XML Extensible Markup Languaje

1
XMLExtensible Markup Languaje

• Un lenguaje de marcas de aplicación en las
  Infraestructuras de Datos Espaciales
• Un trabajo basado en http//www.infor.uva.es/jve
  gas/cursos/web/xml/ixml/ixml.html

2
Qué es XML?

• XML, Extensible Markup Languaje, es un lenguaje
  de marcas capaz de estructurar y definir la
  información en un documento.
• Una marca en XML es una etiqueta que ayuda a
  organizar la estructura de un documento y define
  semánticamente la información que identifica.
• Semántico Que se relaciona con los significados

Información estructurada Títulos Entradillas T
extos Piés de Foto Indices
3
Qué es XML?

• La información estructurada nos permite
  distinguir entre
• el tipo de información (palabras, imágenes,
  gráficos,...)
• el papel que juega dentro del documento, (por
  ejemplo, no es lo mismo el contenido informativo
  de un encabezado, que el de un pie de página, el
  primero es más relevante).
• Se puede asegurar que casi todos los documentos
  tienen una estructura definida.
• XML nos permite identificar esas estructuras.

4
Qué es XML?

• A partir de ahora la palabra documento tendrá
  para nosotros un significado añadido, además de
  información, palabras, imágenes, gráficos...,
  tendrá una estructura reconocible

5
Qué es XML?

• La novedad de XML consiste en permitir compartir
  los datos a todos los niveles entre diferentes
  sistemas que exigen hacerlo de manera segura,
  fiable y fácil (globalización de la información,
  compatibilidad entre sistemas)
• XML tiene a su alrededor otras tecnologías que la
  complementan de acuerdo a campos específicos
  (e-Bussiness, Gobierno Digital, IDEs)

6
Breve historia del XML

• Años 70 IBM desarrolla GML (General Makup
  Language)
• 1986 ISO lo estandariza (SGML)
• 1989 SGML hiperenlaces HTML. Comienza la web
• Cada fabricante comienza a implementar nuevas
  carácterísticas. HTML Desastre. Ya no hay
  estandarización. Aparece W3C como garante de
  estándares
• 1996 W3C comienza y continúa el desarrollo de
  XML que soluciona problemas del HTML
• En la programación, el contenido se mezcla con
  los estilos que se le quieren aplicar.
• No permite compartir información con todos los
  dispositivos, como pueden ser ordenadores o
  teléfonos móviles.
• La presentación en pantalla depende del visor que
  se utilice.

7
Diferencias entre HTML y XML
lthtmlgt ltheadgt lttitlegt E.U.I.T.Topografica
(U.P.M.) Home Page lt/titlegt ltmeta
NAMEGENERATOR CONTENT"Microsoft FrontPage
4.0"gt ltx-sas-window TOP42 BOTTOM621 LEFT4
RIGHT534gt lt/headgt ltbody TEXT"264378"
BGCOLOR"FFFFFF" LINK"264278"
ALINK"FBBD6F" VLINK"817979" onLoad""gt ltpgt
ltcentergt ltimg src"gif_agc/escue.gif"
width"481" height"228"gt lt/centergt lt/pgt ltpgtltc
entergt lttable BORDER1 CELLSPACING1
CELLPADDING3 WIDTH510 align"center"gt lttrgt
ltcentergt ltth COLSPAN2 bgcolor"AFC5D0"
WIDTH170gt ltpgtltstronggtltfont SIZE"1"
COLOR"182B4D"gtE.U.I.T.
TOPOGRAFICAlt/fontgtlt/stronggtlt/thgtlt/centergt
lttd COLSPAN2 bgcolor"EBE9B3" WIDTH170gt
ltpgtltcentergtltstronggtltfont SIZE"1"
COLOR"182B4D"gtALUMNOSlt/fontgtlt/stronggtlt/centergt
lt/tdgtlttd COLSPAN2 bgcolor"AFC5D0"
WIDTH170gt ltpgtltcentergtltstronggtltfont
SIZE"1" COLOR"182B4D"gtOTROSlt/fontgtlt/s
tronggtlt/centergt lt/tdgtlt/trgt

• HTML
• Etiquetas fijas.
• ltHEADgt ... lt/HEADgt
• ltBODYgt ... lt/BODYgt
• Un nivel único de información
• XML
• Etiquetas definidas por usuario.
• ltETIQ1gt ... lt/ETIQ1gt
• ltETIQ2gt ... lt/ETIQ2gt
• Estructura con tantos niveles como se deséen.

8
Diferencias entre HTML y XML

• HTML
• Guerra de Navegadores.
• Incorporación de filigranas
• Sobrecarga de características propias
• Dificultades de portabilidad para los
  programadores
• No distingue entre partes de un documento
• Hay que bajar el documento completo
• XML
• Es un meta-lenguaje para describir lenguajes de
  marcas.
• Proporciona herramientas para definir etiquetas y
  jerarquías entre ellas.
• El programador define semánticamente cada marca
  para cada aplicación

9
Por qué XML?

• Creado para posibilitar la distribución de
  documentos con formato/estructuración a través de
  la Red,
• Ni HTML ni SGML eran viables ni prácticos para
  este propósito.
• HTML totalmente corrompido por casas comerciales
• SGML, puede dar toda la estructuración que
  deseemos, pero tiene en contra su gran
  complejidad.
• XML no va a sustituir completamente ni a HTML, ni
  a SGML.
• HTML es sencillo para dar formato/presentación a
  XML
• Hasta que se afiance el XSL
• Hasta que aparezcan visualizadores XML eficientes
• Mientras sigan existiendo páginas estáticas
  sencillas
• El SGML seguirá solucionando algunos problemas
  complejos inabordables por XML
• Posible Sistemas que implementes soluciones con
  gestores de la información HTML SGML XML

10
Los 10 Mandamientos del W3C para el XML
Yo soy W3C y te entrego Estos 10 Mandamientos
Gracias en nombre de la Cartografía
11
Los 10 Mandamientos del W3C para el XML

• Los documentos XML deben distribuirse y
  visualizarse por la red con la misma facilidad
  que actualmente lo hacen los HTML.
• Hay que esperar a que aparezcan visualizadores
  tan robustos y completos como los actuales HTML,
  que nos permitan ver cómoda y adecuadamente la
  estructura de árbol de los archivos XML.

12
Los 10 Mandamientos del W3C para el XML

• 2.- Los objetivos de XML no deben centrarse
  únicamente en la posibilidad de servir
  información estructurada por la red, hay otras
  muchas aplicaciones que pueden beneficiarse del
  estándar
• Búsqueda de documentos/información con un
  determinado autor. (También mapas, fotos,
  imágenes) !!!
• Análisis de contenidos,
• Definición de patrones,
• Visualización gráfica de patrones expresados en
  XML, etc.

13
Los 10 Mandamientos del W3C para el XML

• 3.- XML Debe ser totalmente compatible con SGML
• 4.- Los programas que interpreten XML deben ser
  fáciles de escribir.
• 5.- Ninguna capacidad opcional o funcionalidad
  sin definir, o ambiguamente definida. Eso evitará
  problemas de compatibilidad y confusiones en la
  interpretación.

14
Los 10 Mandamientos del W3C para el XML

• 6.-XML debe ser legible para los humanos, de
  manera que podamos leer un documento en un simple
  editor de texto.
• 7.- La especificación y diseño de XML debe
  obtenerse rápidamente. Es una solución que se
  requiere ya y se están haciendo muchos esfuerzos
  para lograrlo.

15
Los 10 Mandamientos del W3C para el XML

• 8.- El diseño de XML debe ser formal y conciso,
  sin ambigüedades, de forma que le puedan ser
  aplicadas todas las técnicas modernas de diseño
  de compiladores
• esto nos permitirá comprobar que los archivos XML
  que recibamos están bien formados y libres de
  errores antes de visualizarlos.
• Nota XML al carecer de gran parte de la
  complejidad de SGML puede describirse
  gramaticalmente con notación EBNF. (Extended
  Backus-Naur Form).

16
Los 10 Mandamientos del W3C para el XML

• 9.- Los documentos XML han de poder crearse y
  editarse fácilmente, con editores texto, PERL o
  editores específicos para este formato.

17
Los 10 Mandamientos del W3C para el XML

• 10.- La concisión es de mínima importancia.
• Muchas de las capacidades de SGML fueron puestas
  para facilitar en lo posible la introducción
  manual de etiquetas, para que las
  especificaciones fueran unívocas. XML no soporta
  estas capacidades, que son la causa de gran parte
  de la carga que arrastran los analizadores SGML.

18
XML Características

• 1.- Extensible.
• Se pueden definir nuevas etiquetas
• 2.- Estructurado.
• Se puede modelar datos a cualquier nivel de
  complejidad, y su definición está en una DTD,
  Document Type Definition .
• 3.- Validable.
• Cada documento se puede validar frente a una DTD,
  o en su defecto, se puede declarar bien formado
• 4.- Independiente del medio.
• Para publicar contenidos en múltiples formatos
• 5.- Independiente de fabricante y plataforma.
• Para poder utilizar cualquier herramienta
  estándar

19
XML Documentos XML

• 1.- Marcado descriptivo
• Las etiquetas delimitan una porción del documento
  y dicen lo que es
• Seis tipos de etiquetas
• elementos,
• referencias a entidades,
• comentarios,
• instrucciones de procesamiento,
• secciones de datos y
• declaraciones de tipo de documento

20
XML Document Type Definition

• Una DTD establece tanto los elementos que forman
  un tipo de documento dado, como las relaciones
  que se dan entre ellos
• Ej. Conjunto de reglas que definen un documento
  llamado correo electrónico
• lt!element email (head, body)gt
• lt!attlist email id ID REQUIREDgt
• lt!element head (from, to, cc, subject)gt
• lt!element from (name?, address)gt
• lt!element to (name?, address)gt
• lt!element cc (name?, address)gt
• lt!element name (PCDATA)gt
• lt!element address (PCDATA)gt
• lt!element subject (PCDATA)gt
• lt!element body (p attach)gt
• lt!element p (PCDATA)gt
• lt!element attach EMPTYgt
• lt!attlist attach encoding (mimebinhex) "mime"
• name CDATA
  REQUIREDgt
• Declaración de elementos (identifican los nombres
  de los elementos, su contenido y las relaciones
  entre los distintos elementos)
• Declaración de atributos, (identifican los
  elementos que tienen atributos, qué atributos
  tendrán y cuáles son los valores por defecto)
• Declaración de entidades (permiten asociar
  nombres con contenidos que por ejemplo se repiten
  mucho lt!entity upm "Universidad Politécnica de
  Madrid"gt)

21
Documentos XML válidos y bien formados

• Un documento es válido si es conforme con la DTD
• Si no dispone de DTD es válido si
• 1.- Están todas las etiquetas.
• 2.- Todas las etiquetas están pareadas, excepto
  aquellas que corresponden a elementos vacíos, que
  acaban con /gt
• 3.- Todos los valores de los atributos están
  entrecomillados.
• 4.- Todas las entidades están declaradas

22
Ejemplos de utilización

• RDF, Resource Description Framework, es un
  marco de trabajo que permite la codificación,
  intercambio y reutilización de metadatos
  estructurados.
• OFX, Open Financial Exchange, formato utilizado
  por Quichen y Microsoft Money para comunicarse
  con los bancos.
• CML, Chemical Markup Language, lenguaje para el
  intercambio de descripción de moléculas, fórmulas
  y otros elementos químicos.
• MML, Mathematical Markup Language, diseñado
  para soportar la escritura de fórmulas
  matemáticas.
• OSD, Open Software Distribution, de Marimba y
  Microsoft.
• TEI, Text Encoding Initiative tiene mucha
  experiencia en la estandarización de la
  descripción de documentos electrónicos.
• GML, Geographic Makeup Language lenguaje para
  el intercambio de datos geográficos.

23
XML y Familia

• XML es una familia de tecnologías. El estándar
  define qué son las etiquetas y los atributos,
  pero alrededor están creciendo una serie de
  módulos que proporcionan etiquetas, atributos y
  guías para realizar tareas específicas
• XPointer, XBase y XLink describen un modo
  extándar de añadir hiperenlaces a un documento
  XML.
• XPath define la sistaxis para referirse a
  partes de un documento XML.
• CSS, el lenguaje de estilo de HTML se puede
  aplicar a XML.
• XSL es el lenguaje de estilo avanzado para XML,
  y está basado en XSLT, que es un lenguaje de
  transformación que permite reordenar, añadir o
  elimitar etiquetas y atributos.
• DOM y SAX son un conjunto estándar de llamadas
  a funciones que permiten manipular documentos XML
  (y HTML) desde programas.
• XML Namespaces describe cómo se puede asociar
  una URL con cada etiqueta y atributo de un
  documento XML.
• XML Schemas proporcionan un modo de definir la
  estructura, el contenido y la semántica de los
  documentos XML.
• XEncryption, XSignature y XSecurity tratan los
  aspectos de seguridad y autentificación en el
  intercambio de documentos XML.
• XQuery proporciona un modo flexible de consulta
  para extraer datos de los documentos en el Web.

24
XML y Java

• XML y Java tienen características
  complementarias, y cuando se utilizan juntos
  constituyen una plataforma muy potente para
  compartir y el procesar datos y documentos.
• XML define datos y documentos de una manera
  abierta y neutral, pero necesita aplicaciones que
  los procesen.
• Java ofrece un entorno de computación homogéneo
  con código que se puede transportar a cualquier
  máquina virtual Java.
• XML y Java hacen posible que se puedan aplicar
  los principios de "escribe una vez, ejecuta donde
  quieras" para procesar datos y documentos.

25
XML Conclusiones

• La falta de estructura en la información en
  Internet incide negativamente en las prestaciones
  de la red y en las posibilidades de
  aprovechamiento de la información allí
  depositada.
• XML es un lenguaje de marcado de documentos
  diseñado para trabajar en Internet simple,
  flexible y fácil de utilizar.
• Hay mucho trabajo por hacer para conseguir un
  intercambio automatizado de documentos en
  Internet que permita el desarrollo de las
  aplicaciones ya existentes y de otras nuevas.

26
XML Referencias

• WWW Consortium (W3C) www.w3.org
• Escuela W3 www.w3schools.com
• XML.com de O'Reilly www.xml.com
• Especificación XML 1.0 www.w3.org/TR/REC-xml
• Portal XML para la Industria www.xml.org
• ebXML www.ebxml.org
• OASIS www.oasis-open.org
• TEI www.tei-c.org
• Dublin Core http//dublincore.org
• Creando Documentos Electrónicos
  http//ota.ahds.ac.uk/documents/creating/
• Libro blanco Java-XML http//java.sun.com/xml/ncf
  ocus.html
• Estas transparencias están basadas
  fundamentalmente en un trabajo de Jesús Vegas de
  la U. De Valladolid, que puede encontrarse en
• http//www.infor.uva.es/jvegas/cursos/web/xml/ixm
  l/ixml.html