web06ModelareXML FamiliaXML

un model de date pentru Web (I)
</>
familia XML
Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/
Tehnologii Web
Antoine de Saint-Exupry
Esenialul n lumnare nu este ceara

ce las urma, ci lumina.
Cum modelm (reprezentm) datele?
Procesare
(programe)
Data is less
important
than code
19451970
Date proprietare
(baze de date,
suite de birou)
Publicarea
datelor
pe Web
(HTML)
Data is as
important
as code
19701994
19942000
Modelare
(semi)
structurat
(XML, JSON)
Modelare
conceptual
(RDF, OWL)
Data is more
important
than code
20002003
evoluia conceptului de dat

(adaptare dup Daconta et al., 2003)
2003
datele: mai importante ca aplicaiile
open data
pre-Web
Procesare
(programe)
Data is less
important
than code
19451970
Date proprietare
(baze de date,
suite de birou)
Web clasic
Web social
Web-ul datelor
Publicarea
datelor
pe Web
(HTML)
Modelare
(semi)
structurat
(XML, JSON)
Modelare
conceptual
(RDF, OWL)
Data is as
important
as code
19701994
datele: mai importante ca aplicaiile
19942000
Data is more
important
than code
20002003
evoluia conceptului de dat

(adaptare dup Daconta et al., 2003)
2003
Ce model de reprezentare a datelor

alegem pentru
stocarea datelor eterogene ce provin din surse multiple?
informaii care evolueaz n timp?
reprezentarea limbajului natural?
preliminarii
Dorim s modelm i s procesm date

privitoare la
antologii de poezii
cataloage de produse ale unui e-shop
depozite de reete gastronomice
chestionare
reele sociale
preliminarii
Necesiti:
un limbaj de marcare explicit a informaiilor
datele dorite a fi modelate pot fi practic
nelimitate (unbound) i necunoscute
nu exist a-priori un vocabular/schem comun()
preliminarii
Necesiti:
datele trebuie s poat fi auto-explicative
(self-explanatory)
ce reprezint triplul ("Sabin", "Buraga", 30374) ?
preliminarii
Necesiti:
modelul adoptat s se preteze arhitecturilor
navigaionale actuale, bazate pe hipertext
suport pentru specificarea URI-urilor
preliminarii
Documente:
formate particulare vs. formate generice
preliminarii
Documente:
formate particulare vs. formate generice
codificare generic (60):
procedural apeluri de proceduri
bazat pe marcatori (mark-ups)
preliminarii
GenCode Stanley Rice, Norman Scharpf
GML (Generalized Markup Language)

Charles Goldfarb et al. (IBM)
definirea formal a tipurilor de documente
SGML (1986) standard ISO 8879
preliminarii
Marcaj adnotare, codare, mark-up
orice aciune de a interpreta explicit

o poriune de text (coninut)
preliminarii: definiii
Marcaj adnotare, codare, mark-up

exemple:
semnele de punctuaie pentru limbile scrise,
deliminatorii folosii n codul-surs
marcaje
speciale
Limbaj de specificare (de adnotare, de marcare)

set de convenii de marcare
utilizate pentru codificarea datelor
Limbaj de specificare (de adnotare, de marcare)

set de convenii de marcare
utilizate pentru codificarea datelor
definete mulimea de marcaje obligatorii,
modul de identificare i de structurare a marcajelor
pe baza unei gramatici
Extensible Markup Language

meta-limbaj de marcare
descendent simplificat al SGML destinat
utilizrii n Internet (1996prezent)
xml

standard W3C (1998, 2000, 2004, 2006, 2008)
http://www.w3.org/TR/xml/
xml

o tehnologie
+
o familie de limbaje
xml
www.w3.org/standards/xml/
xml
Marcaje descriptive
<para> <img /> <response> <Person> <tag>
case sensitive
xml: caracterizare
Tipuri de documente
detalii n
alt curs
Document Type Definition (DTD)

specificare formal a tipurilor de documente
(constituieni + structur)
folosete la verificarea corectitudinii sintactice
xml: caracterizare
Independena datelor
suport pe orice platform hardware/software
extinderea marcajelor
translatarea/transformarea documentelor
xml: caracterizare
Uor de implementat, cu suport pentru Web

procesoare XML disponibile
pentru toate limbajele de programare
xml: trsturi
Suport pentru utilizarea internaional

folosirea Unicode
independent de codificare/limb
xml: trsturi
Meta-limbaj
definire de alte limbaje
portabil
xml: trsturi
Soluie pentru reprezentarea coninutului

resurselor Web identificate de URI/IRI
asigurarea inter-operabilitii (lingua franca)
xml: trsturi
Prolog (preambul)
Elemente
Atribute
Entiti
Seciuni de marcare
Instruciuni de procesare
xml: constituieni
Declaraie care specific versiunea

i codificarea documentului
<?xml version="1.0"
encoding="UTF-8"
?>
xml: prolog
Declaraie care specific versiunea

i codificarea documentului
<?xml version="1.0"
encoding="UTF-8"
?>
atribut
opional
atribut
obligatoriu
xml: prolog
trebuie s apar o singur dat la nceputul documentului
Element = component structural (unitate-text)
xml: elemente
Element = component structural (unitate-text)

nume identific un element
sintax similar cu cea a identificatorilor de variabile
produs
xml: elemente
Sintactic, un element este specificat

via marcatori (tag-uri) de nceput i de sfrit
<produs>Ping Uinix</produs>
xml: elemente
Case sensitive
<marcaj> <Marcaj> <MARCAJ>
xml: elemente
Un element poate avea coninut vid

<produs></produs>
<produs />
xml: elemente
Un element poate avea coninut vid


<Form>
<Form.Row>
<Form.Label />
<Form.Input />
</Form.Row>
</Form>
xml: elemente
Model structural
desemneaz relaiile dintre elemente:

secven, ierarhie, grupare, incluziune
xml: modele ale coninutului
Elemente imbricate n alte elemente

(pot conine date textuale i/sau alte elemente)
<produs>
Ping Uinix este o mascot
<obs>policrom</obs>
care se vinde
<obs>foarte rapid</obs>.
</produs>
Elemente imbricate n alte elemente

(pot conine date textuale i/sau alte elemente)

<article>
<section>
<ul>
<li>Concurs:
<strong>FII Code</strong>
</li>
</ul>
</section>
</article>
Elementele trebuie s fie nchise

i s se mperecheze corect
<div><q>We don't need no education</div></q>
greit!
<?xml version="1.0" ?>

preambul
<antologie>
<poem>
<titlu>...</titlu>
<strofa>
<vers></vers>
<vers></vers>
</strofa>
</poem>
<poem>
<titlu />
</poem>
<poem>
document XML

modelnd o antologie
</poem>
de poezii
</antologie>
un posibil catalog de produse n cadrul unui e-shop
<?xml version="1.0" encoding="UTF-8"?>

<produse>
<produs>
<nume>Ping Uinix</nume>
<ofertant>http://www.pinguin.info</ofertant>
<promo>Mascota lunii</promo>
</produs>
<produs>

<nume>Blue Ory</nume>
<descriere />
</produs>
<produs>
<nume>Ceas iste cu gust de mr</nume>
</produs>
</produse>
Atribut
descrie o anumit proprietate (caracteristic)
a unei apariii particulare a unui element
xml: atribute
Atributele apar doar n marcajul de nceput

<antologie stare= "ciorna" data="2016-03-24">
...
</antologie>
<student matricol="TuPi33">
<nume initiala= "I">Tuxy Pinguinescu</nume>
</student>
xml: atribute
Atributele pot fi specificate n orice ordine
<Button text="Ok" id="@+id/un_buton" />
<Button id="@+id/un_buton" text="Ok" />
xml: atribute
Numele atributelor este case sensitive
<img src="..." />
<img SRC="..." />
xml: atribute
Valorile atributelor trebuie s fie delimitate

obligatoriu de ghilimele sau apostrofuri
atributele fr valoare nu sunt acceptate
<form action=procesare.php method="GET'>
<label for=cutare">Caut:</label>
<input default type=search placeholder= /></form>
eronat!
xml: atribute
date XML referitoare la un joc electronic
<game>
<title>Angry Profs</title>
<platform>Android</platform>
<platform min-version="8">iOS</platform>
<platform min-version="10">Windows</platform>
<url></url>
<player>
<identity>
<first-name>Sabin</first-name>
<last-name>Buraga</last-name>

</identity>
<points>30374</points>
</player>
</game>


<manifest>
<title>VisiCalc</title>
<version>VC-176Y2-IBM-TEST</version>
<type>Application</type>
<category>Productivity</category>
<company>Software Arts</company>
<releaseDate>December 16, 1981</releaseDate>
<machine
href="/devices/pc/machine/5150/mda/64kb/machine.xml"
state="/apps/pc/1981/visicalc/state.json"/>
<disk id="disk" dir="/apps/pc/1981/visicalc/bin/">
<file>VC.COM</file>
<file dir="../">README.md</file>
<link href="http://www.bricklin.com/history/vclicense.htm">
VisiCalc License
</link>
</disk>
</manifest>
xml: referine la entiti
Scop:
codificare i referentiere a unei pri de document
sintax:
&identificator;
sau
&#numr;
Entiti predefinite similare celor de la HTML:

< (<) > (>) & (&) " (")
Entiti (referine) de tip caracter:

(non-breaking space pentru HTML)
ă ( setul de caractere ISO-8859-2 i UTF)
❀ (simbolul setul de caractere UTF)
xml: referine la entiti
Anumite pri din documente necesit

procesri speciale
CDATA inhib procesarea XML
xml: seciuni
<script type="application/javascript">
if (vizite < 10) { // nu e vizitator fidel
$("#mesaj").html ("<p>Salut!</p>");
}
</script>
eroare la
procesarea XML
xml: seciuni
<script type="application/javascript">
/*<![CDATA[*/
if (vizite < 10) { // nu e vizitator fidel
$("#mesaj").html ("<p>Salut!</p>");
}
/*]]>*/
</script>
xml: seciuni
procesorul XML nu va interpreta sintaxa codului JavaScript
xml: instruciuni de procesare
Includ informaii privitoare la aplicaiile (externe)

care urmeaz a fi executate
pentru procesarea coninutului
<?processing-instruction ... ?>
<script>
<?php
echo "<p>Salut!\n</p>";
?>
</script>
procesorul XML ar putea invoca interpretorul PHP

pentru execuia programului
Exemplificare:
asocierea unei foi de stiluri CSS pentru redarea
coninutului unui document XML
<?xml-stylesheet type="text/css" href="stiluri.css" ?>
Spaiile albe e.g., spaiu, TAB, caracterele NL (New Line)

sau CR (Carriage Return) nu au nicio semnificaie
xml: procesarea spaiilor
<VisualAsset id="obiectObservabil">
<enabled>true</enabled>
<VisualAsset id="obiectObservabil">
<zOrder>0</zOrder>
<enabled>true</enabled><zOrder>0
<Orientation>
</zOrder><Orientation><roll>90</roll>
<roll>90</roll>
<tilt>90</tilt><heading>90</heading>
<tilt>90</tilt>
</Orientation></VisualAsset>
<heading>90</heading>
</Orientation>
</VisualAsset>
marcaje ARML (Augmented Reality Markup Language)
(n loc de) pauz
XML (Extensible Markup Language)

sintaxa
XML Information Set Infoset

modelul (abstract) de date XML
XLL (Extensible Linking Language)

XLink legturi ntre documente
XPointer localizare relativ a resurselor
XSL (Extensible Stylesheet Language)

transformri i formatri: XSLT + XSL-FO
XQuery (mpreun cu XPath)

interogarea datelor XML
xml: familia
Structurarea/formatarea coninutului
(formate de prezentare a datelor)
n navigatorul Web: (X)HTML (Extensible HTML), HTML5
formulare electronice: XForms
grafic vectorial: SVG (Scalable Vector Graphics)
lumi tridimensionale: X3D (Extensible 3D Graphics)
pe platforme mobile: SVG Mobile
xml: aplicabilitate
Reprezentarea diferitelor tipuri de continut

expresii matematice: MathML www.w3.org/Math/
date multimedia sincronizate:
SMIL (Synchronized Multimedia Integration Language)
informaii vocale: VoiceXML www.voicexml.org
componente ale interfeei-utilizator:
e.g., XUL (Extensible User-interface Language)
informaii cartografice: KML (Keyhole Markup Language)
date hidrologice: WaterML www.opengeospatial.org
xml: aplicabilitate
Reprezentarea diferitelor tipuri de coninut

documentaii: DocBook (Documentation Book)
informaii prelucrate de suite de birou e.g., Open Office:
ODF (Open Document Format)
mediatizare (syndication) fluxuri de tiri:
RSS (Really Simple Syndication), Atom
publicaii electronice (e-books): EPUB idpf.org/epub
reguli de specificare a proceselor de afaceri:
BRML (Business Rules Markup Language)
xml: aplicabilitate
xml: aplicabilitate
Descrierea conceptual a resurselor Web
cadrul general: RDF (Resource Description Framework)
exprimarea vocabularelor de meta-date:
DCMI (Dublin Core Metadata Initiative),
FOAF (Friend Of A Friend),
DOAP (Description Of A Project),
exprimarea modelelor conceptuale ontologii:
OWL (Web Ontology Language)
avansat
ntr-un
curs viitor
Descrierea serviciilor Web

serializarea datelor transmise conform RPC:
XML-RPC (XML Remote Procedure Calls)
descrierea serviciilor:
WSDL (Web Service Description Language)
exprimarea protocolului de transfer: SOAP
modelarea proceselor de afaceri via servicii Web:
BPEL4WS
(Business Process Execution Language for Web Services)
xml: aplicabilitate
Aadar, pn la urm, ce este XML?
XML principiu unificator al tehnologiilor de:

procesare a documentelor
stocare i procesare tradiional a datelor
acces la Internet (Web)
xml: privire de ansamblu
XML se preteaz pentru stocarea (reprezentarea)

datelor semi-structurate
sistemele tradiionale (e.g., baze de date relaionale)
necesit specificarea unei scheme rigide
n vederea stocrii/accesrii datelor
punct de vedere
n general
centralizat
XML se preteaz pentru stocarea (reprezentarea)

datelor semi-structurate
datele de pe Web sunt descentralizate, eterogene i pot fi,

deseori, accesate chiar modificate de ctre oricine
resursele disponibile la un moment dat
nu sunt a-priori cunoscute
Comunicaii/interaciune
person-to-person instant messaging
XMPP (Extensible Messaging and Presence Protocol)
http://xmpp.org/
person-to-computer syndication
formatul Atom www.atomenabled.org
computer-to-computer servicii Webmash-up-uri
xml: direcii importante
Publicare deschis a datelor

modelare (semi-)structurat
procesare independent de platforma/limbaj
prezentri multiple ale coninutului,
n diverse formate i pe sisteme eterogene

Cutare i regsire knowledge retrieval
meta-date
tagging
navigare
filtrare
import/export de dateinter-operabilitate
...
n contextul aplicaiilor Web sociale
avansat

Modelarea proceselor (de afaceri, mai ales)
dataflow
workflow
avansat
evenimente dedicate XML

www.xmlamsterdam.com
xmllondon.com
www.xmlprague.cz
www.balisage.net
avansat
Analizoare (procesoare, parsers)

Apache Xerces, Expat, libxml, MSXML,
Vizualizatoare i editoare structurale
browser Web, Open Office, <oXygen/>, MS Visual Studio
Formatatoare e.g., procesoare XSLT/XSL-FO
AH Formatter, FOP, Saxon, Xalan, XEP
Sisteme de gestiune a bazelor de date XML
BaseX, eXistdb, MarkLogic
xml: instrumente
xml: demo
Dac alegem nume de marcatori/atribute

deja definite de alte limbaje XML?
<event uri="http://studentwebawards.net/">
<name>Student Web Awards</name>
<year>2016</year>
</event>
<participant>
<name uri="mailto:tux@info.uaic.ro">
Tuxy Pinguinescu</name>
<year kind="Bachelor">2</year>
</participant>
xml: spaii de nume
<event uri="http://studentwebawards.net/">
<name>Student Web Awards</name>
<year>2016</year>
</event>
conflict!
<participant>
<name uri="mailto:tux@info.uaic.ro">
Tuxy Pinguinescu</name>
<year kind="Bachelor">2</year>
</participant>
xml: spaii de nume
Spaiu de nume
desemneaz un vocabular utilizat
pentru calificarea n mod unic
a elementelor/atributelor XML
xml: spaii de nume
Vocabularul definit colecie de nume

de elemente i attribute, plus maniera lor de
structurare poate fi desemnat de un URI
xml: spaii de nume
Vocabularul definit poate fi desemnat de un URI

atributul xmlns specific acest URI,
atand opional un identificator unic
fiecrui vocabular folosit
specificaie W3C (2009): http://www.w3.org/TR/xml-names/
xml: spaii de nume
<?xml version="1.0"?>
<c:calendars xmlns:c="http://www.calendar.info">
<e:participant xmlns:s="http://www.info.uaic.ro/Students/"
xmlns:e="http://www.info.uaic.ro/Events/">
<s:name>Tuxy Pinguinescu</s:name>
<s:year s:kind="Bachelor">2</s:year>
fr conflicte!
<c:calendar>
<e:event xml:id="SWA">
<e:name>Student Web Awards</e:name>
<e:year>2016</e:year>
</e:event>
<e:event xml:id="StagiiPeBune" />
</c:calendar>
</e:participant>
de studiat exemplele din arhiva
</c:calendars>
asociat acestei prezentri
Vocabularul XHTML/HTML5: http://www.w3.org/1999/xhtml

Vocabularul Atom: http://www.w3.org/2005/Atom
Vocabularul modelului conceptual oferit de DBpedia:

http://dbpedia.org/ontology/
Vocabularul JSP (Java Server Pages):
http://java.sun.com/JSP/Page
Vocabularul XUL (Extensible User-interface Language):
http://www.mozilla.org/keymaster/gatekeeper/there.is.only.xul
xml: spaii de nume exemple
Studiu de caz:
includerea n documentele HTML
a unor construcii provenite din alte limbaje XML
xml: spaii de nume
exemplificare:
SVG (Scalable Vector Graphics) http://www.w3.org/TR/SVG/
<p>De utilizat un navigator Web care ofer suport nativ pentru SVG.</p>
</body>
</html>
<!DOCTYPE html>
<html xmlns="http://www.w3.org/1999/xhtml">
<head><title>HTML + SVG</title></head>
<body>
<h1>O ilustraie SVG (grafic vectorial) inclus ntr-o pagin Web</h1>

<svg width="500" height="200" xmlns="http://www.w3.org/2000/svg">

<rect x="50" y="50" rx="7" ry="7" width="450" height="150"
style="fill: #6699FF; stroke: #3333CC;"/>

<text x="70" y="90" style="stroke: navy; fill: white; font-size: 32pt;">
SVG direct în browser...</text>

<circle cx="400" cy="150" r="33" style="fill: yellow; stroke: red;" />
</svg>
avansat
<svg xmlns="http://www.w3.org/2000/svg"
xmlns:xlink="http://www.w3.org/1999/xlink" width="8cm" height="3cm">
<title>Grafic vectorial cu SVG</title>
<defs>

<linearGradient id="unGradient">
<stop offset="33%" stop-color="#ADA" />
<stop offset="74%" stop-color="#369" />
</linearGradient>
<rect id="patrat" width="15px" height="15px" rx="2" ry="2" fill="green" />

<path id="cale" d="M15 50 C10 0 90 0 90 40" />
comenzi grafice

(e.g., M=mut, C=cerc)
<filter id="filtruCromatic">
<feColorMatrix in="SourceGraphic" type="matrix"
values="0 0 0 0 0
aplicarea unui filtru
10110
www.w3.org/TR/SVG/filters.html
01100
0 0 0 1 0" />
</filter>
</defs>
C. Bulancea & S. Buraga (2004, 2014)


<rect x="1cm" y="1cm" width="6cm" height="1cm" round="1em"
fill="url (#unGradient)" />

<use x="40" y="40" xlink:href="#patrat" />
<use x="100" y="80" xlink:href="#patrat" filter="url(#filtruCromatic)" />
<use x="160" y="80" xlink:href="#patrat" fill-opacity="0.33" />
<use x="220" y="80" xlink:href="#patrat" />

<text fill="red">

<textPath xlink:href="#cale">❤ 2016</textPath>
</text>
</svg>
avansat
C. Bulancea & S. Buraga (2004, 2014)
redarea coninutului grafic vectorial SVG

Firefox
la nivel de desktop
Windows 10
Safari pe platforma
mobil iOS 9 (iPad)
xml: spaii de nume demo
modelarea datelor prin XML
</>
caracterizare & constituieni,
aplicaii i utilizri, spaii de nume XML
rezumat
episodul viitor:
extragerea datelor cu XPath
validarea documentelor XML prin DTD

web06ModelareXML FamiliaXML

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

web06ModelareXML FamiliaXML

Încărcat de

Drepturi de autor:

Formate disponibile

un model de date pentru Web (I)

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Esenialul n lumnare nu este ceara

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Cum modelm (reprezentm) datele?

evoluia conceptului de dat

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

datele: mai importante ca aplicaiile

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

datele: mai importante ca aplicaiile

evoluia conceptului de dat

Ce model de reprezentare a datelor

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dorim s modelm i s procesm date

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

suport pentru specificarea URI-urilor

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

GenCode Stanley Rice, Norman Scharpf

GML (Generalized Markup Language)

SGML (1986) standard ISO 8879

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Marcaj adnotare, codare, mark-up

orice aciune de a interpreta explicit

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Marcaj adnotare, codare, mark-up

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Limbaj de specificare (de adnotare, de marcare)

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Limbaj de specificare (de adnotare, de marcare)

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Extensible Markup Language

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Extensible Markup Language

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Extensible Markup Language

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Document Type Definition (DTD)

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Uor de implementat, cu suport pentru Web

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Suport pentru utilizarea internaional

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Soluie pentru reprezentarea coninutului

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Declaraie care specific versiunea

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Declaraie care specific versiunea

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

trebuie s apar o singur dat la nceputul documentului

Element = component structural (unitate-text)

Dr. Sabin Buragaprofs.info.uaic.ro/~busaco/

Element = component structural (unitate-text)