2.2 I linguaggi SGML e XML

Transcript

1 Fondamenti di Informatica Sistemi di Elaborazione delle Informazioni Informatica Applicata 2.2 I linguaggi SGML e XML Antonella Poggi Anno Accademico DIPARTIMENTO DI SCIENZE DOCUMENTARIE LINGUISTICO FILOLOGICHE E GEOGRAFICHE

2 2.2 l linguaggi SGML e XML Aspetti generali Struttura di documenti SGML/XML DTD URI Antonella Poggi Pagina 2

3 Definizione SGML Standard: si tratta di uno standard formale, approvato dall ISO nel 1986, ed ampiamente utilizzato nel campo dell editoria standard ISO 8879, Information Processing-Text and Office Systems-Standard Generalized Markup Language Generalized: può operare in differenti modi su differenti piattaforme o sistemi operativi, garantendo grande flessibilità usato per definire linguaggi di marcatura, piuttosto che come linguaggio di marcatura: slegato da particolari applicazioni Markup Language: è un linguaggio per la specifica di testi elettronici marcati Antonella Poggi Pagina 3

4 Un pò di storia su SGML... Nasce nel 1969 da un progetto IBM per lo sviluppo di un sistema informativo in grado di gestire la condivisione dei documenti: viene chiamato GML (Generalized Markup Language) Il progetto viene poi sviluppato ulteriormente dal coordinatore, Charles Goldfarb, fino a divenire uno standard ISO Come vedremo, SGML è all origine della definizione di XML (definito come un suo sottoinsieme) Antonella Poggi Pagina 4

5 Il linguaggio XML Lo sviluppo di XML (extensible Markup Language) è cominciato nel 1996 e da febbraio 1998 XML è una raccomandazione (ovvero uno standard) del World Wide Web Consortium (W3C) L'obiettivo principale degli sviluppatori di XML era quello di definire un sottoinsieme di SGML che avesse sostanzialmente la stessa espressività di SGML, ma fosse più regolare e più semplice da usare, al fine di permetterne una più larga diffusione, in particolare sul Web Antonella Poggi Pagina 5

6 Caratteristiche di SGML e XML (1) Sono linguaggi di marcatura dichiarativa e non procedurale le marche (o etichette) rappresentano solo dei nomi che permettono di identicare le parti logiche del documento le istruzioni su come processare il documento sono distinte (e fisicamente separate) dalle etichette. Di solito tali istruzioni sono integrate in procedure e/o programmi che processano documenti con una determinata marcatura Consentono di associare ad una risorsa dei metadati (descrittivi, strutturali e amministrativi) Sono linguaggi di marcatura referenziale Hanno come obiettivo quello di definire metodi di rappresentazione di testi in forma elettronica, indipendenti dalle caratteristiche dei dispositivi e dei sistemi utilizzati Antonella Poggi Pagina 6

7 Caratteristiche di SGML e XML (2) Sono anche dei metalinguaggi, in quanto offrono dei meccanismi per definire in modo formale un linguaggio di marcatura, attraverso un determinato tipo di grammatica, che ne controlla il vocabolario il meccanismo principale è la definizione di un tipo di documento, detto Document Type Denition (DTD) che permette di imporre che determinati documenti abbiano un determinato tipo, ovvero una determinata struttura un analizzatore sintattico puo sfruttare il DTD per verificare che la struttura del documento sia corretta, ovvero sia consistente con il linguaggio di marcatura definito con il DTD un altro meccanismo è la definizione di un XML schema (ma noi non lo vedremo) I linguaggi si marcatura derivati da SGML (XML) sono detti applicazioni di SGML (XML) Antonella Poggi Pagina 7

8 Caratteristiche di SGML/XML (3) Applicativi diversi possono usare l'informazione codificata in SGML/XML in modi diversi, a seconda delle esigenze Esempi un applicativo per la formattazione può scegliere di associare dei particolari caratteri di stampa a determinati elementi un applicativo di ricerca può migliorare la precisione cercando solo elementi di un certo tipo, o all'interno di un particolare contesto Antonella Poggi Pagina 8

9 2.2 l linguaggi SGML e XML Aspetti generali Struttura di documenti SGML/XML DTD URI Antonella Poggi Pagina 9

10 Struttura di documenti SGML/XML Un documento SGML/XML consiste di due parti: un prologo, a sua volta costituito da un insieme di dichiarazioni SGML/XML un Document Type Definition (DTD) un istanza di documento. Antonella Poggi Pagina 10

11 Dichiarazioni SGML/XML SGML definisce dei valori di default per un insieme di proprietà, quali il set di caratteri, i codici per i delimitatori di SGML, la lunghezza massima degli identicatori, ecc.. Uno specifico documento può modificare tali valori attraverso opportune dichiarazioni nel prologo, specificando così di fatto il dialetto di SGML usato nel documento XML non lascia invece la stessa flessibilita di SGML, e fissa a priori determinati aspetti dei documenti La parte dichiarazioni di un documento XML è opzionale e serve a dichiarare: la versione di XML alla quale il documento si riferisce, che ad oggi è una sola, ovvero la 1.0 opzionalmente, il set di caratteri usato nel documento; tutti i processori di documenti XML devono essere in grado di riconoscere almeno il set di caratteri UTF-8 (di cui i caratteri ASCII sono un sottoinsieme) o UTF-16 (un tipo di codifica per Unicode); opzionalmente, attraverso una standalone document declaration, se il documento contiene una parte dichiarazioni esterna al documento stesso, o se l'unica parte dichiarazioni e quella contenuta nel documento stesso. Esempio: <?xml version="1.0" encoding="utf-8" standalone="yes"?>! Antonella Poggi Pagina 11

12 Elementi SGML/XML Un elemento è una unità testuale considerata come una componente strutturale Ogni elemento ha un nome Tipi diversi di elementi hanno nomi diversi: SGML e XML non forniscono alcun modo per dichiarare il significato di un particolare tipo di elemento, se non la sua relazione con gli altri elementi la semantica degli elementi testuali dipende dall'applicazione Un elemento è costituito da una coppia di etichette <nome-elemento> (etichetta iniziale) e </nomeelemento> (etichetta finale) che si corrispondono (rispetto all'annidamento di etichette La parte compresa tra l'etichetta iniziale e quella finale viene detta contenuto dell'elemento. Antonella Poggi Pagina 12

13 Esempio di elemento Supponiamo che stiamo marcando una porzione di un testo per indicare che forma un capitolo Possiamo usare un elemento di nome capitolo il cui contenuto è il testo del capitolo <capitolo> testo del capitolo </capitolo>! Antonella Poggi Pagina 13

14 Attributi SGML/XML Ogni elemento può avere degli attributi, che servono a specificare delle caratteristiche proprie dell elemento che non corrispondono direttamente a del testo che costituisce il documento Un attributo ha un nome e un valore I valori degli attributi di un elemento sono specificati attraverso coppie!!nome_attributo=valore!!contenute nell etichetta iniziale dell elemento Esempio: l elemento capitolo può avere un attributo numero che specifica il numero d ordine del capitolo che stiamo marcando <capitolo numero= 5 > testo del capitolo! </capitolo>! Antonella Poggi Pagina 14

15 Entità SGML/XML Sono il meccanismo di marcatura referenziale proprio di SGML e XML Ogni entità rappresenta un'abbreviazione di una sequenza di caratteri Ogni entità è quindi una parte di documento a cui si è dato un nome Il riferimento ad un'entità può essere usato nell'istanza di documento al posto della sequenza di caratteri che l'entità rappresenta Le entità a cui ci si può riferire all interno di un documento possono essere: definite nel DTD di un documento; in particolare, le entità esterne rappresentano una parte di documento memorizzata su un file esterno (allo scopo di modularizzare il documento) predefinite: meccanismo usato per specificare caratteri riservati o non standard e per ovviare alle differenze di codifica su sistemi diversi! Il riferimento ad un entità avviene inserendo il nome dell entità preceduto dal carattere & e seguito dal carattere ; Antonella Poggi Pagina 15

16 Entità: Esempi di entità SGML Si può definire l'entità inc che rappresenta la stringa! <Sezione>Ancora da scrivere.</sezione>! Ogni volta che si vorrà indicare nel documento la presenza di una sezione ancora da scrivere, si potrà usare il riferimento &inc;! Entità predefinite in XML, i caratteri &, <, >, possono essere inclusi nel testo libero attraverso riferimenti alle entita predefinite amp, lt, gt Antonella Poggi Pagina 16

17 Istanza di documento L istanza di documento, che segue il DTD in un documento SGML o XML, contiene testo libero, etichette e riferimenti ad entità E un unico elemento (tipicamente composto di altri elementi), che viene detto elemento radice Esempio <TechRepDip nome_dip= DIAG >!!<Intestazione>... </Intestazione>!!<Sezione>!!!<Sottosezione>...</Sottosezione>!!!<Sottosezione>...</Sottosezione>!!!...!!</Sezione>!!&inc;! </TechRepDip>! Antonella Poggi Pagina 17

18 2.2 l linguaggi SGML e XML Aspetti generali Struttura di documenti SGML/XML DTD URI Antonella Poggi Pagina 18

19 Document Type Definition (DTD) Il DTD serve a specificare quali sono le strutture ammesse per l'istanza di documento che segue il prologo Il DTD definisce il nome e la struttura degli elementi, gli attributi e le entità che possono essere usati da un'intera classe di documenti marcati Da un punto di vista astratto può essere considerato una grammatica che genera documenti marcati con delle etichette In altri termini, il DTD definisce uno specifico linguaggio di marcatura Antonella Poggi Pagina 19

20 DTD: osservazioni importanti Un DTD non dice nulla sulla semantica della marcatura: questo è compito della documentazione di supporto o delle note d'uso Un DTD non dice nulla sulla rappresentazione (su schermo o su carta) di un documento: a tal fine, un'applicazione SGML/XML necessita di una componente aggiuntiva alla DTD, cioè del cosiddetto foglio di stile (style sheet, cf. Slides su CSS) Antonella Poggi Pagina 20

21 Un DTD è costituito da: Struttura di un DTD (1) 1. una dichiarazione del tipo di documento, che corrisponde alla specifica del simbolo iniziale della grammatica 2. un insieme di dichiarazioni di tipi di elemento; ogni tipo di elemento corrisponde ad un nonterminale della grammatica, ed ogni dichiarazione di un tipo di elemento corrisponde ad una produzione della grammatica; 3. un insieme di dichiarazioni di attributi; ogni attributo è associato ad un determinato tipo di elemento 4. un insieme di dichiarazioni di entità Antonella Poggi Pagina 21

22 Struttura di un DTD (2) La dichiarazione del tipo di documento è sempre inclusa nel documento stesso Le altre dichiarazioni del DTD sono in generale distribuite su due parti: dichiarazioni interne: incluse direttamente nel documento dichiarazioni esterne: specificato in un file esterno, che viene invocato per riferimento Antonella Poggi Pagina 22

23 DTD: caso generale Nel caso più generale, in cui il DTD contiene sia dichiarazioni interne che esterne, il DTD ha la seguente forma: <!DOCTYPE tipo-documento SYSTEM file-dtd-subset-esterno [! <!-- inizio DTD subset interno -->!...! <!-- fine DTD subset interno -->! ]>! dove: tipo-documento è un nome che indica il tipo di documento file-dtd-subset-esterno e il nome di un file esterno che contiene l'external DTD subset la parola chiave SYSTEM serve a specificare che l'external DTD subset si trova in un oggetto di sistema che è appunto un file esterno le parti racchiuse tra <!-- e --> rappresentano commenti In alcuni casi la parola chiave SYSTEM seguita dal nome del file può essere sostituita dalla parola chiave PUBLIC seguita da un identicatore pubblico e poi dal nome del file Esempio <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" " Antonella Poggi Pagina 23

24 DTD con sole dichiarazioni esterne Nel caso in cui il DTD non abbia dichiarazioni interne, la parte tra parentesi quadre rimane vuota Esempio Consideriamo il DTD dei rapporti tecnici di un dipartimento il DTD completo potrebbe essere specificato nel file esterno TechRepDip.dtd ogni rapporto tecnico deve contenere la seguente dichiarazione di tipo di documento: <!DOCTYPE TechRepDip SYSTEM TechRepDip.dtd []>! Antonella Poggi Pagina 24

25 DTD con sole dichiarazioni interne Nel caso in cui il DTD sia specificato completamente nel documento stesso, devono essere omessi la parola chiave SYSTEM ed il nome del file esterno Esempio <!DOCTYPE docmio [...]>! Antonella Poggi Pagina 25

26 Struttura di un DTD: osservazione Generalmente, un DTD viene condiviso da un gran numero di documenti tutti di un certo tipo Il caso di gran lunga più comune, è quello in cui il DTD contiene, in un file esterno, la dichiarazione di tutti gli elementi, le entità e gli attributi, che sono in comune ai documenti di un certo tipo, mentre le dichiarazioni del DTD interne al documento stesso, se presenti, riguardano solo la dichiarazione di entità speciche per il documento, che non avrebbe senso includere nella parte del DTD che deve essere condivisa tra più documenti Antonella Poggi Pagina 26

27 Uso del DTD negli analizzatori sintattici SGML ed XML si differenziano per quanto riguarda la necessità di specificare un DTD per un documento SGML richiede che ogni documento abbia un DTD associato, in un documento XML può anche mancare il DTD Per XML si considerano due tipi di analizzatori sintattici: analizzatori sintattici non validanti, che devono solo vericare se un documento è ben formato analizzatori sintattici validanti, che, devono vericare se un documento è valido Antonella Poggi Pagina 27

28 Documento XML ben formato Un documento XML è ben formato se è conforme alla grammatica che definisce XML le etichette iniziale e finale devono corrispondere ed essere innestate correttamente <x><y>...</y></x> <x><y>...</x></y> <x><y>...</x> i valori degli attributi devono essere racchiusi tra virgolette <x id= 100 >...</x> <x id=100>...</x> <x id= 100>...</x> deve esservi un unico elemento radice Un analizzatore non validante deve effettuare un analisi del documento rispetto alla grammatica per XML, e può ignorare le dichiarazioni di elementi nel DTD (fatta eccezione quelle riguardanti le entità) Antonella Poggi Pagina 28

29 Documento XML valido Un documento XML è valido se è ben formato include un DTD, e l'istanza di documento è conforme al DTD, ovvero è generata dalla grammatica che corrisponde al DTD e i valori degli attributi degli elementi rispettano il tipo dichiarato nel DTD Antonella Poggi Pagina 29

30 Un esempio di DTD SGML <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip - - (Intestazione, Sezione+, Bibliografia?)>! <!ELEMENT Intestazione - - (Numero, Data, Titolo, Autore +, Sommario?)>! <!ELEMENT Data - - (Giorno?, Mese, Anno)>! <!ELEMENT Autore - - (Cognome, Nome+)>! <!ELEMENT Sezione - - (TitoloSezione, Testo?, Sezione*) +(Nota)>! <!ELEMENT Bibliografia - - (VoceBibliografica)+>! <!ELEMENT (Numero Giorno Mese Anno Titolo Cognome Nome Sommario Testo VoceBibliografica Nota) - - (#PCDATA)>! <!ELEMENT TitoloSezione - - (#PCDATA) -(Nota)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 30

31 Un esempio di DTD XML <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip (Intestazione, Sezione+, Bibliografia?)>! <!ELEMENT Intestazione (Numero, Data, Titolo, Autore+, Sommario?)>! <!ELEMENT Data (Giorno?, Mese, Anno)>! <!ELEMENT Autore (Cognome, Nome+)>! <!ELEMENT Sezione (TitoloSezione, Testo?, Sezione*)>! <!ELEMENT Bibliografia (VoceBibliografica)>! <!ELEMENT Numero (#PCDATA)>! <!ELEMENT Giorno (#PCDATA)>!...! <!ELEMENT TitoloSezione (#PCDATA)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 31

32 Dichiarazione di elemento SGML In SGML, una dichiarazione di uno o più tipi di elementi omogenei ha la seguente forma: <!ELEMENT elementi-dichiarati regole-diminimizzazione specifica-contenuto eccezioni>! dove elementi-dichiarati può essere il nome di un singolo elemento, ad esempio Sezione un gruppo di nomi elemento, ad esempio (Mese Anno); in questo caso tutti gli elementi elencati condividono la stessa dichiarazione Antonella Poggi Pagina 32

33 Dichiarazione di elemento SGML (esempio) <!DOCTYPE TechRepDip [! Elemento <!ELEMENT TechRepDip Regole - - di (Intestazione, Sezione+, Specifica del dichiarato Bibliografia?)>! minimizzazione contenuto <!ELEMENT Intestazione - - (Numero, Data, Titolo, Autore +, Sommario?)>! <!ELEMENT Data - - (Giorno?, Mese, Anno)>! <!ELEMENT Autore - - (Cognome, Nome+)>! <!ELEMENT Sezione - - (TitoloSezione, Testo?, Sezione*) +(Nota)>! <!ELEMENT Bibliografia - - (VoceBibliografica)+>! <!ELEMENT (Numero Giorno Mese Anno Titolo Cognome Nome Sommario Testo VoceBibliografica Nota) - - (#PCDATA)>! <!ELEMENT TitoloSezione - - (#PCDATA) -(Nota)>! Eccezione <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! Gruppo di stato (finale Specifica provvisorio) del "finale" elementi >! ]>! contenuto dichiarati Antonella Poggi Pagina 33

34 Dichiarazione di elemento XML In XML, una dichiarazione di elemento ha la seguente forma: <!ELEMENT elemento-dichiarato modello-contenuto>! In XML mancano le parti regole-di-minimizzazione ed eccezioni, e non è possibile dichiarare più elementi in una sola dichiarazione Antonella Poggi Pagina 34

35 Dichiarazione di elemento XML (esempio) <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip (Intestazione, Sezione+, Bibliografia?)>! <!ELEMENT Intestazione (Numero, Data, Titolo, Autore+, Sommario?)>! <!ELEMENT Data (Giorno?, Mese, Anno)>! Elemento <!ELEMENT Autore (Cognome, Nome+)>! Specifica del dichiarato <!ELEMENT Sezione (TitoloSezione, Testo?, contenuto Sezione*)>! <!ELEMENT Bibliografia (VoceBibliografica)>! <!ELEMENT Numero (#PCDATA)>! <!ELEMENT Giorno (#PCDATA)>!...! <!ELEMENT TitoloSezione (#PCDATA)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 35

36 Regole di minimazzione In SGML, stabiliscono se l etichetta inziale e quella finale devono o meno essere presenti in ogni occorrenza di elemento di quel tipo I possibili valori per le regole di minimizzazione con il loro signicato sono i seguenti: - - entrambe le etichette sono obbligatorie o o entrambe le etichette sono opzionali o - l etichetta iniziale è opzionale mentre quella finale è obbligatoria - o l etichetta finale è opzionale mentre quella iniziale è obbligatoria Si osserva che SGML richiede che deve essere possibile desumere in modo univoco la posizione dell'etichetta mancante, considerando il DTD e le etichette degli altri elementi Non è ammesso che per un determinato elemento manchino sia l'etichetta iniziale che quella finale, anche se sono entrambe opzionali! Le regole di minimizzazione non sono presenti nelle dichiarazioni di tipo di elemento in XML, in quanto in XML sia l'etichetta iniziale che quella finale di un elemento sono sempre obbligatorie Antonella Poggi Pagina 36

37 Specifica del contenuto di un elemento Questa parte serve a specificare la struttura ammessa per il contenuto degli elementi del tipo che si sta dichiarando Il contenuto può essere specificato in termini di altri elementi, ovvero di un modello di contenuto, oppure attraverso delle parole riservate Antonella Poggi Pagina 37

38 Specifica del contenuto attraverso parole chiave La più comune di queste parole riservate e #PCDATA, che sta per parsed character data", ed indica una sequenza di caratteri che: non contiene altri elementi, e quindi non contiene etichette iniziali o finali può invece contenere riferimenti ad entita che vanno risolti Quindi, un analizzatore SGML/XML deve in ogni caso scandire tutto il testo di un elemento che ha #PCDATA come contenuto Antonella Poggi Pagina 38

39 Specifica del contenuto attraverso parole chiave (esempio) <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip - - (Intestazione, Sezione+, Bibliografia?)>! <!ELEMENT Intestazione - - (Numero, Data, Titolo, Autore +, Sommario?)>! <!ELEMENT Data - - (Giorno?, Mese, Anno)>! <!ELEMENT Autore - - (Cognome, Nome+)>! <!ELEMENT Sezione - - (TitoloSezione, Testo?, Sezione*) +(Nota)>! <!ELEMENT Bibliografia - - (VoceBibliografica)+>! <!ELEMENT (Numero Giorno Mese Anno Titolo Cognome Nome Sommario Testo VoceBibliografica Nota) - - (#PCDATA)>! <!ELEMENT TitoloSezione - - (#PCDATA) -(Nota)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 39

40 Elemento vuoto La parola riservata EMPTY indica che il contenuto degli elementi di quel tipo deve essere vuoto In XML, un elemento di questo tipo deve venire specificato attraverso un'etichetta di elemento vuoto, che rappresenta sia l'etichetta iniziale che quella finale, ed assume la forma <nome-elemento/> SGML permette anche di usare una coppia di etichette iniziale e finale adiacenti Un elemento puo avere contenuto vuoto anche se nel suo tipo il contenuto non e stato specicato usando EMPTY! sia SGML che XML permettono di usare un'etichetta di elemento vuoto oppure una coppia di etichette iniziale e finale con contenuto vuoto Antonella Poggi Pagina 40

41 Elemento con contenuto qualsiasi Sia in SGML che in XML è possibile usare la parola riservata ANY per la specifica del contenuto Il contenuto di un elemento corrisponde ad ANY se è una sequenza di testo libero misto ad elementi qualunque, con l'unico vincolo che tutti gli elementi siano stati dichiarati Antonella Poggi Pagina 41

42 Specifica del contenuto di un elemento SGML attraverso un modello Il contenuto di un elemento è conforme ad un modello di contenuto se e solo è ogni elemento nel contenuto corrisponde ad un tipo di elemento nel content model, rispettando la struttura del modello di contenuto Rispettare la struttura del modello di contenuto significa che la parte del contenuto che nel modello corrisponde a: #PCDATA, deve essere testo libero privo di etichette un tipo di elemento, deve essere un elemento di quel tipo (E1,E2,...,En), deve essere costituita da una sequenza di n parti consecutive che corrispondono rispettivamente ad E1, E2,..., En (E1 E2... En), deve corrispondere ad almeno uno degli Ei, con i compreso tra 1 e n E?, deve essere vuota, o deve corrispondere ad E E*, deve essere costituita da una sequenza di zero o piu parti consecutive che corrispondono tutte ad E E+, deve essere costituita da una sequenza di una o piu parti consecutive che corrispondono tutte ad E (E1 & E2 & & En), deve essere costituita da una sequenza di n parti consecutive (in ordine qualunque) tali che ognuna di queste parti corrisponda ad un i distinto Antonella Poggi Pagina 42

43 Specifica del contenuto di un elemento SGML attraverso un modello (esempio) <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip - - (Intestazione, Sezione+, Bibliografia?)>! <!ELEMENT Intestazione - - (Numero, Data, Titolo, Autore +, Sommario?)>! <!ELEMENT Data - - (Giorno?, Mese, Anno)>! Questo <!ELEMENT modello Autore di contenuto - - (Cognome, impone che Nome+)>! il contenuto di un elemento di <!ELEMENT tipo TechRepDip Sezione sia - costitutito - (TitoloSezione, da un elemento Testo?, di tipo Sezione*) +(Nota)>! Intestazione, <!ELEMENT Bibliografia seguito da una - - sequenza (VoceBibliografica)+>! di uno o piu elementi di tipo <!ELEMENT Sezione, (Numero eventualmente Giorno seguiti Mese da un elemento Anno di Titolo tipo Bibliografia! Cognome Nome Sommario Testo VoceBibliografica Nota) - - (#PCDATA)>! <!ELEMENT TitoloSezione - - (#PCDATA) -(Nota)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 43

44 Specifica del contenuto di un elemento XML attraverso un modello La specifica di contenuto in XML non ha la stessa generalità che in SGML Non è ammesso l'uso dell'operatore and #PCDATA non puo comparire in un modello di contenuto, tranne nel caso in cui il modello abbia la forma (#PCDATA E1... En)*! dove i vari Ei sono nomi di elemento Un contenuto di questo tipo viene detto contenuto misto, perché corrisponde ad una sequenza di testo libero misto ad elementi, senza però avere la possibilità di imporre vincoli sul numero e sull'ordine degli elementi Antonella Poggi Pagina 44

45 Eccezioni nelle dichiarazioni di elementi SGML La parte di specifica delle eccezioni, se presente, serve a includere o escludere elementi che possono occorrere liberamente nel documento, ad ogni livello della sua struttura Gli elementi che possono comparire come eccezioni devono avere necessariamente entrambe le etichette, visto che la loro posizione non può essere dedotta dal content model e dalle altre etichette nell'istanza di documento Si distinguono due tipi di eccezioni: eccezioni di inclusione, indicate con +(E1... En): permettono di inserire elementi di uno dei tipi specificati nell'eccezione, all'interno di elementi del tipo a cui è associata l'eccezione, e ad ogni livello della sua struttura eccezioni di esclusione, indicate con (E1... En): proibiscono che un elemento di uno dei tipi specificati nell'eccezione, compaia all'interno di elementi del tipo a cui e associata l'eccezione, e ad ogni livello della sua struttura. Un'eccezione di esclusione che specifica di escludere un certo elemento ha la precedenza su un'eccezione di inclusione dello stesso elemento Un'eccezione di esclusione non può escludere elementi ichiesti direttamente dal model del contenuto Antonella Poggi Pagina 45

46 Eccezioni nelle dichiarazioni di elementi SGML (esempio) <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip - - (Intestazione, Sezione+, Bibliografia?)>! Questo modello di contenuto ammette la possibilità di inserire note <!ELEMENT Intestazione - - (Numero, Data, Titolo, Autore +, all'interno Sommario?)>! di sezioni in qualsiasi punto, tranne che nei titoli di sezione <!ELEMENT Data - - (Giorno?, Mese, Anno)>! <!ELEMENT Autore - - (Cognome, Nome+)>! <!ELEMENT Sezione - - (TitoloSezione, Testo?, Sezione*) +(Nota)>! <!ELEMENT Bibliografia - - (VoceBibliografica)+>! <!ELEMENT (Numero Giorno Mese Anno Titolo Cognome Nome Sommario Testo VoceBibliografica Nota) - - (#PCDATA)>! <!ELEMENT TitoloSezione - - (#PCDATA) -(Nota)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 46

47 Dichiarazione di attributo SGML e XML In SGML, una dichiarazione di attributi ha la seguente forma: <!ATTLIST nomi-elemento specifica-attributo1!!!!!!...!!!!!!specifica-attributon>! dove nomi-elemento è l elemento o il gruppo di elementi per i quali si stanno dichiarando attributi, usando una specifica di attributo per ogni attributo da dichiarare se gli attributi vengono dichiarati per un solo elemento, allora nomielemento è semplicemente il nome dell'elemento, altrimenti è una lista di nomi di elemento, racchiusa tra parentesi e con i nomi separati da. In XML non è possibile dichiarare contemporaneamente attributi per piu elementi, e quindi nomi-elemento può solo essere il nome di un elemento. Antonella Poggi Pagina 47

48 Specifica di attributo Una specifica di attributo è costituita da tre parti: il nome dell'attributo; il tipo dei valori dell'attributo; la dichiarazione per il valore di default. Antonella Poggi Pagina 48

49 Tipo dei valori di un attributo Il tipo dei valori dell'attributo può essere: un tipo enumerato, ovvero una lista di valori che l'attributo può assumere, racchiusa tra parentesi e con i valori separati da una parola riservata; gli esempi più importanti sono: CDATA: il valore di un attributo di questo tipo è una sequenza di caratteri arbitrari; in particolare, e possibile usare anche caratteri riservati (come \<" o \> ) ID: il valore di un attributo di questo tipo viene considerato un identicatore dell'elemento a cui l'attributo è associato; un tipo di elemento può avere al piu un attributo di tipo ID NMTOKEN: il valore di un attributo di questo tipo e una sequenza di caratteri tra quelli ammessi nei nomi SGML/XML, ovvero caratteri alfabetici maiuscoli e minuscoli, cifre, segni di interpunzione, ecc. IDREF: il valore di un attributo di questo tipo deve essere l'identicatore di un altro elemento, e l'attributo è considerato un riferimento a quell'elemento ENTITY: il valore di un attributo di questo tipo e il nome di un'entita esterna, che non viene analizzata dall'analizzatore sintattico SGML/XML Antonella Poggi Pagina 49

50 Dichiarazione del valore di default di un attributo La dichiarazione per il valore di default serve a specificare se in un elemento è obbligatorio oppure opzionale specifi care un valore per l'attributo, ed eventualmente un valore di default da assumere per l'attributo nel caso in cui nell'elemento non venga specificato alcun valore I possibili valori per la dichiarazione per il valore di default sono: #REQUIRED: in questo caso ogni elemento (del tipo al quale l'attributo e associato) deve necessariamente specicare un valore per l'attributo #IMPLIED: in questo caso la specica del valore dell'attributo puo mancare in un elemento un valore: in questo caso il valore viene assunto come default, ovvero, l'attributo di un elemento ha quel valore a meno che l'elemento non ne specifichi uno diverso; se il valore è preceduto dalla parola riservata #FIXED, per ogni elemento il valore dell'attributo deve essere il valore di default (se non è stato specificato nessun valore per l attributo, l applicazione che processo il documento gli associerà il valore di default) Antonella Poggi Pagina 50

51 Dichiarazione di attributo SGML (esempio) <!DOCTYPE TechRepDip [! <!ELEMENT TechRepDip - - (Intestazione, Sezione+, Bibliografia?)>! <!ELEMENT Intestazione - - (Numero, Data, Titolo, Autore +, Sommario?)>! <!ELEMENT Data - - (Giorno?, Mese, Anno)>! <!ELEMENT Autore - - (Cognome, Nome+)>! <!ELEMENT Sezione - - (TitoloSezione, Testo?, Sezione*) +(Nota)>! <!ELEMENT Bibliografia - - (VoceBibliografica)+>! <!ELEMENT (Numero Giorno Mese Anno Titolo Cognome Nome Sommario Testo VoceBibliografica Nota) - - (#PCDATA)>! <!ELEMENT TitoloSezione - - (#PCDATA) -(Nota)>! <!ATTLIST Sezione id ID #REQUIRED! num NMTOKEN #IMPLIED! stato (finale provvisorio) "finale" >! ]>! Antonella Poggi Pagina 51

52 Esempio di DTD XML: Mail.dtd! <<?xml version="1.0" encoding="utf-8"?>!!<!element Mail (From, To, (Subject)?, Body)>!!<!ELEMENT From (Address)>!!<!ELEMENT To (Address)+>!!<!ELEMENT Address #PCDATA>!!<!ELEMENT Subject #PCDATA>!!<!ELEMENT Body #PCDATA>! Antonella Poggi Pagina 52

53 Esercizio: documento conforme o no? <?xml version= 1.0?>! <!DOCTYPE Mail SYSTEM Mail.dtd []>! <Mail>!!<From>!!!<Name> Dante</Name>!!</From>!!<To>!!!<Address> Beatrice@pitti.fi.it </Address>!!!<Address> Virgilio@spqr.rm.it </Address>!!</To>!!<Subject> Appointment </Subject>!!<Body>!!Why don't we meet at disco.inferno at midnight.!!tell also Caronte. Cheers,!!- D.A.!!</Body>! </Mail>! Antonella Poggi Pagina 53

54 Esercizio: soluzione <?xml version= 1.0?>! NO: L elemento Name non è stato <!DOCTYPE Mail SYSTEM dichiarato Mail.dtd nel []>! DTD <Mail>!!<From>!!!<Name> Dante</Name>!!</From>!!<To>!!!<Address> Beatrice@pitti.fi.it </Address>!!!<Address> Virgilio@spqr.rm.it </Address>!!</To>! Esempio di documento:!<subject> Appointment </Subject>! ben formato!<body>! non valido!why don't we meet at disco.inferno at midnight.!!tell also Caronte. Cheers,!!- D.A.!!</Body>! </Mail>! Antonella Poggi Pagina 54

55 Esercizio: documento conforme o no? <?xml version= 1.0?>! <!DOCTYPE Mail SYSTEM Mail.dtd []>! <Mail>!!<From>!!!<Address> Dante@dsn.fi.it </Address>!!</From>!!<To>!!!<Address> Beatrice@pitti.fi.it </Address>!!!<Address> Virgilio@spqr.rm.it </Address>!!</To>!!<Subject> Appointment </Subject>!!<Body>!!Why don't we meet at disco.inferno at midnight.!!tell also Caronte. Cheers,!!- D.A.!!</Body>! </Mail>! Antonella Poggi Pagina 55

56 Esercizio: soluzione <?xml version= 1.0?>! <!DOCTYPE Mail SYSTEM Mail.dtd []>! <Mail>!!<From>!!!<Address> </Address>!!</From>!!<To>! SI!!!<Address> </Address>!!!<Address> </Address>!!</To>!!<Subject> Appointment </Subject>!!<Body>!!Why don't we meet at disco.inferno at midnight.!!tell also Caronte. Cheers,!!- D.A.!!</Body>! </Mail>! Antonella Poggi Pagina 56

57 Rappresentazione ad albero (esempio) Antonella Poggi Pagina 57

58 Dichiarazione di entità interne in SGML e XML Una dichiarazione di un entità interna ha la forma <!ENTITY nome-entita contenuto-entita>! dove contenuto-entita è una sequenza di caratteri racchiusa tra doppi apici che rappresenta il contenuto dell entità Antonella Poggi Pagina 58

59 Dichiarazione di entità esterne in SGML e XML Una dichiarazione di un entità esterna ha una delle forme <!ENTITY nome-entita SYSTEM URI-file>! <!ENTITY nome-entita PUBLIC identicatore-pubblico URI-file>! dove URI-file è lo URI (identificatore universale, cf. prossima slide) di un file il cui contenuto è il contenuto dell entità, e identicatore-pubblico è un identicatore pubblico per l entità Antonella Poggi Pagina 59

60 Dichiarazione di entità parametro Oltre alle entità (dette anche generiche) che abbiamo appena visto, per le quali i riferimenti vengono inseriti nell'istanza di documento, SGML ed XML prevedono le entità parametro, che vengono usate solo all'interno del DTD, e permettono di modularizzare l'insieme di definizioni Anche le entità parametro possono essere interne o esterne La dichiarazione di un'entita parametro ha la stessa forma della dichiarazione di un entità generica, tranne che il carattere % precede il nome dell'entità <!ENTITY % nome-entita-parametro contenuto-entitaparametro>! <!ENTITY % nome-entita-parametro SYSTEM URI-file>! <!ENTITY % nome-entita-parametro PUBLIC identificatorepubblico URI-file>! Il riferimento ad un'entita parametro nel DTD avviene usando %nomeentita; Non è possibile inserire un riferimento ad un entità parametro nell'istanza di documento Antonella Poggi Pagina 60

61 2.2 l linguaggi SGML e XML Aspetti generali Struttura di documenti SGML/XML DTD URI Antonella Poggi Pagina 61

62 URI (Uniform Resource Identifier) Stringa di caratteri che identifica univocamente una risorsa (locale, remota o di una rete, e.g., Internet) e che ha la seguente sintassi:!<schema>:<dettagli specifici dello schema>! dove la sintassi e la semantica della parte specifica dello schema dipendono dallo schema stesso Le URIs possono essere classificate in: Universal Resource Locators (URLs) definiscono il metodo per trovare una risorsa Universal Resource Names (URNs) definiscono l identità della risorsa: sono stabili ovvero non dipendono dall indirizzo fisico della risorsa Antonella Poggi Pagina 62

63 URL le risorse su Internet sono identificate dal loro indirizzo URL, che indica come localizzarle sono fragili a modifiche non sostanziali del meccanismo di accesso (es. cambio del nome di una directory) il nome dello schema può coincidere con il protocollo che serve per accedere alla risorsa» e.g., http, ftp, mailto! non essere associato a nessun protocollo» e.g., file! Antonella Poggi Pagina 63

64 Esempio di URL: Sistema uniforme per identificare le risorse sul Web Le risorse sul Web sono identificate dalla seguente forma di URL hostname: nome o indirizzo IP del server che ospita la risorsa porta: socket su cui il server è in ascolto (opzionale, la porta associata di default al protocollo HTTP è la 80) path-risorsa: percorso della risorsa all interno del server query: stringa passata alla risorsa per ulteriore interpretazione (opzionale) frammento: identifica una parte della risorsa stessa (opzionale)

65 Esempio di localizzazione di una risorsa a partire dall URL La risorsa cercata è: progettoas11/index.htm la risorsa è accessibile tramite protocollo HTTP si trova su un certo server web per indirizzare il calcolatore si usano nomi logici ( che vengono mappati sugli effettivi indirizzi IP ( ) si trova in una certa posizione nel file system del calcolatore server, identificata da un certo path (~poggi/ didattica/progettoas11/index.htm)

66 URN lo schema è per definizione: urn! debbono essere trasformati da un apposito servizio, nello URL attualmente associato alla risorsa (sempre che esista) la mappa delle corrispondenze URN-URL deve essere aggiornata ogni volta che la risorsa viene spostata Antonella Poggi Pagina 66

67 URL vs URN Il sistema ISBN è il tipico esempio dell uso degli URN: urn:isbn: ! è l URN che identifica, univocamente, una specifica edizione dell opera di Shakespeare Romeo and Juliet Per accedere alla risorsa e leggere l opera, si ha bisogno di conoscere l indirizzo URL di un file file:///home/username/books/ è l URL (ovvero in questo caso il file-path) che identifica, univocamente, il libro elettronico nella macchina locale Antonella Poggi Pagina 67