Apuntes de XML

• Creación de documentos XML
  • Sintaxis
    • Un ejemplo completo
    • Reglas básicas
    • Otras construcciones
    • Espacios de nombres
    • Cabecera
    • Terminología
  • Reglas de diseño

Creación de documentos XML

 Sintaxis

 Un ejemplo completo

• Ejemplo completo de documento XML:

  <?xml version="1.0" encoding="ISO-8859-1" standalone="no"?>
  <?xml-stylesheet href="librohtml.xsl" type="text/xsl"?>
  <?xml-stylesheet href="librowml.xsl" type="text/xsl" media="wap"?>
  <?cocoon-process type="xslt"?>
  
  <!-- Referencia la DTD -->
  <!DOCTYPE Libro SYSTEM "libro.dtd">
  
  <!-- Comienza el contenido -->
  <Libro xmlns="http://www.mislibros.com/libros/javaxml"
  			xmlns:Catalogo="http://www.mislibros.com/catalogo">
  
   <Titulo>Java y XML</Titulo>
   <Catalogo:Seccion>Programación</Catalogo:Seccion>
   <Catalogo:SubSeccion>XML</Catalogo:SubSeccion>
   <Contenido>
  
    <Capitulo materia="XML">
     <Tema>Introducción</Tema>
     <subcapitulo1 apartados="7">Qué es</subcapitulo1>
     <subcapitulo1 apartados="3">Cómo se usa</subcapitulo1>
    </Capitulo>
  
    <Capitulo materia="XML">
     <Tema>Creando XML</Tema>
     <subcapitulo1 apartados="0">Un documento XML</subcapitulo1>
     <subcapitulo1 apartados="2">La cabecera</subcapitulo1>
     <subcapitulo1 apartados="6">El contenido</subcapitulo1>
    </Capitulo>
  
    <Capitulo materia="Java">
     <Tema>Analizando XML</Tema>
     <subcapitulo1 apartados="3">Preparación</subcapitulo1>
     <subcapitulo1 apartados="3" dificil="si">SAX</subcapitulo1>
     <subcapitulo1 apartados="9" dificil="si">Manejadores</subcapitulo1>
     <subcapitulo1 apartados="0">Una forma mejor de cargar el analizador</subcapitulo1>
    </Capitulo>
  
    <Separacion/>
  
    <Capitulo materia="Java">
     <Tema>JDOM</Tema>
     <subcapitulo1 apartados="2">Introducción</subcapitulo1>
     <subcapitulo1 apartados="4" dificil="si">DOM&amp;JDOM</subcapitulo1>
    </Capitulo>
    
   </Contenido>
  
   <Compra>
   	<![CDATA[
    		<Paso 1>Encontrar una librería.
    		<Paso 2>Encontrar el libro.
    		<Paso 3>Comprar el libro.
    	]]>
   </Compra>
   
   <Copyright>&OReillyCopyright;</Copyright>
   
  </Libro>

 Reglas básicas

• Hay dos tipos de construcciones: el marcado (entre <...> ó &...; ) y los datos de carácter (todo lo demás).
• Todo documento XML se compone de elementos. Cada elemento está delimitado por una etiqueta de comienzo y otra de fin, a no ser que sea vacío. Los elementos vacíos constan de una única etiqueta. Los nombres de las etiquetas son arbitrarios y no pueden contener espacios.
• Siempre hay un elemento raíz, cuya etiqueta de inicio ha de ser la primera de todas y la de cierre la última de todas.
• Cada elemento puede contener datos de carácter, elementos, ambas cosas a la vez o puede estar vacío.
• No se puede mezclar la anidación de las etiquetas: los elementos deben abrirse y cerrarse por orden.
• Los elementos pueden tener atributos (propiedades) que nos ofrecen información sobre ellos. Los valores de los atributos deben ir entrecomillados. Tanto atributos como valores son arbitrarios.
• Mayúsculas y minúsculas no son intercambiables.
• El espacio en blanco es libre, se puede utilizar para leer mejor el documento.

 Otras construcciones

• Se pueden utilizar comentarios, que el analizador no tratará, en cualquier sitio excepto dentro de las declaraciones, etiquetas y otros comentarios.
• Las secciones CDATA sirven para introducir texto que el analizador tendrá en cuenta como datos de carácter, sin interpretarlo como XML.
• Las entidades predefinidas permiten incluir ciertos caracteres sin que sean tomados como XML:
  • &amp; para el &
  • &lt; para el <
  • &gt; para el >
  • &apos; para el '
  • &quot; para el "
• Podemos definir nuestras propias entidades, lo veremos con las DTDs.

 Espacios de nombres

• Los espacios de nombres sirven para evitar las colisiones entre elementos del mismo nombre, y en general, para distinguir los distintos grupos de elementos en un mismo documento.
• Cada espacio de nombres se asocia con una URL, que sólo sirve como identificador único y no tiene por qué ser válida.

 Cabecera

• La cabecera, que es opcional aunque recomendable, da información sobre cómo manejar el documento a los analizadores y otras aplicaciones. Puede contener:
  • Una declaración XML para el analizador, con la versión, juego de caracteres utilizado, y una indicación de si el documento es o no autónomo (si requiere o no otros documentos).
  • Instrucciones de proceso para otras aplicaciones.
  • Una declaración DOCTYPE, que referencia a la DTD que restringe el documento.

 Terminología

• Cuando un documento cumple con las reglas sintácticas que hemos descrito, se le denomina documento bien formado.
• Un documento válido, además de ser bien formado, cumple las restricciones que le impone una DTD o un esquema XML.

 Reglas de diseño

• El diseño de la estructura de un documento XML no es una tarea trivial. Depende de un buen análisis del problema concreto a resolver (cómo se va a utilizar el documento), lo cual queda fuera del alcance de este curso. No obstante, se ofrecen a continuación algunas reglas prácticas.
• Siempre que sea posible, usar una DTD o esquema existente. Nos ahorramos diseñar los documentos XML y posibilita el intercambio de datos con otros que utilicen la DTD o esquema.
• La principal decisión es utilizar para los datos de los elementos subelementos o atributos. Por ejemplo:

  <diapositiva>
  	<título>Aquí el título...</título>
  </diapositiva>
  
  <diapositiva título="Aquí el título...">
  	...
  </diapositiva>

• Hay una serie de criterios:
  • Si el dato contiene subestructuras: elemento.
  • Si el dato es de gran tamaño: elemento.
  • Si el dato cambia frecuentemente: elemento.
  • Si el dato es de pequeño tamaño, y raramente cambia: normalmente, atributo.
  • Si el dato sólo puede tener unos cuantos valores fijos: atributo.
  • Si el dato se va a mostrar a un usuario o aplicación: elemento. Si el dato guía el procesamiento del XML pero no se va a mostrar: atributo.