XML - Teori og praktisk bruk

© UNIVERSITETETS SENTER FOR INFORMASJONSTEKNOLOGI

UNIVERSITETET I OSLOUSIT

Side 1

XML - Teori og praktisk bruk

Astrid Jenssen

[email protected]

Universitetets senter for informasjonsteknologi

Universitetet i Oslo



Side 2

Tema• XML-standarden

– Introduksjon

– Syntaks

• Bruk av XML i praksis– Editere dokumenter

– Presentere og konvertere XML

– Relaterte standarder

– Organisatoriske aspekter

• Eksempler fra UiO– StudInfo



Side 3

Historikk• En standard vedtatt av W3C 10. februar 1998

• Utviket for bruk på web

• Subsett av SGML – (Standard Generalized Markup Language)

• Enklere å lage programvare for prosessering av XML



Side 4

Fordeler med XML• Uavhengig av programvare og maskinvare

• Uavhengig av presentasjonsmedium

• En kilde – mange applikasjoner

• Effektiv for søk og gjenfinning

• Automatisk prosessere informasjon

• Gjenbruk av informasjon



Side 5

Når og hvorfor XML?• Meningsfulle søk

• Utvikling av fleksible web-applikasjoner

• Utveksling av data (på web)

• Publisering på flere medier



Side 6

Eksempler på bruk• Digitalt bibliotek

– Alexandria Digital Library– DUO – Digitale utgivelser ved UiO

• Medisin– Strukturerer og utveksler bibliografisk informasjon og assosierte

metadata for over 9 mill medisinske artikler (PubMed, MEDLINE)

• Dokumenthåndtering– Artikler, tidsskrifter, bøker– Ordliste– Teknisk dokumentasjon

• EDI (Electronic Data Interchange)– Eks: lånesøknad, faktura, prosjektstatus

• LMS (e-læring)• MathML - matematiske formler på web



Side 7

SGML/XML• XML er et subsett av SGML (ISO-standard i 1986)

– XML er SGML

• Mange som før brukte SGML benytter nå XML– Har ikke bruk for alle SGMLs muligheter

• Vanskelig å benytte SGML på Web– Tegnsett

– SGML krever en DTD

– Komplisert linking

HTML

XML

SGML



Side 8

XML/HTML/XHTML• XML skiller innhold fra presentasjon

– HTML markerer utseende og ikke struktur

– HTML er dessuten tilpasset ulike nettlesere

• XML gir bedre søkemuligheter– H1 vs KAPITTEL

– P vs FORFATTER

• XML kan uttrykke komplekse strukturer– HTML har en flat struktur

• XML har mer avansert linking– Linker til mer enn en ressurs m.m.

– HTML har bare A-elementet

• XHTML: ”XMLifisert HTML”



Side 9

Layout vs. Innhold

NOTAT

Til: De ansatte Fra: Adm. dir. Dato: 06/11-2003

God nyhet til alle!

Lønnsøkningen blir ekstra stor i år.

Times 24 pt

Times 20 pt

Tittel

AvsenderMottakerDato

Avsnitt

Times 20 pt, havlfet

Teksbehandler XML



Side 10

Dokumentstruktur for artikkel

Artikkel

Tittel Seksjon+

tekst Avsnitt+

tekst

Tittel

tekst



Side 11

XML grunnleggene prinsipper• Dokumentinstanser av samme dokumenttype er

underlagt en felles struktur

• Reglene for hvilke elementer som kan forekomme i dokumentinstansene kan beskrives i en DTD eller i XML skjema

– Innhold (tekstelementer)

– Struktur (kombinasjon av tekstelementer, rekkefølge, forekomster)

• Parser (programvare) sjekker riktigheten

• Programvare tolker kodingen og presenterer på ulike media, overfører data, transformere data

• Eksempler her: DTD (Document Type Definition)



Side 12

XML-systemet• Dokuminstanser

• DTD

• XML-prosessor

Applikasjoner

Bokk

CD-ROM

WWW

Database



Side 13

DTD for notat<!ELEMENT notat (header, avsnitt+) >

<!ELEMENT header (mottaker,avsender,dato?)>

<!ELEMENT mottaker (#PCDATA) >

<!ELEMENT avsender (#PCDATA) >

<!ELEMENT dato (#PCDATA) >



Side 14

Elementdeklarasjon

notat

header avsnitt

mottaker avsender dato

<!ELEMENT header (mottaker, avsender, dato?)>

…

header mottaker avsender dato



Side 15

Hovedkomponentene i en DTD• Elementer

• Attributter

• Entiteter

• Elementer og tekst

• Operatorer– Kombinasjon av koder

– Påkrevd kode

– Valgfri kode

– …



Side 16

Operatorer• Rekkefølgeindikatorer

– (a, b, c) pålagt sekvens

– (a | b | c) sekvens uviktig

• Forekomstindikatorer– dato? Ingen eller en dato

– avsnitt+ Et eller flere avsnitt

– avsnitt* Ingen eller flere avsnitt



Side 17

Elementer og tekst• Dokument:

Det er svært viktig at alle husker på å låse dørene før dere går.

• Elementer i XML-fil (dokumentinstansen):<avsnitt>Det er <uthev>svært</uthev> viktig at alle husker på å låse dørene før dere går.</avsnitt>



Side 18

EMPTY-element• Elementet har ikke noe innhold

• Eksempel:– Markere innsettingspunkt for automatisk generert

innholdsfortegnelse

– Bilde (bildereferansen ligger i attributtverdien)



Side 19

EMPTY-deklarasjonDTD:<!ELEMENT bok (tittel, innhold, kapittel+)><!ELEMENT innhold EMPTY ><!ELEMENT kapittel …. >

XML-fil:<bok>

<tittel>Haienes verden</tittel><innhold/><kapittel>…</kapittel>

…<figur file=”tigerhai.jpg”/>…

<kapittel>…</kapittel>

</bok>



Side 20

Attributter• Et element kan ha visse egenskaper

– Språk; engelsk eller norsk

• Vi koder slike egenskaper i elementets attributter



Side 21

Attributtdeklarasjon DTD:

<!ATTLIST notat type (internt|offentlig) #REQUIRED >

XML-fil:<notat type=”internt”> <header> <mottaker>De ansatte</mottaker > <avsender>Adm. dir.</avsender> <dato>06/11-2003</dato> </header> <avsnitt>God nyhet til alle!</avsnitt> <avsnitt>Lønnsøkningen … </avsnitt></notat>



Side 22

Attributtverdier• Forhåndsdefinerte verdier

– ”internt|offentlig”

– ”bullet|number|simple”

• Vilkårlig tekststreng– tall, tekststreng,…

• Filnavn

• m.m.

• Dette defineres i DTDen– Attributtdeklarasjonen



Side 23

Default-verdier til attributt• #REQUIRED

– Attributtet må settes inn

DTD:<!ATTLIST notat type (internt|offentlig) #REQUIRED>

XML-fil:<notat type=”internt”>

<header>

…

</notat>



Side 24

Forhåndsdefinert verdi

• Forhåndsdefinert attributtverdi:

DTD:<!ATTLIST notat type (internt|offentlig) internt>

XML-fil: <notat>

…

</notat>

Attributtverdi fylles ut av parseren i output:

<notat type=”internt”>

…

</notat>



Side 25

Entitet-deklarasjon• XML-fil:

<AVSNITT>Her skal vi lære mer om &XML; og andre standarder</AVSNITT>

• DTD:

<!ENTITY XML “eXtensible Markup Language” >



Side 26

Well-formed og Valid• XML-dokumenter kan være av to typer

– Well-formed

» Dokumentet starter med XML-deklarasjon<?xml version=”1.0”?>

» Rotelementet må inneholde alle de andre elementene

» Alle elementene må være nestet

– Valid

» Well-formed

» Parses i henhold til en DTD



Side 27

Eks Valid

<?xml version=“1.0” ?>

<!DOCTYPE winelist

SYSTEM “winelist.dtd”>

<winelist>

<title>Winelist</title>

<wine>Santa Carolina</wine>

</winelist>

<!ELEMENT winelist (title, wine+)><!ELEMENT wine (#PCDATA)><!ELEMENT title (#PCDATA)>

winelist.dtd

mywine.xml



Side 28

XML i praksis• XML liten verdi i seg selv

– … må presenteres, overføres, behandles…

• Mange aktører og roller– Modellere (utviklere, brukere m.fl)

– Editere XML-dokumenter

– Konvertere

– Administrere og lagre dokumenter

– Presentere på ulike media

– Kvalitetssikring

– Opplæring

– Brukerstøtte

– …



Side 29

Editering• Direkte i XML

– Emacs

– Notepad

– XML-editor (eks XMetaL)

• I Word/annen tekstbehandler– Krevende å konvertere fra ikke-strukturert materiale til XML

– Konvertere til XML (neppe uten manuelle innslag)

• Database



Side 30

XML-systemet

Editering XML-genereringPresentasjon/utveksling

DB

XML-editor

Wordo.l.

Konvertering

XML-assamblering

XML www



Side 31

XSL FO

XML på web

• Publisere XML direkte på web eller konvertere XML til HTML

• Flere relaterte standarder gjør dette mulig:

CSS

XSLT

XML



Side 32

Stylesheet - stilark• En enkel måte å formatere dokumenter på

• Formatering av de ulike elementene i XML-dokumentet uttrykkes i form av regler

• CSS – W3C standard for HTML/XML

• XSL – W3C standard for XML

• XSLT – W3C standard for å transformere XML til XML (del av XSL)



Side 33

Hvordan lage et CSS stilark• Bruk en teksteditor/stylesheet editor

• Anbefaler å lagre stilarket i en egen fil

• Legg til følgende i XML-dokumentet:<?xml-stylesheet href=”style.css”

type=”text/css”?>

• Eksempel på formateringsregel for tittel-element:tittel {

font-family: Helvetica; font-size: 24pt;

font-weight: bold

}



Side 34

XSL- eXtensible Stylesheet Language

• eXtensible Stylesheet Language (XSL)– Språk for å utrykke stilark og transformere XML-dokumenter

• XSL består av tre deler– XSL Transformation (XSLT)

» For å transformere XML-dokumenter

– XML Path Language (Xpath)

» For å adressere deler av et XML-dokument,

– XSL Formatting Object (XSL-FO)

» Vokabular for å spesifisere formattering



Side 35

eXtensible Style Language Transformation (XSLT)

• Benytter XML-syntaks

• Kan foreta komplekse transformasjoner av kildedokumentet

– endring i dokumentstruktur, sortering, filtrering, duplisering av info. m.m.

• Brukes også for å konvertere XML til HTML



Side 36

XPath – XML Path Language• For å referere til deler av et XML-dokument

– Via trestrukturen

• Går hånd-i-hånd med XSLT 2.0



Side 37

XSL Formatting Objects (XSL-FO)

• Benytter XML-syntaks

• Brukes bl.a. for å konvertere til PDF,TeX og PostScript

• Kan uttrykke marginer, header, footer, sidenummerering, tabell mm



Side 38

XSLT engine• Prosessor som foretar transformering av et XML-

dokument i hht spesifikasjoner i et XSLT-dokument

• Implementasjoner, eks:– Java: XT, SAXON, Xalan-J, Oracle, Sun,…

– C++: Transformiix, Xalan-C, Unicorn,…

– Win32: Unicorn, Microsoft, Xport

– Python: 4XSLT

• Mer oppdatert liste:– Se oversikt på www.perfectxml.com



Side 39

XSLT og CSS i kombinasjonServer Klient

HTML

XML

Web browser

XSLT

CSS

Transfor-mering

XSLT engineDB

OS



Side 40

Kvalitetsreformen og USIT• USIT (Universitetets senter for IT) har vært og er

tungt inne i flere prosjekter/aktiviteter med ulike roller og oppgaver

– Felles Studentsystem (FS), studentportal, StudInfo, timeplanlegging, ClassFronter m.fl.

• Krever mye samarbeid på tvers av USIT/UiO og integrasjon mellom mange systemer



Side 41

KOST-prosjektet• Prosjekt for omstrukturering og KOordinering av

UiOs skriftlige STudieinformasjon

• Revurderte all trykket og web-basert studieinformasjon mht struktur, hva som ble publisert i hvilke kanaler med mer

• Skulle bl.a oppnå mindre duplisering av informasjon og mer skreddersydde informasjonsløsninger for den enkelte student/studentgruppe

• Alle enheter ved UiO var involvert

• 2-årig, avsluttet 31. desember 2003



Side 42

StudInfo ble gradvis utviklet

• Publiseringsfase 1–Presentasjon av bachelorprogram og –emner mm for potensielle studenter

–Publisert 6. jan 2003

• Publiseringsfase 2–Presentasjon av masterprogram og –emner mm

–Publisert 15. mars 2003

• Publiseringsfase 3–Semesterspesifikk informasjon (undervisning, faglige krav, forelesere, pensum, beskjeder...)

–Primærmålgruppe: studenter på studiet

–Publisering medio juni 2003 og framover



Side 43

Kobling mellom en rekke systemer



Side 44

StudInfo Løsninger for innskrivere

XMetaLWeb-redigeringBruker- og filadministrasjonStøtte for arbeidsflyt

”Kvern” som prosesserer XML-filer, info fra andre kilder og presenterer i Web

Kobling Felles studentsystem Presentasjon i web• Vortex leverer funksjonalitet

–administrasjon, redigering og visning (publisering) av strukturerte dokumenter



Side 45

Organisatoriske aspekter – den store flaskehalsen!• Overgang til XML et paradigmeskifte!

• Mange brukere bruker lang tid på å snu tankegangen

• Vær forberedt på motstand– Involver brukerne i beslutningsprosessene

– Eierskap og medinnflytelse viktig

• Bruk nok tid og ressurser på opplæring og riktig verktøy!



Side 46

Involverte i prosessen• Mange aktører

– De som kjenner informasjonen og prosesser godt

– De som redigerer informasjonen som skal over i XML

– Økonomiske beslutningstakere

– Driftspersonell

– Personer som representerer andre berørte systemer

– Utviklere



Side 47

Mange brukerhensyn• Mange innskrivere

– StudInfo, FS, superbrukere, administrativt ansatte, forelesere, studenter

– Struktur vs fleksibilitet

– Valg av verktøy

• Rutiner, arbeidsflyt

• Gjenbruk og prosessering

• Aksesskontroll

• Presentasjon; Papir, Web, CD.rom, blindeskrift…

• Søk og navigering– Index, stikkord, fulltekstsøk, hyperlinker

• Opplæring, brukeroppfølging– Ikke undervurder behovet!



Side 48

Presentasjon i Web www.uio.no/studier/tilbud



Side 49

Programpresentasjon



Side 50

Fra emnepresentasjon til emnets ”hjemmeside”



Side 51

Administrer



Side 52

Rettigheter, rediger, vis på web…



Side 53

Rediger



Side 54

Referanser• http://www.w3.org

– The World Wide Web Consortium

• www.xml.com

• www.xml.org

• www.perfectxml.com– Artikler

– Programvare (editorer m.m.)

– m.m.

• HTML/XML-editorer– www.usit.uio.no/prosjekter/htmleditor/grovsortering.html

Documents

XML - Teori og praktisk bruk