extensible Markup Language XML

Transcript

1 Operatore informatico giuridico A.A 2003/2004 I Semestre extensible Markup Language XML Dr. Raffaella Brighi Limiti di HTML Non consente la descrizione dei dati: i marker HTML specificano come visualizzare ciò che racchiudono ma non indicano il significato del contenuto Non è un linguaggio estensibile: si possono usare solo i tag predefiniti Non consente l organizzazione gerarchica dei dati Non ha una sintassi rigorosa

2 La descrizione dei dati <persona> <nome>mario</nome> <cognome>rossi</cognome> <indirizzo>via Mazzini, 32 Bologna</indirizzo> <tel> </tel> </persona> I nomi degli elementi indicano che si tratta della descrizione di una persona: nome, cognome, indirizzo, numero di telefono La marcatura La marcatura (mark-up) è l applicazione al testo di una serie di simboli (marcatori) che non fanno parte del contenuto ma ne danno una chiave di lettura (es. la punteggiatura) Il linguaggi di marcatura stabiliscono quali marcatori possono essere utilizzati e le loro combinazioni: SGML (Standard Generalized Markup Language), standard ISO 1986, è il primo importante linguaggio per la definizione unifome del contenuto dei documenti elettronici linguaggio pesante struttura complessa HTML nasce da SGML e diventa il linguaggio delle pagine Web XML (extensibible Markup Language) supera i limiti di SGML coservandono le potenzialità e si propone come standard per la rappresentazione dei dati (W3C Reccomandation nel 1997)

3 Caratteristiche principali di XML XML è un linguaggio di metamarkup: non ha un insieme prefissato di tag, l utente definisce gli elementi da utilizzare e il loro significato (estensibile) Se gli elementi sono scelti bene il markup descrive anche la semantica del documento (human understandable) I dati sono completamente separati dalla presentazione: il markup non fornisce indicazioni su come visualizzare il contenuto XML ha una sintassi rigorosa, funzionale alla creazione di applicazioni sw per l elaborazione del documento e allo scambio di documenti XML permette di creare formati di dati indipendenti dalla piattaforma (portabilità) Documento well-formed Un documento XML si dice well-formed (ben formato) se rispetta le regole di sintassi Le regole di well-formed non possono essere violate Per verificare se il documento è wellformed: caricamento in un browser Web parserxml

4 Elemento XML <persona>mario Rossi</persona> Un elemento è formato da un tag iniziale, da un tag finale e da un contenuto (dati) Tutti i tag aperti devono essere chiusi C è differenza tra caratteri maiuscoli e minuscoli (case sensitive) Gli elementi vuoti hanno una sintassi particolare Es. <immagine/> Albero XML I documenti XML sono simili ad alberi gerarchici <?xml version="1.0" encoding="utf-8"?> <libro isbn=" "> <titolo>xml - Guida di riferimento</titolo> <autore>e.r. Harold</autore> <autore>w.s. Means</autore> <edizione lingua="italiano"> <casa_editrice>apogeo</casa_editrice> <anno_pubblicazione>2001</anno_pubblicazione > <luogo>milano</luogo> </edizione> </libro>

5 Albero XML Elemento root (radice): è il primo elemento del documento e non ha un padre Ogni documento XML deve avere un elemento root Gli elementi XML possono contenere testo e/o altri elementi (elementi figli) Il testo contenuto all interno di un elemento è un dato di tipo di carattere Contenuti ed elementi XML può essere utilizzato anche per creare documenti di tipo narrativo, cioè per marcare le parti di un testo (es. articolo, libro, atto normativo) In questo caso gli elementi contengono testo unito ad altri elementi annidati

6 Attributi Gli elementi possono essere dotati di attributi Un attributo è una coppia chiave-valore associata al tag iniziale di un elemento Sintassi Es. <person born= >Mario Rossi</person> I valori sono racchiusi tra virgolette singole o doppie Gli attributi sono utilizzati per riportare informazioni aggiuntive sui dati Referenze ad entità I dati di tipo carattere contenuti all interno di un elemento non possono contenere alcuni simboli speciali: <, > &... Si utilizzano sequenze di caratteri dette referenze ad entità carattere < > & apostrofo virgolette entità < > & &apos; "

7 Editing di documenti XML I documenti XML possono essere editati con un normale editor testuale (blocco note) Esistono Editor specifici che aiutano l utente nella composizione del documento (XML Editor, XMetal) etc. Esempio LEGGE 17 dicembre 1997, n Delega al Governo per l'introduzione dell'euro. IL PRESIDENTE DELLA REPUBBLICA PROMULGA la seguente legge: Articolo 1 (Delega al Governo) 1. Il Governo e' delegato ad.

8 Esempio - legge.xml <Legge> <intestazione> <tipodoc>legge</tipodoc> <datadoc norm=" ">17 dicembre 1997</dataDoc>, <numdoc>n. 433</numDoc>. <titolodoc>delega al Governo per l'introduzione dell'euro.</titolodoc> </intestazione> <formulainiziale> IL PRESIDENTE DELLA REPUBBLICA PROMULGA la seguente legge: </formulainiziale> <articolato> <articolo> <num>articolo 1</num> <rubrica>(delega al Governo)</rubrica> <comma> <num>1.</num> <corpo>il Governo e delegato ad emanare, entro il termine di sei mesi dalla data di entrata in vigore della presente legge..</corpo> </comma> </articolo> </articolato> </Legge> La struttura dei documenti XML ha lo scopo di favorire lo scambio di documenti, fornendo una sintassi standard con cui definire i tag La possibilità di definire tag personalizzati permette di definire un documento XML relativo ad un particolare dominio in modi diversi tra loro Per scambiare documenti XML è necessario utilizzare lo stesso insieme di tag

9 DTD e XML Schema E possibile creare un modello comune di un documento XML per definire la struttura del documento, gli elementi che si possono usare, quali elementi sono obbligatori e quali sono opzionali, gli attributi previsti etc Esitono due modi per creare il modello: Document Type Definition (DTD) XML Schema DTD Dichiarazione degli elementi che possono essere utilizzati Specificazione di quali figli ogni elemento possa o debba avere e in quale ordine Dichiarazione di elementi vuoti Indicazione di tutti gli attributi che un elemento deve o può avere e di evenutali valori di default

10 Cosa non fa il DTD Esistono vincoli che non possono essere espressi da un DTD: quale deve essere l elemento radice quante istanze di ogni tipo di elemento devono apparire come devono essere i dati di tipo carattere contenuti negli elementi la semantica del dato: ad esempio se il contenuto è una data od un nome di persona Validazione Se un documento XML rispetta la struttura descritta in un DTD allora il documento XML si dice valido rispetto a quel DTD Per validare esistono sia applicazioni software scaricabili come programmi (eseguibili) o come servizi in rete ( o

11 Perché usare un DTD/XML Schema Gruppi di persone possono concordare la struttura dei documenti del loro dominio per poterseli scambiare La validazione assicura l interscambiabilità dei documenti (importante per applicazioni sw) Un esempio importante di condivisione di DTD è il Progetto NormeInRete La dichiarazione del tipo di documento Il documento deve includere il riferimento al DTD corrispondente Il DTD può essere in un file esterno al documento o può essere scritto nello stesso file del documento. DTD esterno <!DOCTYPE legge SYSTEM legge.dtd"> DTD interno <!DOCTYPE legge [ contenuto del DTD ]>

12 Sintassi dei DTD: dichiarazione di elementi Ogni elemento utilizzato nel documento deve essere dichiarato. La sintassi della dichiarazione è: <!ELEMENT nome_elemento (modello_di_contenuto)> nome_elemento: è il nome che l elemento deve avere modello_di_contenuto: indica la sequenza di elementi figli ammessi, se il contenuto è vuoto, se il contenuto è testo Sintassi dei DTD: dichiarazione di elementi Elementi vuoti <!ELEMENT immagine EMPTY> Elementi contenenti testo <!ELEMENT tipodoc (#PCDATA)> Sequenze di elementi <!ELEMENT Legge (intestazione, formulainiziale, articolato, formulafinale, conclusione)> Questa istruzione definisce la sequenza di elementi figli e l ordine in cui devono apparire. Ogni elemento figlio deve essere poi dichiarato a sua volta

13 Sintassi dei DTD: il numero di elementi figli I seguenti suffissi, aggiunti al nome dell elemento figlio, indicano quante occorrenze dell elemento possono essere inserite:? zero o una occorrenza * zero, una o più occorrenze + una o più occorrenze La scelta: <!ELEMENT nome_elemento (figlio1 figlio2)> Esempi <!ELEMENT conclusione (dataeluogo?, sottoscrizioni?)> <!ELEMENT sottoscrizioni (sottoscrivente*, visto)> <!ELEMENT articolo (num, rubrica?, (comma+))> <!ELEMENT articolato (libro+ parte+ titolo+ capo+ articolo+)>

14 Sintassi dei DTD: dichiarazione di attributi Per ogni elemento dichiarato devono essere definiti tutti gli attributi Sintassi <!ATTLIST nome-elemento nome-attributo tipoattributo valore-predefinito> Sintassi dei DTD: tipi di attributi Tipo-attributo può valere: CDATA: carattere (valore1 valore2 ): uno dei valori elencati ID: un identificatore univoco IDREF: un identificatore di un altro elemento

15 Sintassi dei DTD: valore predefinito valore-predefinito può avere uno dei seguenti valori: Un valore oppure #REQUIRED: obbligatorio oppure #IMPLIED: non obbligatorio oppure #FIXED value: valore costante Esempio <!ELEMENT datadoc (#PCDATA)> <!ATTLIST datadoc norm CDATA #REQUIRED> Frammento XML <datadoc norm=" ">17 dicembre 1997</dataDoc>

16 Esercizio Creare un documento XML e il relativo DTD che rappresenti i dati riportati nel file listacd.txt Validare il file utilizzando il servizio web [due possibili soluzioni: listacd_1.xml, listacd_2.xml] La presentazione dei documenti XML Per la visualizzazione dei dati del documento XML il markup semantico deve essere trasformato in markup di presentazione Esistono vari strumenti per questo tipo di operazione: CSS (Cascading Stylesheets) XSLT (extensible StyleSheet Language Transformation) XSL-FO (XSL Formatting Objects)

17 CSS fogli di stile E una sintassi utilizzata per descrivere l aspetto degli elementi del documento Definisce stili da applicare ad ogni elemento del documento Veniva utilizzato anche per HTML Non prevede alcuna trasformazione dei dati, il contenuto degli elementi viene visualizzato così come appare nel documento es. istruzioni di formattazione dell elemento libro libro { display: block; Font-family: arial ; Font-size: 12 ; } XSLT L'XSLT permette di specificare delle regole secondo cui un documento XML (input) viene trasformato in nuovo documento (output) Il documento in output può essere in formato XML, HTML, etc. Permette dunque di trasformare il documento originale XML in un documento HTML utile per la presentazione. L XSLT viene elaborato da programmi detti elaboratori XSLT. Alcuni browser (IE 5.5) contengono questo componente

18 XSLT Partendo dallo stesso documento XML possiamo creare output HTML diversi, a secondo di cosa e come vogliamo presentare Il file XSLT contiene un insieme di regole che indicano cosa deve essere scritto nel documento di output quando nel documento di input si incontra un determinato elemento L elaboratore XSL scorre il file di input sequenzialmente e mano a mano che incontra gli elementi esegue le istruzioni corrispondenti XSLT - esempio <xsl:template match="nome"> <p align= left"><font face="arial" size= 12" color="blue"><xsl:value-of select="."/></font></p> </xsl:template> Le istruzioni xsl sono precedute dal simbolo xsl: XML (INPUT) <persona> <nome>mario Rossi</nome> <eta>31</eta> <persona> <nome>luca Bianchi</nome> <eta>36</eta> </persona> HTML (OUTPUT) <p align= left"><font face="arial" size= 12" color="blue">mario Rossi</font></p> <p align= left"><font face="arial" size= 12" color="blue">luca Bianchi</font></p> [altri esempi in listacd_1.xsl e listacd_2.xsl]

19 Operatore informatico giuridico A.A 2003/2004 I Semestre Semantic Web Dr. Raffaella Brighi Limiti del Web attuale La maggior parte del contenuto Web oggi è progettato per essere letto da essere umani, non per essere processato dalle macchine. Le ricerche sul web restituiscono molti hits irrilevanti, che devono essere filtrati dall utente. Le macchine ora non hanno modo di distinguere il significato delle parole che ricorrono nel documento. La semantica del dato è codificata nell applicazione che processa i documenti. I servizi sono erogati tramite interfacce proprie,

20 Il Semantic Web: definizione La più famosa definizione del Semantic Web è: The Semantic Web is an extension of the current web in which information is given well-defined meaning, better enabling computers and people to work in cooperation." Tim Berners-Lee, James Hendler, Ora Lassila, The Semantic Web, Scientific American, May 2001 Il Semantic Web I dati da machine readable diventano machine understandable : i documenti possono essere letti da essere umani ma sono anche accessibili ed interpretabili da agenti automatici. Nel Semantic web applicativi sw saranno in grado di superare le barriere del linguaggio, diffondendo e confrontando informazioni L obiettivo è aggiungere queste funzionalità al contenuto del web attuale

21 Esempio Ricerca di un biglietto aereo economico Bologna-Londra. Possibili risposte: A) biglietto aereo da Bologna a Londra il 13/11/2003 costa 300 sterline inglese B) un volo dal Guglielmo Marconi a Stansted il 13 novembre 2003 costa 500 euro Nel web attuale le riposte A e B sono confrontabili solo da un essere umano. Nel web semantico tools automatici potrebbero trovare ulteriori informazioni che permettono di confrontare le risposte: Marconi e Stansted sono rispettivamente aeroporti di Bologna e Londra biglietto aereo e volo hanno lo stesso significato in questo contesto come confrontare le valute diverse. Metadata Ogni tipo di risorsa (un documento o un oggetto) sul Web è accompagnato da informazioni che la descrivono, comprensibili alla macchina. Queste informazioni sono dette METADATI. Il Web attuale è un insieme di risorse e di informazioni sulle risorse (metadati): i metadati sono contenuti, ad esempio, nell HEAD dei documenti HTML o trasmessi (GET/POST) da client a server e viceversa. I Metadati, in quanto comprensibili alla macchina, possono essere utilizzati da software agents per fare un uso appropriato della risorsa.

22 Metadata I metadati contengono asserzioni sulle risorse. La coppia attributo-valore è un asserzione sulla risorsa. Es. il metadato author = pippo associato al documento identificato dall URI xxx corrisponde all asserzione che la risorsa xxx ha autore pippo L uso efficace dei metadati richiede che vengano stabilite delle convenzioni per la semantica, la sintassi e la struttura, per consentire l interoperabilità delle applicazioni. Attività centrale del W3C è dotare il Web di una sovrastuttura semantica utilizzabile dalle applicazioni: questo porterà alla creazione del cosiddetto Semantic Web. L architettura del Semantic Web Gli elementi fondanti del Semantic Web sono: un sistema per identificare le risorse (URI) una sintassi comune, utilizzabile da qualsiasi applicazione, che permette di definire strutture arbitrarie per i documenti (XML) un linguaggio per descrivere le risorse, che associa al dato il suo significato (RDF) modelli e regole per consentire di confrontare e combinare le informazioni sulle risorse (ontologie) la verifica della veridicità e dell affidabilità delle informazioni (Web of trust)

23 Come identificare le risorse: gli URI URI (Universal Resource Identifier) sono nomi univoci per identificare un qualsiasi tipo di risorsa (oggetto o concetto) sul Web. Il linguaggio umano utilizza termini uguali per esprimere concetti diversi (polisemia), ma per l elaborazione automatica i concetti devono essere identificati univocamente. Gli URI legano il concetto alla sua definizione unica. Esempi di URI Un Documento HTML con il testo della legge n. 675 del 31 Dicembre 1996: ex.jsp?folderpath=normativa%2fitaliana%2fla+le gge+n.+675 Il nome univoco di della legge n. 675 del 31 Dicembre 1996 secondo al codifica di NIR: urn:nir:stato:legge: ;675 Un concetto del Dublin Core:

24 L alfabeto per il Web: XML XML permette a ciascuno di creare insiemi di elementi e definire una struttura arbitraria per i propri documenti (DTD, XML Schema). I dati sono completamente separati dalla loro presentazione e le applicazioni possono utilizzarli per elaborazioni di qualsiasi tipo. XML però non consente di specificare il significato delle strutture che definisce: chi scrive le applicazioni deve sapere per cosa sono utilizzati i vari elementi. XML è solo l alfabeto per i computer, non risolve i problemi semantici. Asserzioni sulle risorse - RDF Resource Description Framework è il modello proposto dal W3C per esprimere asserzioni sulle risorse (metadati). E costituito da due componenti: RDF Model and Syntax Specification (W3C Reccomandation del 25 marzo 2002):definisce la struttura del modello RDF e una sintassi XML like. RDF Schema (W3C Candidate Reccomandation del 25 marzo 2002): permette di definire vocabolari di metadati.

25 RDF Data Model E il modello per descrivere le risorse. Si basa su tre oggetti fondamentali: Resource: è una qualunque cosa che può essere rappresentata da espressione RDF, una pagina HTML, un elemento XML del documento, o anche una risorsa non disponibile direttamente in rete. Ogni resource è identificata da un URI. Property: è un attributo o una relazione utilizzata per descrivere la risorsa Statment: è una tupla composta da un soggetto (risorsa), predicato (proprietà) e oggetto (valore della proprietà o altra risorsa). E l associazione di una proprietà ad una risorsa. Rappresentazione grafica (1) Subject: S Property: p Object: O Possiamo leggere lo statment rappresentato in figura nei seguenti modi: O è il valore di p per S S ha proprietà p con valore O p di S è O

26 Rappresentazione grafica (2) Con questo modello è possibile rappresentare qualsiasi tipo di affermazione. es. La legge n.675 del 31/12/1996 ha materia privacy e ha vigenza gg/mm/yyyy urn:nir:stato:legge: ;675 Materia privacy vigenza gg/mm/yyyy RDF Schema RDF Schema permette di definire insiemi di risorse RDF che potranno essere utilizzate come proprietà per descrivere altre risorse e di impostare vincoli sui valori. E il vocabolario per la tipizzazione dei metadati. Utilizza il concetto di classe e sottoclasse per definire gerarchie di risorse.

27 Il livello ontologico I due livelli precedenti consentono di esprimere i metadati con una sintassi comune e stabiliscono un modello per fare affermazioni sulle risorse. Tuttavia non sono sufficienti per consentire il confronto e lo scambio di informazioni tra sistemi differenti. Sistemi diversi possono utilizzare termini diversi per esprimere lo stesso concetto. Entra in gioco il terzo componete del Semantic Web: le ontologie. Le ontologie consentono di organizzare e classificare le informazioni e di mettere in relazione tra loro classificazioni differenti Cosa è un ontologia? Il termine ontologia è mutuato dalla filosofia (Ontology) per indicare la comprensione comune e condivisa di un dominio. An ontology (with lower case) is an engineering artefact, constituted by a specific vocabulary used to describe a certain reality, plus a set of explicit assumptions regarding the intended meaning of the vocabulary words [Guarino, N Formal Ontology in Information Systems. Amsterdam, IOS Press]. a specification of a conceptualization [Gruber ]

28 A cosa servono le ontologie Le ontologie ci aiutano a specificare le proprietà e le interrelazioni dei concetti che formano un dominio. Le ontologie possono essere utilizzate: Interoperabilità semantica - database integration, e-commerce, etc. Information Retrieval - query su insiemi di documenti, natural language processing Web of Trust L ultimo passo nella realizzazione del Semantic Web è detto Web of Trust. Per esprime inferenze sui dati è fondamentale accertare l affidabilità delle informazioni utilizzate. Questo riguarda non solo i dati, ma anche le affermazioni sui dati e le ontologie. Un sistema di firma digitale deve consentire di considerare affidabile le parti in uno specifico dominio.

29 Riferimenti Harold E.R., Means W.S XML, Guida di riferimento. Milano, O'Reilly, Apogeo. Berneers-Lee, T., Hendler, J., Lassilla, O. Maggio "The Semantic Web". 1issue/0501berners-lee.html