PDF de programación - XML, Servicios Web y Web Semántica

XML, Servicios Web y

Web Semántica

Departamento de Informática

Universidad de Oviedo

Sesión 1

Internet, HTML
Hojas de estilos

Departamento de Informática

Universidad de Oviedo

1

Esquema de la Sesión

Repaso de Conceptos

Representación de la Información
Internet
World Wide Web
Reflexiones sobre procesos de Estandarización
HTML
Hojas de estilos

Representación de la Información
Bits, bytes, números, caracteres, ...

Los ordenadores manejan código binario: 0s y 1s

Bytes: Grupos de 8 bits

Números: Sistemas de codificación binaria, octal, hexadecimal...
Caracteres: Código que asocia a cada carácter un nº

ASCII: 7 bits

(0 – 127)

(A)merican (S)tandard (C)ode for (I)nformation (I)nterchange

Extensiones de ASCII

ISO-8859-1 (iso-latin-1)

(8 bits) ASCII (0-127) + otros caracteres típicos de Europa occidental

Familia ISO-8859-X = Otros alfabetos europeos
ISO-8859-15 (iso-latin-9) Igual que iso-8859-1 + símbolo de €

¡CUIDADO! ...hay muchos idiomas y muchos caracteres...

?

? ? £ ?

?

R €

?

?

?

?

2

Representación de la Información
Unicode

ISO-10646 (31 bits) Define un repertorio universal de caracteres (UCS)

En continua revisión: ISO-10646-2:2001 contiene más de 70.000 caracteres

UNICODE = Consorcio de empresas que define restricciones sobre la

implementación de ISO-10646

Varias codificaciones (UTF = Unicode Transformation Format)
- UTF-8: Los primeros 127 códigos se presentan igual (compatible con ASCII)

El resto se codifican en longitud variable
Relativamente Eficiente

- UTF-16: Usa 16bits para los caracteres más comunes, el resto con pares de

16 bits

- UTF-32: Codificación directa en 32 bits (desperdicio de espacio)
NOTA: Conviene distinguir:
Carácter: Entidad abstracta (Letra A)
Glifo (Glyph): Representación del carácter A A A A A A
Fuente (Font): Conjunto de glyphs, ejemplo: Times Roman, Arial, etc.

Representación de la Información
Imágenes, Audio, Vídeo, Realidad Virtual

Imágenes: En pantalla = matriz de puntos de colores (pixels)
Formatos Raster (Raw): Se enumeran todos los puntos con sus colores

Ejemplo: Bitmap, TIFF

Compresión: diversos algoritmos de compresión

GIF: Utiliza 8 bits (hasta 256 colores)

Byte de color = Indice en la paleta de colores
Bueno para dibujos o texto, poco recomendable para fotografías

JPEG: utiliza 24 bits (hasta 16 millones de colores)

Recomendable para forografías

Vectorial: Se enumeran las instrucciones de dibujo

Ejemplos: DXF, SVG (estándar de Internet)

Sonido: Formatos raster (WAV) y comprimidos (MP3)
Vídeo: Formatos comprimidos (MPEG)
Realidad Virtual: Lenguaje de Modelado (VRML, X3D)

3

Internet
Evolución

(60-80) Origen militar

Protocolos de comunicación (TCP/IP)
Seguridad ante ataques (múltiples servidores)

(80 – 95) Implantación académica

Protocolos de intercambio de información (FTP, SMTP, HTTP, ...)
Enorme biblioteca con material hipermedia

(95 – 00) Acceso comercial

Posibilidad de negocio Dinero!!
Boom comercial
La red es un ordenador gigante para hacer negocios

(00-) Crisis de las punto com

Historias de fracasos
Revisión de las arquitecturas tradicionales

Lecciones aprendidas

Internet

Modem

ISP local

Router

ISP regional

Acceso particular

servidores

Telefonía móvil

Acceso corporativo

wireless

4

Internet
Repaso de conceptos

IP (Internet Protocol) protocolo de intercambio de paquetes

Asigna direcciones globales únicas (32 bits)
IPv6: nueva versión propuesta, con direcciones de 128 bits

Host: es un nodo de la red (con dirección IP)
Cliente: Ordenador que solicita servicios
Servidor: Ordenador que propicia respuestas a los clientes
Además de la dirección IP, el puerto (16bits) identifica el servicio
Varios puertos predefinidos (80 = HTTP, 25 = SMTP, 20/21 = FTP, etc.)

Protocolo TCP: Permite comunicación entre nodos manteniendo una conexión.

En condiciones normales, todos los paquetes llegan
Incluye servicio de transporta confiable y mecanismo de control de

congestiones

No se garantizan tiempos ni retardos mínimos
Se utiliza para transmitir correos, ficheros, etc.

Protocolo UDP (Datagrama) no se realiza una conexión
Pueden producirse pérdidas de algunos paquetes
Utilizado para transmisión de voz

Internet
Principales Protocolos

HTTP: Protocolo de transferencia de hipertexto

Puerto 80
Utiliza TCP/IP como protocolo subyacente
No incluye estado (no se almacena información del cliente)
HTTP/1.1 proporciona conexiones persistentes

FTP: Transferencia de ficheros

Puertos 20/21
Mantiene estado

SMTP (simple mail transfer protocol)

Formato de mensajes mediante MIME
Protocolos de acceso (POP3, IMAP, etc.)

DNS: Asignación de nombres de dominio
Otros: LDAP , NNTP, WebDAV, etc.

5

Internet
Identificación de Recursos

URI: (Uniform resource Indentifier) Identifica un punto en el espacio
Puede sub-clasificarse en:

URL (Uniform resource locator)

Además de identificar el recurso, indica cómo llegar hasta él

Esquema: //servidor:puerto /ruta?datosGET

http://www.aulanet.uniovi.es:8900/webct/ticketLogin?action=print

URN (Uniform resource name): Nombre de recurso

Ejemplo: urn:xmlorg:objects:schema:xmlschema:xcatalog

URLs

URNs

URIs

World Wide Web
Evolución

Hipertexto (Ted Nelson, 1965)

Texto no secuencial, con enlaces

WWW (Tim Berners-Lee, 1989)

Protocolo HTTP (Hypertext transfer protocol)

Se basa en Internet
Arquitectura cliente/servidor

Lenguaje HTML (HyperText Markup Language)

Enlaces mediante URLs
Marcas

Símbolos extras que se añaden al texto ordinario
Modifican la representación del texto por parte del explorador

World Wide Web: Red de ordenadores que se comunican mediante el

protocolo HTTP

6

HTML
Relación con HTTP

Arquitectura cliente/servidor

Cliente

Protocolo

http

Servidor

Visualizador

GET http://servidor.com/hola.html

http:/1.0 200 OK
http:/1.0 200 OK
<html>
<html>
<body>
<body>
Enlace a
Enlace a
<a href =“otro.html”>Otro</a>
<a href =“otro.html”>Otro</a>
</body>
</body>
</html>
</html>

HTML

7

World Wide Web
SGML, HTML, XML

(70- ) GML: Desarrollado en IBM por C. Goldfarb, E. J. Mosher, R. Lorie

Proyecto para representar documentos legales

(78) SGML: Estándar ANSI

Aplicaciones en sistemas de documentación

(90) HTML (Tim Berners-Lee, 1990)

Desarrollado en el CERN.
Intercambio de información científica sobre Internet
(94) HTML 2.0 (IETF, Internet Engineering Task Force)

(94) Consorcio Web (W3C)

Formado por compañías y universidades internacionales
Desarrolla recomendaciones (» estándares de facto)

(96-) XML 1.0 versión simplificada de SGML
(98) HTML 4.01 última versión basada en SGML

(99) XHTML 1.0 Adaptación de HTML a XML
(02) XHTML 2.0 Borrador

(03) XML 1.1 Mejorar el Soporte de Unicode

World Wide Web
HTML, SGML, XML

Meta-vocabulario

Vocabulario

SGML

XML

Años
70

1990

1996

1999

HTML

XHTML

8

Proceso de Estandarización
¿Dónde está tu tecnología favorita?

Éxito

(Diversificación)

Posibles perversiones...

No estandarización
Estandarizar algo que no tiene éxito
Estándar demasiado pronto
Estándar demasiado tarde
Comités poco representativos
Estándar sin prototipos
No adoptar el estándar
etc., etc.

Primeros
prototipos

Idea brillante

Adopción
del estándar
(limitaciones)

Necesidad
de estándar

Especificación

(comité)

Internacionales

ISO, W3C, IETF, ECMA, etc.

Página Web del Consorcio

9

Filosofía de la WWW

Facilitar el acceso desde cualquier punto
Evitar discriminación por razón de ...

Estandarización

Gran número de plataformas y entornos computacionales

Universalidad

Accesibilidad

Sistema de información a nivel mundial
Enlaces únicos (URI)

Linux / Windows / Macintosh /...
Mainframes / PCs / PDA / ...

Sistema basado en recomendaciones
Consorcio formado por

Organismos internacionales
Industrias
Instituciones educativas

Porqué tenemos que obligar al usuario a usar
un determinado Software?

10

Accesibilidad

Editores WYSIWYG

Ejemplo: Utilizar Word para generar HTML

11

Código generado por el WORD

Editores WYSIWYG

Código escrito directamente
Código escrito directamente

Editores WYSIWYG

Ventajas

Facilidad de uso (discutible)
Independencia de la evolución de los estándares

Desventajas

Problemas de accesibilidad

No todo el mundo puede/quiere ver lo mismo que nosotros
Incompatibilidad de código generado

Incorporación de extensiones
Generación de código no-válido

Engañosa facilidad de desarrollo
Limitación del aprendizaje

Menor control de lo que se está realizando

12

Nosotros codificaremos HTML a pelo!!

Cabecera

Cuerpo

Lista

Enlaces

Detalles de
presentación

AlCapone.html

<html>
<head>
<title>Pizzeria Al Capone</title>
</head>
<body bgcolor="blue" text="yellow"

link="red" vlink="white">

<h1>Pizzería Al Capone</h1>
<p>Lista de enlaces</p>
<ul>
<li><a href="Pizzas.html">

Tipos de Pizzas</a></li>

<li><a href="http://www.mafia.it">

Patrocinadores</a></li>

<li><a href="#Contacto">Contacto</a></li>
<ul>

<h2><a name="Contacto">Contacto</a></h2>
<p><font color="red">Dirección:</font>

C/ Génova Nº 3, Oviedo, España</p>

<p><font color="red">Teléfono:</font>

985203040</p>

</body>
</html>

Ejemplo de HTML

Página visualizada

13

Estructura de documentos HTML

Un documento HTML tiene el formato

DTD

Cabecera

Cuerpo

<!DOCTYPE HTML PUBLIC “-//W3C//DTD HTML 4.0//EN”

“http://www.w3.org/TR/REC-html40/strinct.dtd”

<html>
<head>
. . .
</head>
<body>
. . .
</body>
</html>

DTD = Declaración de tipo de documento

Muchos visualizadores asumen tipo HTML por defecto
Su inclusión garantiza mayor compatibilidad y validación

La cabecera incluye información sobre el documento actual (meta-información)

Título, autor, palabras clave para robots de búsqueda, etc.

El cuerpo incluye el contenido del documento
El formato HTML se basa en la utilización de elementos

Formato de documentos HTML

Un elemento está formado por:

Una etiqueta inicial (nombre entre signos < y > ): <etiqueta>
La etiqueta inicial puede contener atributos: <etiqueta atributo=“valor”>
El element