PDF de programación - LPS: XML en Java

Volver

<<>>

LPS: XML en Java

Publicado el 3 de Octubre del 2020

572 visualizaciones desde el 3 de Octubre del 2020

1,2 MB

44 paginas

Creado hace 14a (14/02/2011)

Federico Peinado
www.federicopeinado.es

Depto. de Ingeniería del Software e
Inteligencia Artificial
disia.fdi.ucm.es

Facultad de Informática
www.fdi.ucm.es

Universidad Complutense de Madrid
www.ucm.es

 En principio, nada que ver con DOO ni POO
 No son lenguajes para programar, sino para estructurar

documentos de manera explícita, añadiendo ciertas
“marcas” en determinados puntos del documento

 Probablemente el más popular es HTML

(HyperText Markup Language)
• Sirve para definir el contenido de una página web, la disposición

de los elementos que debe visualizar un navegador web

• Las “marcas” en este caso se conocen como etiquetas
 Por ejemplo, se usan estas dos para delimitar un párrafo:

<p>Texto ...</p>

Laboratorio de Programación de Sistemas – XML en Java

2

http://www.w3schools.com/html/

Laboratorio de Programación de Sistemas – XML en Java

3

Laboratorio de Programación de Sistemas – XML en Java

4

 XML (eXtensible Markup Language) es un estándar para

lenguajes de marcado del W3C (World Wide Web
Consortium)

 Diseñado para describir documentos estructurados y

cualquier información en forma de texto
• Los documentos llevan contenidos con marcas
• Las marcas aquí también se denominan etiquetas

 Son identificadores encerrados entre < y >
 Crean una estructura jerárquica, equivalente a un árbol

 En realidad se trata de un meta-lenguaje

• Permite definir lenguajes de marcado específicos para una

aplicación concreta
 No tiene etiquetas predefinidas, hay que definirlas según la aplicación

• Ejemplo: XHTML es una versión de HTML, pero definida

mediante el meta-lenguaje estándar XML

Laboratorio de Programación de Sistemas – XML en Java

5

 Ofrece una sintaxis estándar para todos los lenguajes de marcado

• Permite simplificar el tratamiento automático de este tipo de información

 Existen varios lenguajes asociados que lo hacen aún más potente

• DTD
• XML Schema
• XSLT
• ...

 Disponemos de muchas herramientas y software ya creado

• Analizadores (Parsers)
• Generadores
• Intérpretes
• Editores
• ...

 Permite comprobar formalmente si un documento es “correcto”
 ...
 ¡Ojo! XML no es ninguna “bala de plata”: no tiene porque ser la

mejor solución para todos nuestros problemas

Laboratorio de Programación de Sistemas – XML en Java

6

 Las etiquetas definen cada uno de los elementos

• Pueden servir para marcar unos ciertos contenidos:
<nombre_etiqueta> Marca el inicio de este elemento
Contenido (puede contener a su vez más etiquetas)
</nombre_etiqueta> Marca el final de este elemento
• Pueden estar vacías de contenidos:
<nombre_etiqueta />

 Las etiquetas pueden llevar atributos asociados

• <nombre_etiqueta nombre_atributo1=“valor_atributo1”

nombre_atributo2=“valor_atributo2” ...>

...

</nombre_etiqueta>

Laboratorio de Programación de Sistemas – XML en Java

7

<?xml version="1.0" encoding="ISO-8859-1"?>


<notes>

<note type=“Post-it”>

<to>Paco</to>
<from>Juana</from>
<heading>Lista de la compra</heading>
<body>¡Acuérdate de la leche!</body>

</note>

<note type=“Correo electrónico”>

<to>Aurora</to>
<from>Manuel Esteban</from>
<heading>Re: Felicitación</heading>
<body>Gracias por tu felicitación...</body>

</note>

...
</notes>

Laboratorio de Programación de Sistemas – XML en Java

8

 Los comentarios se delimitan mediante las

etiquetas 

 Los documentos XML son sensibles a minúsculas y

mayúsculas

 Para poder usar caracteres reservados en XML

como son <, > y & hay que utilizar combinaciones
especiales de caracteres en el contenido como
<, >, & y otras

 Los valores de los atributos deben ir siempre
entrecomillados, para lo que puede usarse la
comilla doble o la simple

 Todo documento debe tener un único elemento
como raíz del árbol de la jerarquía de elementos

Laboratorio de Programación de Sistemas – XML en Java

9

Laboratorio de Programación de Sistemas – XML en Java

10

 Un documento XML es “correcto” si está bien formado y es válido
 Bien formado: que cumple la sintaxis básica que impone XML en general, en

cuanto a apertura y cierre de etiquetas, uso de atributos, etc.

• Esto sería un documento mal formado:
<notes>

<note type=“Post-it”>

</to> <to>Paco
<from>Juana</from>

...

 Válido: que cumple con las normas semánticas establecidas para el lenguaje

de marcado específico que hayamos creado

• Esto, según las normas de XHTML sería un documento inválido:
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN"

"http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">
<head> <title>Título</title> ... </head>
<p>Párrafo fuera de su sitio.</p>
<body> ... </body>
</html>

Laboratorio de Programación de Sistemas – XML en Java

11

 Para definir un lenguaje derivado de XML es

necesario definir una gramática que
especifique:
• Etiquetas válidas
• Atributos válidos
• Jerarquía existente entre las distintas etiquetas
DTD (Document Type Definition) es un
lenguaje específico con el que se puede
definir dicha gramática
• Una DTD proporciona los criterios con los que

podremos validar una serie de documentos XML

Laboratorio de Programación de Sistemas – XML en Java

12

 Las declaraciones en una DTD tienen esta forma:

<!keyword parámetro1 parámetro2 ... parámetroN>

 Hay 4 palabras reservadas básicas

• ELEMENT: Declara el nombre de un elemento y a continuación

sus posibles subelementos

• ATTLIST: Declara los nombres de los atributos de un elemento,

así como sus posibles valores y/o valor por defecto

• ENTITY: Declara referencias a caracteres especiales o a bloques
de texto (similar a un #define de C++) o también a contenido
que va a ser repetido y que puede estar en un recurso externo
(similar a un #include de C++).

• NOTATION: Declara contenido externo “no-XML” (por ejemplo,

ficheros con imágenes), indicando la aplicación externa que es
capaz de gestionar dicho contenido

Laboratorio de Programación de Sistemas – XML en Java

13

 La declaración de un elemento tiene esta forma:

<!ELEMENT nombre_elemento contenido>
• nombre_elemento es el nombre de la etiqueta que

corresponde al elemento que estamos definiendo

 Hay 5 tipos posibles de contenido

• ANY: El elemento puede contener cualquier XML bien

formado

• EMPTY: El elemento no puede contener nada (aunque

puede tener atributos)

• Texto: El elemento sólo puede contener texto, pero sin

subelementos (se indica con (#PCDATA))

• Subelementos: El elemento sólo contiene los subelementos

que se mencionen

• Mixto: El elemento puede contener tanto texto como

subelementos

Laboratorio de Programación de Sistemas – XML en Java

14

 Cuando el contenido es del tipo Subelementos o Mixto, se

utiliza una expresión regular que especifica cómo debe
organizarse dicho contenido

 Ejemplos de expresiones regulares:

• Una colección que contiene uno o más libros

<!ELEMENT coleccion (libro)+>

• Un libro que contiene un título, cero o más autores, y cero o una

ediciones
<!ELEMENT libro (titulo, autor*, edicion?)>

• Una edición tiene una editorial, una colección y un año (todos

opcionales)
<!ELEMENT edicion (editorial?, coleccion?, año?)>

Laboratorio de Programación de Sistemas – XML en Java

15

 Los atributos se utilizan para asociar pares

nombre-valor a los elementos

 La declaración comienza con la palabra reservada

ATTLIST seguida por el nombre del elemento al
que pertenecen los atributos y por la definición de
cada uno de los atributos individuales
• El orden en que se presentan los atributos es indiferente

 Cada atributo puede tener un nombre, un tipo, una

definición de característica y un valor por defecto.

 Ejemplo

<!ATTLIST nombreElemento

nombreAtributo1 tipo1 caracteristica1 valorPorDefecto1
...
nombreAtributoN tipoN caracteristicaN valorPorDefectoN>

Laboratorio de Programación de Sistemas – XML en Java

16

 Hay 4 tipos básicos para los atributos

• CDATA: Datos formados únicamente por caracteres

(es decir, cadenas de texto)

• Valores enumerados

 Se proporciona el conjunto de todos los valores permitidos
 Opcionalmente puede darse un valor por defecto

• ID: Identificador único por cada ejemplar del elemento

 El analizador debe comprobar que efectivamente el valor de
este atributo sea único para cada ejemplar en el documento

• IDREF: Una referencia al identificador de un elemento

 El analizador debe comprobar que efectivamente hay un

ejemplar del elemento con ese identificador en el documento

Laboratorio de Programación de Sistemas – XML en Java

17

 Las características indican cómo debe comportarse un

analizador si un determinado atributo no aparece en un
documento XML

 Hay 4 posibles características

• #REQUIRED: El atributo es necesario, por lo que debería estar

siempre presente en los ejemplares del elemento en el documento

• #IMPLIED: El atributo es opcional
• #FIXED: El atributo es opcional y además:

 Si aparece debe coincidir con el valor por defecto
 Si no aparece el analizador puede darle el valor por defecto

• Por defecto (sin palabra clave): El atributo es opcional y además:

 Si aparece debe tener un valor adecuado para su tipo
 Si no aparece el analizador puede darle el valor por defecto

Laboratorio de Programación de Sistemas – XML en Java

18

 Todo documento XML (tenga o no DTD) debe

empezar con esta línea:

<?xml version="num_versión" encoding="codificación" ?>
• num_versión = Número de versión del estándar XML
• codificación = Sistema de codificación de los

caracteres del documento (ISO-8859-1, UTF-8, etc.)

 Además, a continuación se puede añadir una

referencia a la DTD que lo valida:

<!DOCTYPE nombre SYSTEM “ruta" >
• nombre = Nombre lógico de la gramática del DTD
• ruta = Ruta que lleva al fichero DTD

Laboratorio de Programación de Sistemas – XML en Java

19

<?xml version="1.0"