuvent être utilisées : les XSL (propres au XML) ainsi que les CSS (feuilles de style apparues avec le HTML).

9 Entête : Type de document La structure d'un document et le modèle de données sous-jacent peuvent être explicités dans une DTD Permet de définir la structure du document. <!DOCTYPE Carnet SYSTEM "Carnet.dtd"> Modèle déclaré dans le fichier local Carnet.dtd Peut être exploité par les logiciel (browser...) pour contrôler les données échangées DTD limité remplacé par les schémas XML

10 Commentaires Comme en HTML Commencent par <!-- et se terminent par -->. N'importe ou mais à l'extérieur d'une balise Exemples : <!-- ok boy --> <Contact> <!-- ok boy-->... </Contact> -- interdite dans un commentaire.

11 Éléments XML Un élément est une unité d'information avec : Une balise Éventuellement avec un contenu Éventuellement avec un ou plusieurs attributs Un document XML est un arbre Une seule racine Un élément réprésente un noeud

12 Éléments XML Exemple : arbre du carnet d'adresses <Carnet> <Type>Activite professionnelle</type> <Contact> <Nom>Albert and co</nom> <Telephone> </Telephone> </Contact> </Carnet> ou avec des attributs <Carnet type= Activite professionnelle > <Contact nom= Albert and co Telephone= /> </Carnet>

13 Règles de construction Nom de balise quasiment libre Le 1er caractère doit être une lettre, un '_' ou un ':' Ne peut pas commencer par xml (quelque-soit la casse) Le contenu peut être : Vide (<carnet></carnet> abbrégé en <carnet/>) Un ou plusieurs autres éléments Un texte libre

14 Attributs Des attributs peuvent être utilisés pour stocker de l'information Un attribut est un nom associé à une information L'information est alors uniquement textuelle Ils ne peuvent pas être emboités (un seul niveau) <Carnet type= Activite professionnelle > Il est plutôt préconisé d'utiliser des éléments car plus souples (document plus évolutif)

15 Syntaxe Quelques règles très simples Une seul élément racine Chaque élément contient une balise d'ouverture <B> une balise de fermeture correspondante </B> Les balises ne peuvent pas se chevaucher <auteur><nom></auteur></nom> Les attributs à l'intérieur d'un élément ont des noms uniques Les noms d'éléments et de balises doivent être autorisés

16 Exercice 1 Reprendre le modèle du carnet et l'enrichir : On a plusieurs types de carnets définit par l'application Un contact a des informations standards : Nom, prénom, des adresses et des téléphones, photo... Un contact peut avoir des informations suplémentaires définies par l'utilisateur Par exemple, Plat préféré, Hobby... Produire des fonctions pour initialiser un carnet et pour produire un export XML complet et valide

17 Type de document Utile pour contrôler le contenu d'un fichier XML Vérification par les applications Partage ou échange de documents Standards métiers Deux solutions possibles : les "Schémas XML" et les "Document Type Definition" (DTD) DTD : plus ancien, plus simple mais plus limité.

18 Type de DTD Forme générale : <!DOCTYPE Carnet... "..." "..."> Placée juste après le prologue Indique l'élément racine du document (ici Carnet ) Deux types suivant le type de stockage : Une DTD interne est intégrée au document XML Une DTD externe est dans un fichier séparé Externe privé (fichier local uniquement) Externe publique (fichier accessible en public sur le web)

19 DTD interne <!DOCTYPE Carnet[ ]> <!ELEMENT Carnet (Contact)*>... L'élément racine est Carnet Les règles sont donnée dans la suite entre [ et ] Ici, un carnet se compose de zéro ou plusieurs contacts

20 DTD externe DTD locale <!DOCTYPE Carnet SYSTEM "carnet.dtd"> Stockée dans le fichier "carnet.dtd" DTD publique <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" " PUBLIC suivi de l'identifiant de la DTD, du propriétaire(ici le W3C), puis son nom, enfin sa langue.

21 Déclaration d'élément Forme générale : <!ELEMENT nom type_element> Nom : nom de l'élément type_element type associé. type texte, vide, séquence, choix d'élément

22 Type simple : texte ou vide Type texte <!ELEMENT nom (#PCDATA)> exemple : <nom>the clash</nom> Type vide <!ELEMENT collected EMPTY> exemples: <collected/> <collected date= 22/01/1964 >

23 Séquences Séquence : spécifie les fils d'un noeud <!ELEMENT A (B, C, D)> un élément de type A contient dans l'ordre, un B, un C et un D Exemple <A> </A> <B>...</B> <C>...</C> <D>...</D>

24 Choix déléments Spécifie les fils possibles Un seul choix parmi la liste <!ELEMENT A (B C D)> un élément de type A contient dansun B, un C ou un D Exemple <A> </A> <B>...</B>

25 Indication d'occurences On dispose des cardinalités : Pas d'indication : une et une seule occurences obligatoirement? : zéro ou une occurences + : une ou plusieurs occurences * : zéro à plusieurs occurences <!ELEMENT A (B, C?, D+, E*)> A contient, dans l'ordre, un B, éventuellement un C, au moins un D et éventuellement plusieurs E

26 Indication d'occurences (2) Les cardinalités peuvent s'appliquer à des regroupements <!ELEMENT A (B, C)+> Un A contient au moins une séquence B,C,D,E. Exemple <A> <A/> <B/><C/> <B/><C/> <B/><C/>

27 Élément quelconque Il est possible de relacher tout contrôle en utilisant le type d'élément quelconque. <!ELEMENT A ANY> A peut contenir n'importe quel élément de la DTD À limiter ou a n'utiliser que pendant la mise au point car on perd l'intérêt de la DTD

28 Contenu mixte Pour un modèle assez libre dans lequel du texte peut être inséré au même niveau que des noeuds fils <!ELEMENT Dicton (#PCDATA Origine)*> un élément dicton peut contenir n'importe quelle combinaison de texte et de noeud Origine exemple : <Dicton> Après la pluie vient le beau temps <Origine>pays ou il pleut</origine> </Dicton>

29 Type d'attribut On peut aussi contrôler les attributs avec ATTLIST <!ATTLIST A > nom_attribut1 type_attribut type_valeur nom_attribut2 type_attribut type_valeur A est le nom de l'élément nom_attribut celui d'un attribut de A

30 Type d'attribut CDATA : chaîne de caractères ID : identifiant unique IDREF : référence à un ID IDREFS : série de références (a b c) : énumération de toutes les valeurs possibles

31 Type de valeur REQUIRED : attribut obligatoire IMPLIED : attribut optionnel FIXED valeur : valeur fixe valeur : valeur par défaut

32 Exemples d'attributs <!ELEMENT elt (...)> <!ATTLIST elt X CDATA "Yoyo"> L'élément elt peut avoir l'attribut X, chaine de caractères avec Yoyo comme valeur par défaut <!ELEMENT elt (...)> <!ATTLIST elt X CDATA #REQUIRED> Là, X est obligatoire, pas de valeur par défaut donc <!ELEMENT elt (...)> <!ATTLIST elt X CDATA #IMPLIED> Et là, X peut ne pas être présent

33 Exemples d'attributs (2) <!ELEMENT elt (...)> <!ATTLIST elt X ID #IMPLIED> X est un identifiant obligatoire. Deux éléments ne peuvent pas avoir la même valeur pour X <elt X= AAAA /> <elt X= ZZ /> <elt X= AAAA /> interdit dans le même fichier!! <!ELEMENT elt EMPTY> <!ATTLIST elt X (a b c) "a"> l'attribut X peut prendre comme valeur: a, b ou c. a est la valeur par défaut

34 Les entités Les entités permettent d'utiliser des raccourcis pour des valeurs Utile pour les caractères bizarres non directement accessible dans le jeu de caractères déclaré (accents...) Plusieurs sortes d'entités : Paramétriques, de caractère et les internes

35 Les entités (2) Les entités paramétriques S'apparente à une macro de DTD Exemple de la DTD du HTML <!ENTITY % heading "H1 H2 H3 H4 H5 H6"> Toute occurence de %heading; est remplacé par H1 H2 H3 H4 H5 H6 dans la DTD.

36 Les entités (3) Les entités de caractères sont utilisables pour représenter des caractères non disponibles au clavier ou dans l'encodage choisi : Exemples de la DTD de HTML: <!ENTITY eacute "é"> On peut utiliser &eacute pour avoir le é

37 Les entités (4) Entités internes <!ENTITY antic "anticonstitutionnellement"> On utilise &antic dans le document à la place de anticonstitutionnellement

38 Représentation objet régulière Instance de classe concrète = Element + id Tout élément représentant une instance comprend un attribut ID Variable d'instance de type simple = Attribut XML Variable d'instance collection = un souséléments Le sous-élément contient les éléments de la collection Variable d'instance instance d'une classe = un sous-élément + IDREF

39 Représentation objet régulière (2) Dans une DTD, on ne décrit que les données échangées On ne décrit pas les classes abstraites L'héritage n'est pas réprésenté explicitement (on ne représente que les classe concrètes) Problème : duplication d'information dans la DTD si par exemple B hérite de A et A est une classe instanciable Alors il faut décrire les A et B dans la DTD Duplication d'information si A a des variables d'instances car il faut les décrire pour B mais aussi pour A

40 Exercice 2 Produisez la DTD pour le TP Roger bricoloto brest.fr/idm/index.php/roger_bricoloto Prendre la correction et ajouter deux exports XML Un premier export sans attribut (version 1) Un second avec des attributs (version 2) Produisez des exemples de fichier XML et vérifiez votre DTD avec xmllint Utiliser l'api java DOM pour convertir la version 1 vers la version 2 puis faites l'inverse

41 Espace de nommage Conflit de nom possible: un nom peut avoir plusieurs sens Problématique si dans un même document on a besoin de plusieurs sens. Exemple Bricoloto : <Date/> Date de prise en charge du véhicule ou bien Date de 1ère immatriculation pour la carte grise

42 Espace de nommage Pour régler le problème, on peut utiliser un espace de nommage par sens différent. Un espace de nommage correspond à un regroupement arbitraire et cohérent d'éléments Utilisé pour bien limiter et identifier le vocabulaire dans un domaine particulier : orientation métier de XML

43 Espace de nommage : préfixage Introduction du préfixage Pour la déclaration Pour l'utilisation ou la référence Préfixe/suffixe : Séparés par ':' <prefixe>:<suffixe>

44 Espace de nommage : Déclaration Deux formes possibles : Espace de nommage local Forme explicite Les noms concernés sont forcément préfixés par le nom de l'espace de nommage Espace de nommage par défaut Forme implicite Les noms non préfixés (ne faisant pas référence explicitement à un espace de nommage) font référence à l'espace de nommage par défaut courant

45 Le XML et Java JAXP (Java API for XML Processing) 4 packages : javax.xml.parsers : Interfaces devant être implémentées par les différents parseurs (SAX ou DOM) + les factory pour l'instanciation de parseurs. org.w3c.dom : Classes et interfaces pour DOM org.xml.sax : Classes et interfaces pour SAX. javax.xml.transform : Classes et interfaces pour XSLT (transformations).

46 Interface SAX Interface de gestion XML évènementiel avec principalement Gestion du contenu : (ContentHandler) boucle de lecture pour manipulation du contenu Gestion d'erreurs (ErrorHandler) 3 types possibles : erreurs simples, erreurs fatales et warnings. Gestion du typage (DTDHandler) Pour simplifier le codage : version par defaut avec la classe DefaultHandler (package org.xml.sax.helpers) Il suffit de programmer une sous-classe

47 Exemple SAX Exemple de lecture sans aucune action de branchée try { SAXParserFactory factory = SAXParserFactory.newInstance(); // Une fabrique SAXParser parser = factory.newsaxparser(); // Un parseur SAX File file = new File("/home/plantec/COURS/XML/ExempleSax.xml"); DefaultHandler gestionnaire = new DefaultHandler(); // un gestionaire SAX parser.parse(file, gestionnaire); // Lecture du fichier } catch (ParserConfigurationException pce) { } catch (SAXException se) { } catch (IOException ioe) { }

48 Interface org.xml.sax.contenthandler (1) Mise en oeuvre de la lecture d'un flux XML DefaultHandler est un exemple de classe qui l'implémente Principe très simple de lecture dirigée par le contenu (principe Framework ) Les évenements sont liés au contenus XML rencontrés, principalement : Début/fin de document Début/fin d'un élément

49 Interface org.xml.sax.contenthandler (2) void startdocument(); Appelée une et une seule fois en début de document Point d'entrée pour initialiser le contexte global de lecture void enddocument(); Appelée à la fin de la lecture du document. Point d'entrée pour finir le traitement (mise en place finale de la représentation mémoire par exemple)

50 Interface org.xml.sax.contenthandler (3) void startelement (String namespaceuri, String localname, String rawname, Attributs attributs); namespaceuri : URI complète de l'espace de nommage du tag courant ou une chaîne vide localname : nom du tag sans le préfixe éventuel rawname : nom du tag complet (avec préfixe) attributs : contient la liste des attributs du tag Appelée à chaque début d'élément

51 Interface org.xml.sax.contenthandler (4) void endelement(string namespaceuri, String localname, String rawname) namespaceuri : URI complète de l'espace de nommage du tag courant ou une chaîne vide localname : nom du tag sans le préfixe éventuel rawname : nom du tag complet (avec préfixe) Appelée à chaque fin d'élément

52 Interface org.xml.sax.contenthandler (4) void characters(char[] ch, int start, int end); ch : buffer de caractères start et end : position de début et de fin dans ch Appelée à chaque fois qu'un contenu est lu entre deux balises On peut directement construire un String : String s = new String(ch, start, end);

53 Interface org.xml.sax.contenthandler (5) Traitement des attributs : attributs gère 2 listes de String, pour le nom et la valeur des attributs public void startelement(string namespaceuri, String localname, String rawname, Attributes attributs) throws SAXException { for (int index = 0; index < attributs.getlength(); index++) { System.out.print( attributs.getlocalname (index) + " = "); } } System.out.println( attributs.getvalue (index));

54 Exemple du Carnet (1) public class CarnetHandler extends DefaultHandler{ Carnet carnet; boolean danstypecarnet = false, danscontact... public void startdocument() throws SAXException { } carnet = new Carnet(); public void enddocument() throws SAXException { } System.out.println( done );

55 Exemple du Carnet (2) public void startelement(string namespaceuri, String localname, String rawname, Attributes attributs) throws SAXException { if (localname.equals( TypeCarnet )) { } }... danstypecarnet = true; public void characters(char[] ch, int start, int end) throws SAXException { if (danstypecarnet) { }... carnet.settype(new String(ch,start,end));

56 Exemple du Carnet (3) try { SAXParserFactory factory = SAXParserFactory.newInstance(); factory.setnamespaceaware(true); SAXParser parser = factory.newsaxparser(); File file = new File("carnet.xml"); DefaultHandler handler = new CarnetHandler(); parser.parse(file, handler); } catch (ParserConfigurationException pce) { }...

57 Exercice 3 Reprendre l'exercice 3 et utiliser l'api SAX pour convertir la version 1 du fichier xml (sans attribut) vers la version 2 (avec attributs) puis faites l'inverse Mettre en place la gestion des ID/IDREF Ajouter dans la classe societe une liste de réparations en contentieux (se sont des idref). Générer le document XML avec un ID unique pour chaque entité et les IDREF Mettre en oeuvre la lecture SAX avec la résolution des IDREF

58 Problèmes liés a SAX L'API SAX est simple et puissante pour la lecture et l'interprétation d'un flux en continu Un analyseur SAX est délicat à développer: Gestion lourde des états de l'automate Cohérence de l'automate difficile à valider Traitement élément par élément La gestion d'un modèle peut nécessiter une vue globale des données Besoin de stockage intermédiares

59 Document Object Model (DOM) Modèle générique d'un document XML API DOM : manipulation d'un document (arbre d'éléments) tout en mémoire On dispose de tous les noeuds en mémoire Navigation, requètes, traitements ou transformations programmables directement sur l'arbre API java standard

60 DOM : lecture d'un document Interface Document : porte la racine du document XML en mémoire DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = fabrique.newdocumentbuilder(); File xml = new File("Carnet.xml"); Document document = builder.parse(xml);

61 Interfaces DOM Node Unité de base de l'arbre suivant sont type, il s'agit : De texte, d'un élément ou d'une portion CDATA... Element Pour connaître son type: getnodetype() constitué d'un tag, d'attributs et d'un contenu (ses éléments fils)

62 Element racine et interface Node On récupère l'élément racine: Element racine = document.getdocumentelement(); Ensuite on peut parcourir l'arbre : NodeList getchildnodes() : retourne les noeuds enfants. Node getfirstchild() : retourne le premier Node enfant. Node getlastchild() : retourne le dernier Node enfant. Node getnextsibling() : retourne le frère suivant Node getparentnode() : retourne le noeud parent du Node. Node GetPreviousSibling() : retourne le frère précédent

63 Interface Element On peut retrouver les éléments fils NodeList getelementsbytagname(string t) : les éléments enfants dont le tag correspond à t (* pour renvoyer tous les éléments). NodeList getelementsbytagnamens(string t) : idem mais avec en plus prise en compte de l'espace de nommage String gettextcontent() : Le texte contenu dans un élément

64 Création, modification d'un arbre On peut créer un arbre de toute pièce directement par programme, On peut aussi modifier, déplacer, supprimer des éléments... Se reporter à la documentation SUN :

65 Exercice 4 Reprendre l'exercice 3 Utiliser DOM pour la lecture d'un document XML Adaptez la gestion des ID/IDREF Utiliser DOM pour créer votre document XML Le visiteur ne construit pas directement un String mais renvoie un Document Le Document est ensuite utilisé pour produire le String Un peu de Swing : Utilisez un JTree (javax.swing) pour la visualisation d'un document