Creare documenti XML. La natura epistemologica della codifica. Perché comprare XML? La struttura gerarchica ordinata. Riassumendo le componenti

Transcript

1 Lez. 7 Creare documenti XML La codifica deve raggiungere 2 traguardi: Accessibilità tecnica Permanenza a lungo termine 05/03/12 Perché comprare XML La natura epistemologica della codifica HTML Descrive solo come visualizzare il testo Nessuna estensibilità Nuove versioni sostituiscono precedenti Molta manutenzione richiesta Finalità univoca o settoriale Creato per rappresentare i dati Contenuto e presentazione uniti XML Descrive semanticamente il contenuto Linguaggio estensibile Nuove versioni si aggiungono a precedenti Poca manutenzione richiesta Finalità multipla (pdf, html, stampa, ecc) Descrivere, memorizzare, scambiare Contenuto separato dalla presentazione Ogni atto di codifica è un atto riproduttivo meccanico o un atto interpretativo La struttura gerarchica ordinata testo Riassumendo le componenti File: frontespizio introduzione corpo capitolo appendice File DTD File XML File XSL HTML PDF TXT ecc titolo paragrafo titolo paragrafo titolo paragrafo titolo autore * * PCDATA enfasi citazione PCDATA enfasi citazione 1

2 Il modello crea se stesso: la DTD Prima della codifica di un qualsiasi documento è necessario conoscerne la natura e le caratteristiche (tipo di documento); In base a ciò si struttura una DTD, scegliendo elementi, attributi e gerarchie reputati necessari È un file di testo con estensione. dtd La Document Type Definition Una DTD è costituita da un elenco di dichiarazioni (markup declaration) che descrivono la struttura del documento Le dichiarazioni di una DTD definiscono: gli elementi strutturali (element) di un documento mediante un identificatore generico il modello di contenuto di ogni elemento (content model) ovvero gli elementi che contiene ed i loro rapporti (un elemento può essere vuoto) la lista degli attributi associati a ciascun elemento e il loro tipo La Document Type Definition XML non fornisce alcun modo per definire la semantica di una DTD ogni elemento è definito esclusivamente interamente dal suo nome e dal suo contenuto ogni altra specificazione semantica va fornita mediante documentazione in lingua naturale o in altre notazioni logiche Le cose necessarie Si può generare il file.dtd con qualunque editor di testo (TextPad va benissimo) Gli elementi da inserire sono: Elemento radice Elementi figli Attributi Indicatori di occorrenza Elemento radice Si tratta dell elemento che dovrà contenere tutti gli altri, quello che apparirà in cima all albero di codifica XML nel documento Nella TEI l elemento radice si chiama TEI e contiene i diversi elementi figli (TeiHeader, Text, ecc) <!ELEMENT libro (introduzione*,corpo, epilogo*, indice*)> Entità parametrica Modello di contenuto Elemento radice Caratteri di testo 2

3 Indicatori di occorrenza e connettori Indicatori di occorrenza Segno più (), una o più occorrenze; Punto interrogativo (), zero o una occorrenza Asterisco (*), zero, una o più occorrenze Connettori Virgola (,), indica sequenza degli elementi Barra verticale ( ), indica alternanza degli elementi. La codifica del documento Mettere tutto insieme Una volta definita la DTD si passa alla codifica del documento Nell esempio propongo la codifica di una raccolta di poesie con tag inventati La sintassi XML DTD Validità e buona formazione File XML 3

4 Aspetti di sintassi generale I nomi di elementi, attributi e entità sono sensibili alla differenza tra maiuscolo e minuscolo Il mark-up è separato dal contenuto testuale mediante caratteri speciali: < > & I caratteri speciali non possono comparire come contenuto testuale e devono essere eventualmente sostituiti mediante i riferimenti a entità < > & Vincoli di buona formazione 1. Esiste un solo elemento radice 2. Tutti gli elementi non vuoti devono presentare sia il tag iniziale sia il tag finale 3. Tutti gli elementi devono essere correttamente annidati 4. Tutti i valori di attributo devono essere racchiusi tra apici doppi o singoli Sintassi dei marcatori I quattro errori comuni Nome elemento Indicatore di chiusura Spesso codificando in XML si può cadere in questi errori: <nome>contenuto dell elemento</nome> Delimitatori Omettere i tag di chiusura: ogni tag va aperto e chiuso <p>oggi c'è il sole (sbagliato) <p>oggi c'è il sole</p> (esatto) Dimenticare che XML è sensibile alle maiuscole e minuscole, quindi bisogna sempre rimanere fedeli a come si scrive: <PersName>Daniele</persname> (sbagliato) <PersName>Daniele</PersName> (esatto) Inserire gli spazi nel nome dell elemento: <Pers Name> (sbagliato) <PersName> (esatto) 4

5 Dimenticare le virgolette per i valori degli attributi: Doctype declaration: dov è la dtd Se la definizione della DTD si trova in una entità esterna <!DOCTYPE nome_dtd SYSTEM sys-id > <!DOCTYPE Antologia SYSTEM c:\sgml\dtd\antologia.dtd > <note place=foot> (sbagliato) <note place="foot"> (esatto) Se la DTD è dotata di un identificatore pubblico <!DOCTYPE nome_dtd PUBLIC pub-id sys-id > <!DOCTYPE TEI.2 PUBLIC -//TEI P4//DTD Main Document Type//EN tei2.dtd > n. b. a volte il nome della DTD corrisponde al nome del suo elemento radice <text><div1> <p>subito, con le prime parole che le rivolse, volle avvisarla che non intendeva compromettersi in una relazione troppo seria </p> <p>la sua famiglia Una sola sorella non ingombrante né fisicamente né moralmente, piccola e pallida, di qualche anno più giovane di lui </p> </div1></text> La relazione lineare tra i tag rappresenta la relazione gerarchica tra gli elementi Per ogni elemento, se il suo tag iniziale è nel contenuto di un elemento X allora il suo tag finale deve essere nel contenuto del medesimo elemento X Detto altrimenti le coppie di tag devono annidarsi correttamene e mai sovrapporsi (il 5 errore comune) SBAGLIATO!!! <p>subito, con le prime parole che le rivolse, volle avvisarla che non intendeva compromettersi in <emph>una relazione troppo seria </p> <p>la sua famiglia</emph>una sola sorella non ingombrante né fisicamente né moralmente, piccola e pallida, di qualche anno più giovane di lui </p> CORRETTO!!! <p>subito, con le prime parole che le rivolse, volle avvisarla che non intendeva compromettersi in <emph>una relazione troppo seria </emph> </p> <p> <emph>la sua famiglia</emph> Una sola sorella non ingombrante né fisicamente né moralmente, piccola e pallida, di qualche anno più giovane di lui </p> 5

6 La codifica degli attributi Gli elementi vuoti o sono rappresentati da entrambi i tag <nome_elemento> </nome_elemento> o assumono la seguente forma <nome_elemento/> Esempio: <img src= foo.gif /> Ogni elemento XML può avere uno o più attributi Un attributo ha un nome e un valore, che può assumere diverse tipologie La codifica degli attributi Gli attributi devono essere associati agli elementi all'interno del tag iniziale dopo l identificatore <nome_elemento nome_attributo = "valore"> contenuto </nome_elemento> Altri eventuali attributi vanno collocati dopo il primo separati da uno o più spazi Non possono esservi più istanze dello stesso attributo per un elemento La codifica degli attributi <text resp= Italo Svevo n= Senilità > <div n= 1 > <p id= C1P1 >Subito, con le prime parole che le rivolse, volle avvisarla che non intendeva compromettersi in una relazione troppo seria </p> <p id= C1P2 >La sua famiglia Una sola sorella non ingombrante né fisicamente né moralmente, piccola e pallida, di qualche anno più giovane di lui </p> <pb n= 5 /> Elemento paragrafo Alcuni marcatori importanti <p> (paragraph) è l'elemento fondamentale per la codifica dei testi in prosa ne rappresenta la più piccola unità testuale in cui essi possono essere suddivisi Naturalmente può essere ovunque appaia un testo in prosa suddiviso in blocchi. 6

7 Elemento Div <div> contiene una sezione del corpo del testo, indicandone il livello logico La TEI prevede 7 livelli di div(ision) <div1> <div2> ecc Elemento LG <lg> contiene un gruppo di versi che rappresentano una unità di qualche tipo (una strofa, un ritornello, ecc) Elemento L <l> indica un singolo verso di una poesia Sitografia [link diretto all eneco dei tag della P5] 7