XML – eXtensible Markup Language

Czym jest język XML? Język XML to uniwersalny język formalny przeznaczony do reprezentowania różnych danych w ustrukturalizowany sposób. XML jest metajęzykiem tzn. przy jego pomocy możemy definiować słownictwo (znaczniki) dla dowolnej dziedziny (eXtensible). Zbiór takich znaczników nazywamy aplikacją XML. XML jest niezależny od platformy, co umożliwia łatwą wymianę dokumentów pomiędzy różnymi systemami. Specyfikacja języka XML jest określona przez organizację W3C.

Czym nie jest język XML? Język XML nie jest niczym więcej niż językiem znaczników. XML nie jest językiem programowania. Nie istnieją kompilatory języka XML. Dokument XML tylko jest i nic nie robi (tak jak np. program napisany w języku C++). XML nie jest bazą danych. Baza danych może zawierać dane w postaci dokumentów XML, ale sama nie jest nigdy takim dokumentem. XML nie protokołem przesyłania danych w Internecie.

Czym różni się język XML od języka HTML? W języku HTML możemy używać tylko z góry określonych znaczników. W języku XML możemy definiować własne znaczniki. Znaczniki w języku HTML związane są prezentacją swojej zawartości (np. tekstu) na stronie WWW (określają jego rozmiar, krój itd.) Znaczniki XML charakteryzują raczej typ zawartości (danych). Przykład 1 HTML: <b> Alan Turing </b> XML: <person> Alan Turing </person>

Rozważmy następujący dokument XML: W porównaniu z językiem HTML w języku XML mamy większą swobodę w definiowaniu znaczników. Musimy jednak ściśle przestrzegać zasad związanych z położeniem znaczników w dokumencie oraz ich postacią. Mówimy, że każdy dokument XML musi być prawidłowo sformatowany (well formed) czyli zgodny z regułami tworzenia dokumentów XML. Dokument XML zawiera tekst i może być edytowany przy pomocy dowolnego programu pozwalającego edytować pliki tekstowe. Przykład 2 Rozważmy następujący dokument XML: <person> Alan Turing </person>

Dokument XML Dokument ten może być zapisany w pliku o dowolnej nazwie z rozszerzeniem xml. Dokument ten może być zapisany w kilku plikach (chociaż oczywiście nie ma to sensu bo dokument ten jest bardzo krótki). Dokument ten może w ogóle nie być zapisany w pliku. Może to być np. rekord w bazie danych lub wynik działania skryptu CGI. W języku XML podstawową jednostką danych jest tzw. element. Element to dane oraz znacznik. W przykładzie 2 mamy jeden element. Zawartość tego elementu to ciąg znaków: Alan Turing Spacja stanowi część zawartości, ale na ogół jest ignorowana przez aplikacje.

<nazwa elementu> Dokument XML Znaczniki składają się z następujących elementów: Znacznik początkowy: <nazwa elementu> Znacznik końcowy: </nazwa elementu> Nazwa elementu – może być dowolna, ale musi spełniać pewne warunki (o których dowiemy się później). Nie każdy element musi zawierać dane. Elementem pustym nazywamy element nie zawierający żadnych danych. Element taki oznaczany jest przez <nazwa elementu/> lub <nazwa elementu></nazwa elementu>

Dokument XML Język HTML dopuszczał stosowanie znaczników: <hr> <br> Z punktu widzenia języka XML znaczniki takie nie są poprawne. W języku XML (w przeciwieństwie do języka HTML) wielkość liter jest ważna. Przykład 3 Jeżeli znacznikiem początkowym jest <person> to znacznikiem końcowym nie może być </Person>

Rozważmy następujący przykład: <person> <name> <first_name>Alan</first_name> <last_name>Turing</last_name> </name> <profession>computer scientist</profession> <profession>mathematician</profession> <profession>cryptographer</profession> </person> Element person zawiera 4 elementy tzw. dzieci: 1 element name 3 elementy profession Element person jest ich rodzicem.

Element person zawiera 2 elementy będące jego dziećmi: first_name second_name Elementy first_name i second_name nazywane są rodzeństwem. Rodzic może mieć wiele dzieci. Każde dziecko ma dokładnie jednego rodzica. W każdym dokumencie XML istnieje jeden element, który nie posiada rodziców. Nazywamy go korzeniem (root element) dokumentu XML. Każdy prawidłowo sformatowany dokument XML musi zawierać dokładnie jeden korzeń. W powyższym przykładzie rodzicem jest element person.

Z omówionej struktury dokumentu XML wynika, że dokument taki ma reprezentację w postaci drzewa. Drzewo dokumentu XML z przykładu 4 wygląda następująco: W przykładzie 4 zawartością elementów first_name, last_name i profession był tekst (+spacje) niezawierający znaczników. Dokument XML może mieć też mieszaną zawartość tzn. znaczniki + tekst.

Rozważmy następujący przykład: <biography> <name><first_name>Alan</first_name><last_name> Turing </last_name></name> was one of the first people to truly deserve the name <emphasize>computer scientist</emphasize>. Although his contributions to the field are too numerous to list, his best-known are the eponymous <emphasize>Turing Test</emphasize> and <emphasize>Turing Machine</emphasize>. <definition>The <term>Turing Test</term> is to this day the standard test for determining whether a computer is truly intelligent. This test has yet to be passed.</definition> </biography>

Atrybuty Elementy dokumentu XML mogą posiadać atrybuty. Atrybut to para nazwa-wartość znajdująca się w znaczniku początkowym danego elementu. Przykład 6 <person born="1912-06-23" died="1954-06-07"> Alan Turing </person> Element person posiada dwa atrybuty. atrybut born="1912-06-23" nazwa wartość

Uwagi: Zamiast " możemy użyć ' , ale ten sam znak musi być na początku i na końcu. Obok symbolu = możemy wstawiać spacje. Kolejność atrybutów nie ma znaczenia. Przykład 7 Inna forma zapisu dokumentu z przykładu 6. <person died = '1954-06-07' born = '1912-06-23'> Alan Turing </person> Informacja zapisana w pliku z przykładu 4 może być zapisana przy użyciu atrybutów:

Przykład 8 <person> <name first="Alan" last="Turing"/> <profession value="computer scientist"/> <profession value="mathematician"/> <profession value="cryptographer"/> </person>