Презентация Основы XML-технологий онлайн

Содержание слайда: Основы XML-технологий

Содержание слайда: Введение XML: W3C-стандарт Две грани XML: ориентация на документ и ориентация на данные Причины появления HTML описывает представление XML описывает содержимое Пользователь описывает теги для разметки “содержимого” Основан на текстовом формате Идеален для формата “Обмен данными” Ключевая технология для “распределенных” программ XML близок к объектно-ориентированным и так называемым полу-структурированным данным.

Содержание слайда: Структурированность данных в реляционной модели Name: Id : Address(Number): Address (Street): John Doe s11111 123 Main Joe Public s22222 34 Mosat

Содержание слайда: Полуструктурированные данные в HTML HTML описывает представление. Пример HTML-документа «список студентов» для вывода на экран в Web-навигаторе <dt>Name: John Doe <dd>Id: s111111111 <dd>Address: <ul> <li>Number: 123</li> <li>Street: Main</li> </ul> </dt> <dt>Name: Joe Public <dd>Id: s222222222 … … … … </dt>

Содержание слайда: Модель полуструктурированных данных Множество пар. {name: "Alan", tel: 2157786, email: “a@abc.com” } Значения сами могут быть структурами {name: {first: “Alan”, last: “Black”}, tel: 2157786, email: “a@abc.com” }

Содержание слайда: Модель полуструктурированных данных Дубликаты допускаются {name: "Alan", tel: 2157786, tel: 2498762"} Синтаксис просто генерирует описания множества объектов {person: {name: “Alan”,tel: 2157786,email: “a@abc.com”} person: {name: “Sara”,tel: 2136877,email: “sara@abc.com”} person: {name: “Fred”,tel: 7786312,email: “fred@abc.com”} } Все объекты внутри множества могут быть разной структуры {person:{name: “Alan”,tel: 2157786,email: “a@abc.com”}, person:{name: {first: “Sara”,last: “Black”},email: “s@abc.com”}, person:{name: “Fred”, tel: 7786312, height: 168} }

Содержание слайда: Модель полуструктурированных данных Простое представление реляционных данных {r1: {row: {a: a1, b: b1, c: c1}, {row: {a: a2, b: b2, c: c2}}, r2: {row: {c: c2, d: d2}, row: {c: c3, d: d3}, row: {c: c4, d: d4}} } Объектно-ориентированные данные представляются естественно (каждый узел имеет уникальный идентификатор объекта) {person: &o1{name: “Mary”, age: 45, child: &o2, child: &o3}, person: &o2{name: “John”, age: 17, relatives: {mother: &o1, sister: &o3}}, person: &o3{name: “Jane”, country: “Canada”, mother: &o1} }

Содержание слайда: XML – Стандарт для полуструктурированных данных XML: eXtensible Markup Language Удобен для полуструктурированных данных Используется для описания содержимого, а не представления Отличается от HTML т.к. Автором документа могут быть определены новые теги Нет семантики тегов. Например, HTML <table>…</table> означает таблицу,; in XML: не означает ничего определенного. Структуры могут быть вложенными

Содержание слайда: Синтаксис XML. XML Элемент Элемент – часть текста, ограниченная согласованными тегами, определенными пользователем: <person> <name>Alan</name> <age>42</age> <email>agb@abc.com</email> </person> Комментарии: Элемент включает открывающий и закрывающий теги Отсутствие кавычек в строках, т.к. все данные рассматриваются в виде текста. Определяются как PCDATA (Parsed Character Data – символьные данные, обрабатываемые синтаксическим анализатором). Возможность пустого элемента: <married></married> может быть заменен на <married/>

Содержание слайда: Синтаксис XML Коллекции определяются через повторяющиеся структуры. Например, коллекция всех личностей, работающих на четвертом этаже: <table> <description>People on the 4th floor</description> <people> <person> <name>Alan</name><age>42</age> <email>agb@abc.com</email> </person> <person> <name>Ryan</name><age>58</age> <email>rgz@abc.com</email> </person> </people> </table>

Содержание слайда: Синтаксис XML. XML Атрибуты Атрибут определяет некоторые свойства элемента Представляется как пара “название-значение” <product> <name language="French">trompette six trous</name> <price currency="Euro">420.12</price> <address format="XLB56" language="French"> <street>31 rue Croix-Bosset</street> <zip>92310</zip> <city>Sevres</city> <country>France</country> </address> </product> Внутри тега можно определить любое кол-во атрибутов Значения атрибутов должны быть расположены внутри двойных кавычек.

Содержание слайда: Синтаксис XML. Атрибуты или Элементы ? Атрибут внутри тега может появляться только один раз, его значение – всегда строка. Теги элемент/подэлемент могут повторяться любое кол-во раз, а их значениями могут быть строки или подэлементы Некоторые данные могут быть представлены с использованием атрибутов или элементов, или их комбинацией <person name="Alan" age="42"> <email>agb@abc.com</email> </person> или <person name="Alan"> <age>42</age> <email>agb@abc.com</email> </person>

Содержание слайда: Синтаксис XML. XML Ссылки Использование id атрибута для определения ссылки Использование idref атрибута (в пустом элементе) для установления ссылки на ранее описанную ссылку (id). <state id="s2"> -- определяет id или ссылку <scode>NE</scode> <sname>Nevada</sname> </state> <city id="c2"> <ccode>CCN</ccode> <cname>Carson City</cname> <state-of idref="s2"/> -- ссылается на объект s2; </city>

Содержание слайда: Синтаксис XML. Другие XML конструкции Комментарий: <!-- this is a comment --> Процессные инструкции (Processing Instruction - PI): <?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="classes.xsl" encoding="UTF-8"?> Такие инструкции могут обрабатываться программой, обрабатываемой XML-файл. CDATA (Character Data): используется для записи особых блоков, содержащих текст с разметками, не являющимися тегами: <![CDATA[<start>this is not an element</start>]]> Записи: &lt эквивалентно символу <

Содержание слайда: Правильно созданный (Well-Formed) XML-документ XML-документwell-formed если Теги синтаксически корректны Каждый тег имеет закрывающий тег Теги правильно вложены Существует корневой (root) тег В теге не может быть двух повторяющихся атрибутов XML-документ должен быть well-formed перед обработкой. well-formed XML-документ в процессе синтаксического анализа превращается в дерево узлов

Содержание слайда: Терминология <?xml version=“1.0” ?> <PersonList Type=“Student” Date=“2002-02-02” > <Title Value=“Student List” /> <Person> … … … </Person> <Person> … … … </Person> </PersonList> Элементы могут быть вложенными Корневой элемент включает все остальные теги

Содержание слайда: Терминология <Person Name = “John” Id = “s111111111”> John is a nice fellow <Address> <Number>21</Number> <Street>Main St.</Street> </Address> … … … </Person>

Содержание слайда: XML модель данных

Содержание слайда: Пример реляционной базы данных сотрудников

Содержание слайда: Пример XML базы данных сотрудников. Фрагмент

Содержание слайда: Document Type Definitions (DTD) – определение типа документа DTD: Document Type Definition – один из способов спецификации структуры XML документа. DTD добавляет синтаксические требования в дополнение к требованиям well-formed документа. DTDs помогает Обнаруживать ошибки при создании или редактирования XML документов. Упрощает процесс обработки XML документов. Использует “регулярные выражения” как синтаксис для спецификации граматики XML документа. Имеет ограничения: нет типов данных, нет возможности описания ограничений, нет поддержки схем.

Содержание слайда: Пример: Адресная книга <person> <name> Homer Simpson </name> <greet> Dr. H. Simpson </greet> <addr>1234 Springwater Road </addr> <addr> Springfield USA, 98765 </addr> <tel> (321) 786 2543 </tel> <fax> (321) 786 2544 </fax> <tel> (321) 786 2544 </tel> <email> homer@math.springfield.edu </email> </person>

Содержание слайда: Спецификация структуры name имя элемента greet? опционально (0 или 1) приветственных элементов name, greet? имя перед опциональным приветствием addr* для определения 0 или более адресов tel | fax элемент с телефоном или факс (tel | fax)* 0 или более повторений телефона или факса email* 0 или более элементов почтовых адресов

Содержание слайда: Определение типа элемента Для каждого элемента типа E, описание формы: <!ELEMENT E content-model> где content-model выражение: Content-model ::= EMPTY | ANY | #PCDATA | E’ | P1, P2 | P1 | P2 | P1? | P1+ | P1* | (P) E’ тип элемента P1 , P2 конкатенация P1 | P2 альтернатива P? 0 или 1 раз появлений P+ 1 или более появлений P* любое количество появлений ( может отсутствовать) (P) группировка

Содержание слайда: XML-документ адресной книги с описанием DTD внутри самого файла <?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE addressbook [ <!ELEMENT addressbook (person*)> <!ELEMENT person (name, greet?, address*, (fax | tel)*, email*)> <!ELEMENT name (#PCDATA)> <!ELEMENT greet (#PCDATA)> <!ELEMENT address (#PCDATA)> <!ELEMENT tel (#PCDATA)> <!ELEMENT fax (#PCDATA)> <!ELEMENT email (#PCDATA)> ]>

Содержание слайда: Спецификация атрибута DTD <!ELEMENT height (#PCDATA)> <!ATTLIST height dimension CDATA #REQUIRED accuracy CDATA #IMPLIED > Атрибут dimension обязан присутстовать Атрибут accuracy может отсутствовать CDATA – это тип атрибута – символьные данные

Содержание слайда: Формат определения атрибутов <!ATTLIST имя_атрибута тип_атрибута определение_атрибута> Значение представляется внутри кавычек Типы атрибутов: CDATA ID, IDREF, IDREFS ID, IDREF, IDREFS используются для ссылок Определение атрибута #REQUIRED: атрибут должен присутствовать #IMPLIED: атрибут может отсутствовать

Содержание слайда: Включение DTD в документ A DTD может быть внутренним DTD – часть файла с документом внешним DTD и документ располагаются в разных файлах внешний DTD может располагаться в локальной файловой системе в удаленной файловой системе

Содержание слайда: Связь документа с DTD Внутренний DTD <?xml version="1.0"?> <!DOCTYPE db [<!ELEMENT ...> … ]> <db> ... </db> DTD из локальной файловой системы: <!DOCTYPE db SYSTEM "schema.dtd"> DTD из удаленной файловой системы: <!DOCTYPE db SYSTEM "http://www.schemaauthority.com/schema.dtd">

Содержание слайда: Правильный (Valid) XML-документ well-formed XML-документ является правильным (valid ) если он удовлетворяет своему DTD, т.е, Документ удовлетворяет граматике регулярных выражений Типы атрибутов корректны

Содержание слайда: XML Схема

Содержание слайда: XML Схема XML схема определяет: элементы из документа Атрибуты, появляющиеся в элементах Какие элементы являются вложенными Порядок следования вложенных элементов Кол-во вложенных элементов Пустой элемент или его содержимое в виде текста Значения по-умолчанию для атрибутов Цели Схемы – определить легальные строительные блоки XML-документа как в DTD.

Содержание слайда: XML Схема – лучше DTD XML Схема Проще для изучения, чем DTD Расширяемая для будущих расширений Богаче и полезнее, чем DTD Написана в XML Поддержка типов данных

Содержание слайда: Пример: Заказ товаров <?xml version="1.0"?> <shipOrder>   <shipTo>     <name>Svendson</name>     <street>Oslo St</street>     <address>400 Main</address> <country>Norway</country>   </shipTo> <items>     <item>       <title>Wheel</title>       <quantity>1</quantity>       <price>10.90</price>     </item>

Содержание слайда: XML Схема для заказа товаров <xsd:schema xmlns:xsd=http://www.w3.org/1999/XMLSchema> <xsd:element name="shipOrder" type="order"/> <xsd:complexType name="order">   <xsd:element name="shipTo" type="shipAddress"/>   <xsd:element name="items" type="cdItems"/> </xsd:complexType> <xsd:complexType name="shipAddress">   <xsd:element name="name“ type="xsd:string"/>   <xsd:element name="street" type="xsd:string"/>   <xsd:element name="address" type="xsd:string"/>   <xsd:element name="country" type="xsd:string"/> </xsd:complexType>

Содержание слайда: XML Схема – Заказ товаров (продолжение) <xsd:complexType name="cdItems">   <xsd:element name="item" minOccurs="0" maxOccurs="unbounded" type="cdItem"/> </xsd:complexType> <xsd:complexType name="cdItem">   <xsd:element name="title" type="xsd:string"/>   <xsd:element name="quantity“ type="xsd:positiveInteger"/>   <xsd:element name="price" type="xsd:decimal"/> </xsd:complexType> </xsd:schema>

Содержание слайда: Новые простые типы данных Доступно множество встроенных типов xsd:string, xsd:integer, xsd:positiveInteger, xsd:decimal, xsd:boolean, xsd:date, xsd:NMTOKENS, etc. Определение новых простых типов. Пример определяет myInteger (значение между 10000 и 99999): <xsd:simpleType name="myInteger">   <xsd:restriction base="xsd:integer">     <xsd:minInclusive value="10000"/>     <xsd:maxInclusive value="99999"/>   </xsd:restriction> </xsd:simpleType>

Содержание слайда: Новые простые типы данных Перечислимый тип: <xsd:simpleType name="USState">   <xsd:restriction base="xsd:string">     <xsd:enumeration value="AK"/>     <xsd:enumeration value="AL"/>     <xsd:enumeration value="AR"/>     <!-- and so on ... -->   </xsd:restriction> </xsd:simpleType>

Содержание слайда: Новые простые типы данных XML Схема имеет 3 встроенных списочных типа: NMTOKENS, IDREFS, ENTITIES Создание нового списочного типа из простого: <xsd:simpleType name="listOfMyIntType">   <xsd:list itemType="myInteger"/> </xsd:simpleType> Следующий XML-фрагмент удовлетворяет вышеописанному типу SimpleType: <listOfMyInt>20003 15037 95977 95945</listOfMyInt>

Содержание слайда: Новые простые типы данных Использование функций: length,minLength, maxLength, enumeration Например, для определения ровно 6-ти штатов (SixUSStates) Вначале определяется новый списочный тип данных USStateList из типа USState Затем SixUSStates ограничивается через USStateList с использованием только 6 значений <xsd:simpleType name="USStateList">   <xsd:list itemType="USState"/> </xsd:simpleType> <xsd:simpleType name="SixUSStates">   <xsd:restriction base="USStateList">   <xsd:length value="6"/>   </xsd:restriction> </xsd:simpleType> <sixStates>PA NY CA NY LA AK</sixStates>

Содержание слайда: Лексические анализаторы – Parsers

Содержание слайда: Parsers (анализаторы) Что такое parser? Программа, которая анализирует грамматические структуры в соответствии с заданной формальной грамматикой Parser определяет как предложение может быть сконструировано из грамматики языка через описание атмарных элементов и отношений между ними

Содержание слайда: XML-стандарты анализаторов В основном рассматриваются два метода, реализованный организацией W3C для доступа к XML SAX (Simple API for XML) – простое API для XML Событийно управляемый анализатор Протокол “последовательного доступа” API “только для чтения” DOM (Document Object Model) – модель объекта документа Преобразовывает XML в дерево объектов Протокол “случайного доступа” Может обновлять XML-документ (insert/delete узлы)

Содержание слайда: SAX-анализатор SAX = Simple API for XML XML читается последовательно Когда поисходит событие анализа, анализатор вызывает соответствующий метод Похож на I/O-потоки, работает в одном направлении

Содержание слайда: Простой пример данных <orders> <order> <onum>1020</onum> <takenBy>1000</takenBy> <customer>1111</customer> <recDate>10-DEC 94</recDate> <items> <item> <pnum>10506</pnum> <quantity>1</quantity> </item>

Содержание слайда: Простой пример данных <orders> <order> <onum>1020</onum> <takenBy>1000</takenBy> <customer>1111</customer> <recDate>10-DEC 94</recDate> <items> <item> <pnum>10506</pnum> <quantity>1</quantity> </item>

Содержание слайда: Простой пример данных <orders> <order> <onum>1020</onum> <takenBy>1000</takenBy> <customer>1111</customer> <recDate>10-DEC-94</recDate> <items> <item> <pnum>10506</pnum> <quantity>1</quantity> </item>

Содержание слайда: Простой пример данных <orders> <order> <onum>1020</onum> <takenBy>1000</takenBy> <customer>1111</customer> <recDate>10-DEC-94</recDate> <items> <item> <pnum>10506</pnum> <quantity>1</quantity> </item>

Содержание слайда: SAX-анализатор

Содержание слайда:

Содержание слайда: SAX API Два важных класса в SAX API: SAXParser и HandlerBase. Создание нового SAXParser-объекта: public SAXParser() Регистрация SAX-элемента управления для объекта анализа для получения извещений о событиях анализа: public void setDocumentHandler(DocumentHandler h) Регистрация элемента управления для обнаружения ошибок: public void setErrorHandler(ErrorHandler h)

Содержание слайда: SAX API Класс HandlerBase определяет базовый класс для всех элементов управления. Он определяет поведение по-умолчанию для различных элементов управления. Программы расширяют этот класс за счет переопределения следующих методов управления событиями: public void startDocument() throws SAXException public void endDocument() throws SAXException public void startElement() throws SAXException public void endElement() throws SAXException public void characters() throws SAXException public void warning() throws SAXException public void error() throws SAXException

Содержание слайда: Создание SAX-анализатора

Содержание слайда: SAX API – простой пример программного кода Создать SAX-анализатор, который читает файл orders.xml и извлекает различные данные, а в завершение создает запрос на внесение полученных данных в таблицу БД.

Содержание слайда: SAX API – простой пример программного кода

Содержание слайда: SAX API – простой пример программного кода

Содержание слайда: SAX API – простой пример программного кода

Содержание слайда: DOM-анализатор DOM = Document Object Model ( Объектная Модель Документа) Анализатор создает дерево объектов документа Пользователь получает доступ к данным путем обхода дерева Дерево и его обход определо W3C-стандартами API позволяет конструировать, получать доступ и манипулировать структурами и содержимым XML-документов

Содержание слайда:

Содержание слайда: DOM-дерево

Содержание слайда: Использование DOM-дерева

Содержание слайда: Интерфейс доступа к узлам Узлы DOM-дерева включают Специальный корневой узел (root) Узлы элементы (element) Текстовые узлы и CDATA-секции Атрибуты (attributes) Комментарии (comments) Каждый узел в DOM-дереве реализует интерфейс узла

Содержание слайда: Навигация по узлам Каждый узел имеет специальное расположение (location) в узле Узловой (Node) интерфейс определяет методы для навигации по дереву Node getFirstChild(); – получение первого по порядку наследника Node getLastChild(); –- получение последнего по порядку наследника Node getNextSibling(); –- получение следующего родственника текущего уровня (брата) Node getPreviousSibling(); –- получение предыдущего родственника текущего уровня (брата) Node getParentNode(); –- получение родительского узла NodeList getChildNodes(); –- получение узлов-наследников NamedNodeMap getAttributes() –- получение атрибутов

Содержание слайда: Навигация по узлам

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда:

Содержание слайда: Манипулирование узлами Наследник узла в DOM-дереве может быть добавлен, изменен, удален, перемещен, скопирован и ... Для создания новых узлов используется методы класса Document createElement, createAttribute, createTextNode, createCDATASection , ... Для манипулирования узлами используются методы класса Node appendChild, insertBefore, removeChild, replaceChild, setNodeValue, cloneNode(boolean deep) ...

Содержание слайда: Сравнение SAX и DOM анализаторов: Эффективность DOM-объект, создаваемые DOM-анализатором являются сложными и требуют больше памяти для хранения, чем сам XML-файл Затрачивается много времени для предварительного создания Для больших документов это не практично SAX-анализаторы сохраняют только локальную информацию, которая учитывается в течение нескольких переходов по дереву программирование SAX-анализаторов, в общем, является эффективным способом ( но не быстрым)

Содержание слайда: Трудности программирования в SAX-анализаторе Программирование в SAX-анализаторе сложно, например: Как найти элемент e1, у которого предком является e2? Как найти элемент e1 , который имеет элемент-наследник (descendant) e2? Как найти элемент e1 ссылающийся на атрибут IDREF attribute элемента e2?

Содержание слайда: Навигация по дереву SAX-анализаторы предоставялют доступ к элементам только через последовательное посещение узлов SAX-анализатор не читает в обратную сторону DOM-анализатор может использовать множество методов навигации Поэтому использование DOM-анализатора удобнее

Содержание слайда: Спасибо за Ваше внимание! Особая благодарность Rajshekhar Sunderraman (Институт компьютерных наук, Государственный университет штата Джорджии)