XML: il markup dei testi nella pratica

Transcript

1 XML: il markup dei testi nella pratica di Francesca Tomasi URL:

2 Un breve ripasso Con la codifica dei testi si intende la: rappresentazione dei testi stessi su un supporto digitale in un formato utilizzabile dall'elaboratore Per rappresentare in modo adeguato ed esaustivo un testo la codifica ASCII/Unicode non è sufficiente. Diventa necessario ricorrere ad un linguaggio di markup. XML è un metalinguaggio di markup descrittivo/dichiarativo. Tale linguaggio descrive il testo attraverso delle marche o tag, ovvero stringhe di caratteri definite da due parentesi uncinate < >, al cui interno sono specificati degli elementi (o delle dichiarazioni).

3 Alcune questioni chiave L'XML non è soltanto uno strumento per il WEB ma è qualcosa di più: è uno strumento che permetterà la condivisione dei dati a prescindere dal tipo di visualizzazione e di utilizzo che se ne farà in futuro. Non nasce come strumento per la rappresentazione ma come formato di interscambio. XML è extensible perché consente a chi lo utilizza di creare potenzialmente a proprio piacimento il set di tag di cui ha bisogno, sulla base del modello di codifica di riferimento per il tipo di documento. Metalinguaggio. Non set di marcatori predefinito come HTML ma istruzioni di SINTASSI per la creazione di molteplici linguaggi di codifica.

4 Linguaggio e metalinguaggio metasintassi SGML metalinguaggio linguaggi TEI HTML DocBook sintassi documenti

5 Le raccomandazioni del W3C sull'xml XML dovrà supportare un largo campo di applicazioni (motori per la visualizzazione di contenuti, strumenti di traduzione e applicazioni di database); XML dovrà essere compatibile con SGML XML dovrà essere facilmente interpretabile in modo da facilitarne la diffusione; XML non dovrà avere opzioni perché possono dare problemi di compatibilità; XML dovrà essere leggibile dall'uomo; XML dovrà avere una progettazione formale e concisa non come SGML; I documenti XML dovranno essere facili da creare anche con un semplice editor di testi.

6 Concetti di base Il rapporto struttura logica e layout: XML codifica la STRUTTURA del documento ma non si preoccupa di come apparirà sullo schermo. Documenti VALIDI e BEN FORMATI. XML consente di codificare documenti usando marcatori a discrezione del codificatore (documento BEN FORMATO - well formed) oppure di utilizzare una DTD o uno Schema (esistente o creato/a ad hoc per il tipo di documento - VALIDO). Lavorare con l XML: il documento, la DTD (Document Type Definition) o lo Schema (W3C schema, RelaxNG) [parleremo in generale di schema anche per la DTD], il foglio di stile (XSL - extensible Stylesheet Language e/o CSS).

7 Il Markup: Elementi, attributi, entità Markup come sistema di descrizione dei documenti; usa la convenzione dei tags o etichette o marcatori (apertura <nome>; chiusura</nome>) ELEMENTO: caratteristiche della partizione logica della sezione di testo (es.<nomepersona>francesca</nomepersona>) ATTRIBUTO: caratteristiche specifiche dell elemento (es.<nomepersona tipo= proprio > Francesca </nomepersona>) ENTITA : riferimento ad oggetti esterni al documento. Convenzione &nomeentità; si intende una sequenze arbitraria di byte a cui viene dato un nome mediante la dichiarazione nello schema o all interno della doctype. Utilizzato per singoli caratteri non di base o interi set di caratteri esterni, abbreviazioni da sciogliere, file da integrare

8 Altre caratteristiche del documento XML - Sezioni CDATA e Commenti CDATA sono delle sezioni di testo che il parser XML non cerca di interpretare. Tutte le occorrenze di & in una sezione CDATA, per esempio, verranno letti dal parser come & e un simbolo < non sarà interpretato come istruzione di markup. Le sezioni CDATA si presentano nella forma <![CDATA[ testo da non interpretare ]]>. Il commento si presenta:  Il testo all interno viene ignorato dal processore XML. I commenti sono per lo più utilizzati per aggiungere brevi note nel documento, o per commentare intere sezioni.

9 La sintassi dell XML No elementi vuoti <img>, nuova sintassi: <img></img> oppure <img/> Case sensitive: <IMG></IMG> ma non <img></img> Valore dell attributo fra virgolette <img src= pippo.jpg /> Corretto annidamento (La struttura gerarchica ad albero della rappresentazione XML): NO MA . i simboli "< >" vanno usati solo per i tag, il simbolo &nome; deve essere usato come riferimento per le entità (á). Esistono anche entità predefinite (amp, lt, gt, apos e quot) e entità parametriche (introdotte dal simbolo %)

10 Editor, parser e browser Scrivere un documento XML: editor di testo (come Blocco Note di Windows) e software visuali (come Oxygen, Xmetal, TextPad, etc.). Formato solo testo; Analizzare la correttezza del documento: parser validanti (come Xalan o Saxon, verificano che il documento segua le regole sintattiche del linguaggio e le norme specificate nello schema) e non validanti (verificano solo l adeguatezza sintattica del documento); La visualizzazione: browser (anche con parser integrato)

11 Istanza di documento ben formato document centric <testo_lettera> <figure name="immagine1"/> <! -- Qua inizia l incipit --> [ ] <incipit> Vespasian&ricciolo; <persona>philippo Podaghatero</persona> pl<abbreviazione>urimam</abbreviazione> salutem. </incipit> </testo_lettera> Elemento RADICE (root) Elemento VUOTO COMMENTO TAGS in gerarchia RIFERIMENTO DI ENTITA

12 Istanza di documento ben formato data centric <catalogo> <libro numero= 1 > <autore>cesare Pavese</autore> <titolo>la casa in collina</titolo> </libro> <libro numero= 2 > <autore>francesco Petrarca</autore> <titolo>il Canzoniere</titolo> </libro> </catalogo>

13 Ora tocca a noi Creiamo un documento XML Lavoriamo con blocco note Ipotizziamo un modello di codifica sulla base delle caratteristiche del testo Mettiamo la root, un elemento vuoto, un commento, tags in gerarchia, un entità predefinita (amp, lt, gt, apos e quot) Per le altre entità dobbiamo aspettare perché le dobbiamo prima dichiarare ed associare Salviamo in XML e vediamo come si comportano i browser Ci mettiamo anche qualche errore e vediamo cosa ci dicono i parser non validanti

14 Gli elementi specificati tramite namespace Disambiguare il vocabolario degli elementi in modo tale da legarlo ad uno specifico schema. Specificare quindi a quale schema sono legati certi elementi o integrare schemi di altri. E possibile richiamare NS tramite URI e utilizzarli come un prefisso dell elemento <catalogo xmlns:ft=" xmlns:lg=" <ft:libro numero= 1 > <lg:autore>cesare Pavese</lg:autore> <lg:titolo>la casa in collina</lg:titolo> <ft:anno>2008</ft:anno> </ft:libro> <catalogo>

15 Il Prologo e l istanza Prologo - due parti relative a 1. versione del documento (unica dichiarazione obbligatoria), riferimento alla presenza di uno schema, set di caratteri utilizzato (UTF-8 o ISO ). 2. eventuale schema cui fare riferimento: Dichiarazione XML (case-sensitive!). Processing instruction <?xml version= 1.0 standalone= yes encoding= ISO ?> Aggiungiamola quindi al nostro documento. Dichiarazione del tipo di documento (opzionale) <!DOCTYPE nomeelementoradice SYSTEM nomedtd.dtd > Con eventuali dichiarazioni di entità che associano l entità stessa a un termine convenzionale per richiamarlo nel documento Istanza del documento: Elemento radice e serie dei tag in struttura gerarchica.

16 Richiamare lo schema nel prologo <!DOCTYPE nomelementoradice SYSTEM nomedtd.dtd > DTD ad uso privato, generalmente situata nell hard disk (e in questo esempio deve essere anche nella stessa cartella) <!DOCTYPE nomelementoradice PUBLIC URL nomedtd.dtd > DTD ad uso pubblico. In questo casi alla DTD viene assegnato un nome univoco che l elaboratore XML cerca per procurarsi la DTD (oppure utilizza l URL specificato). Es: <!DOCTYPE TEI PUBLIC "-//TEI P5//DTD Main Document Type//EN tei-fra.dtd >

17 Il prologo del documento. Un esempio <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE catalogo SYSTEM catalogo.dtd" [ <!ENTITY agrave "à"> ESADECIMALE <!ENTITY eacute "é"> DECIMALE <!ENTITY gstondata " "> UNICODE <!ENTITY FT Francesca Tomasi"> STRINGA caratteri ]> Vediamo come è fatta una DTD: Tradizionale e con entità parametriche Unicode Code Chart:

18 Il foglio di stile XML codifica la struttura del documento e delega ad altri linguaggi il compito di definire quale sarà invece il layout, cioè l aspetto, la formattazione del documento, come cioè il testo codificato apparirà sullo schermo in fase di visualizzazione. Il foglio di stile contiene dunque le indicazioni di formattazione: ogni porzione di testo che sta tra due marcatori assumerà l aspetto definito per quel marcatore nel foglio di stile

19 CSS e XSL XML per la formattazione usa i CSS (Cascading Style Sheet). Ma è anche nato un nuovo linguaggio ad hoc per l XML che si chiama XSL (extensible Markup Language). Usa il richiamo degli elementi XPATH e si basa sulle regole XSLT (Transformation) e XSLFO (Formatting Objects). XSLT è un linguaggio di trasformazione molto potente che consente di manipolare il documento XML. Non solo formattarlo ma trasformarlo in un altro formato (p.e. HTML).

20 Il documento e il foglio di stile [Dichiarazione XML:] <?xml version="1.0" encoding= UTF-8"?> [Collegamento al foglio di stile:] <?xml-stylesheet href= nomedelfogliodistile.xsl.css type="text/xsl css"?> <elemento radice> [testo con marcatori] </elemento radice>

21 Formattare con i CSS Si usano tutte le regole CSS per la formattazione Variazioni sul font (famiglia, dimensioni, tipo, etc.), caratteristiche a livello text, colori, margin, padding, border, immagini di sfondo, posizionamenti assoluti e relativi, classi e id Ci ricordiamo tutto? Possiamo allora provare a creare un file.css per dare un layout al nostro documento XML

22 Lavoriamo con XSLT Anche il foglio di stile è realizzabile ricorrendo ad un semplice editor di testo. Il file avrà estensione.xsl. Intestazione del documento (che è sempre un documento XML): <?xml version="1.0"?> <xsl:stylesheet version="1.0" xmlns:xsl=" </xsl:stylesheet>

23 Iniziamo L istruzione iniziale per applicare le regole all intero documento, estrarre tutto il testo e trasformare in HTML: <xsl:template match= / > <HTML> <HEAD> <TITLE></TITLE> </HEAD> <BODY> </BODY> </HTML> Concetto di template e di matching <xsl:apply-templates select= nomedellaroot />

24 La formattazione degli elementi con l HTML o con i CSS <xsl:template match= autore > <center> <xsl:text>autore:</xsl:text> </center> <xsl:apply-templates/> <xsl:template match= titolo > <xsl:apply-templates/>

25 Inserire immagini e creare link <xsl:template match= elemento > <img src= img.jpg /> <a href= link.html > </a> <xsl:apply-templates/>

26 Gestione alternativa di link e immagini <xsl:template match= collegamento"> <a> <xsl:attribute name="href"> <xsl:apply-templates select="@indirizzo"/> </xsl:attribute> <xsl:apply-templates/> </a> <xsl:template match= immagine"> <img> <xsl:attribute name="src"> <xsl:apply-templates select="@indirizzo"/> </xsl:attribute> <xsl:apply-templates/> </img> Nel file XML: <collegamento indirizzo= > < immagine indirizzo= fiore.png />

27 Linkare un immagine File XML: <figure name= immagine /> File XSL: <xsl:template <a href= link-immagine.estensione" target="blank"> <img src= immagine.jpg" border="0" alt= Testo /> <xsl:apply-templates/> </a>

28 Altre regole per i fogli di stile <xsl:template match= divisione/paragrafo > <xsl:apply-templates/> Se ho più elementi paragrafo che dipendono però da elementi di livello superiore diverso, posso specificare su quale degli elementi paragrafo voglio applicare la formattazione. <xsl:template match= //paragrafo > <xsl:apply-templates/> Voglio l elemento paragrafo qualunque sia il suo livello di profondità

29 Altre regole per i fogli di stile <xsl:template match= elemento[@attributo= valore ] > <xsl:apply-templates/> ESEMPIO: <xsl:template match= paragrafo[@numero= 1 ] > <xsl:apply-templates/> In questo modo lavoro e quindi posso applicare la formattazione solo a quegli elementi che hanno un attributo con il valore specificato. Senza specifica del valore posso farlo con tutti gli elementi che hanno quell attributo, indipendentemente dal valore. <xsl:template match= elemento[@attributo] > <xsl:apply-templates/>

30 Altre regole per i fogli di stile <xsl:template match= paragrafo > <xsl:value-of /> <xsl:apply-templates/> In questo modo posso specificare che voglio visualizzare il valore dell attributo (associato all elemento indicato) in fase di layout. Ma anche <xsl:template match= autore > <xsl:value-of select= nome /> <xsl:apply-templates/> In questo caso visualizzo tutti i nomi che dipendono da autore

31 Altre regole per i fogli di stile <xsl:template match="foreign"> <xsl:attribute name="title"> <xsl:apply-templates select="@lang"/> </xsl:attribute> <xsl:apply-templates/> Posso far comparire un testo al passaggio del mouse che sia estratto dal valore di un attributo (oppure da un altro elemento)

32 Esempio siluestrem tenui <sic corr="m">m</sic>usam meditaris a<sic corr="v">u</sic>ena; Layout con <sic> <xsl:template match="sic"> <xsl:apply-templates/> Layout con <corr> <xsl:template match="sic"> <xsl:value-of