XML. Обзор языка.

На данный момент XML является результатом более чем полувековой работы программистов – разработчиков гипертекстовой системы представления информации. Однако приложения, реально использующие эту систему, появились только в середине 60-х годов, когда стало необходимо объединить множество информационных ресурсов в единый комплекс.

Основным признаком гипертекста является механизм нелинейного представления информации. Данные представляются не в виде непрерывного потока, а набором различных, связанных между собой, компонентов, навигация по которым осуществляется при помощи гиперссылок.

Самым широко используемым на данный момент языком гипертекстовой разметки – HTML. HTML содержит набор инструкций (тегов), с помощью которых осуществляется разметка текста. Теги HTML управляют процессами ввода-вывода информации в программе-клиенте (что, кстати, есть серьезным недостатком, так как вид представления документа может меняться при переходе от одного клиента к другому). Вследствие этого этот язык не определяет структуру документа.

Данные, заключенные в теги HTML, никак не связаны с самими тегами. Например:

<b>Жирный текст<b>

Броузер отображает текст полужирным шрифтом, однако он не “видит” связи данного тега с другими, не “понимает”, включен ли этот тег в другие, включает ли он сам что-либо. Это крайне затрудняет поиск информации в таких документах. Также, недостатком HTML является ограниченный набор тегов и отсутствие возможности вводить разработчиком новых инструкций.

В связи с этим в 1998 году консорциумом World Wide Web Consortium был принят принципиально новый язык гипертекстовой разметки XML (Extensible Markup Language), отличающийся следующими признаками:

·        Разделение представлений и данных облегчает модификацию GUI, поскольку обрабатываемые данные при этом не меняются

·        Возможность введения новых тегов, что позволяет создавать и использовать специальные языки представления данных

·        По мере стандартизации дополнительных тегов облегчается обмен данными между веб-страницами.

Автор документа на XML сам создает его структуру, наборы элементов, строит связи между ними и добивается оптимального типа разметки, поиска и анализа документа.

Так как XML определяет структуру документа, то он, соответственно, позволяет производить проверку корректности данных, иерархических отношений в документе, стандартизировать структуру документов с различными данными. Это свойство применимо для построения сложных информационных систем, где необходимо обеспечить оперативный обмен информацией между различными приложениями в одной системе.

Для XML не требуется сложных программ-обработчиков, поэтому о его поддержке заявили такие производители программного обеспечения, как Microsoft (MS Explorer 4.0/5.0/5.5), Netscape, Oracle и др.

* * *

Тело документа XML состоит из элементов разметки и содержимого документа. Теги предназначены для определения элементов документа, атрибутов и других конструкций. Документ XML начинается с тега <?xml?>, в котором можно указывать кодовую страницу, версию языка и другую информацию.

Требования к XML-документу:

·        Заголовок документа - <?xml?> с необходимыми параметрами.

·        В отличие от HTML, в XML каждый тег должен иметь закрывающий элемент.

·        В учитывается регистр символов.

·        Атрибуты тегов заключаются в кавычки.

·        Необходим строгий порядок следования открывающих и закрывающих тегов при использовании вложений.

Существуют два способа проверки корректности XML-документов – определения DTD (Document Type Definition) и семантические схемы.

В XML представлены следующие конструкции:

·        Элементы данных.

·        Атрибуты

·        Директивы

·        Специальные символы

·        Комментарии

·        CDATA

Элементы данных – основные структурные единицы документа. Например:

<animal>cat</animal>

 Любой элемент должен обязательно содержать открывающий и закрывающий теги. Его содержимым могут выступать любые конструкции языка. Набором элементов определяется структура документа. Поиск в документе производится, опираясь на эту структуру.

Атрибуты – это параметры, определяющие характеристики тех или иных элементов. Так же, как и в HTML, они задаются парой “название”=“значение”.

Директивы анализаторам обозначаются в XML тегами <? и ?>. Броузер использует эти инструкции для управления разбора документа.

Для отображения в тексте документа некоторых специальных символов, как, например, кавычки или угловой скобки, необходимо использовать их специальные символьные идентификаторы (&lt, &qout).

Комментарии определяются по аналогии с HTML как <!-- Текст комментария -->. Они игнорируются анализатором при разборе структуры документа.

Тегом CDATA определяется область документа, рассматриваемая анализатором, как просто текст. В эту область можно помещать, например, Java Script. Форма записи тега:

<![CDATA] Текст ]]>

* * *

Что же можно отнести к недостаткам нового языка разметки? Вследствие отсутствия предопределенных тегов и гибкости структуры языка существует множество программ-обработчиков (parsers) XML-файлов. Это приводит к затруднениям в области стандартизации языка и может повлечь за собой разделение его на множество диалектов.

XML можно называть новой ступенью Web-программирования, можно считать просто следующим шагом в развитии HTML, но, несомненно, можно сказать, что его внедрение и повсеместное применение (не только в Интернете, а и в других информационных системах, например, в системах управления предприятием) приведет к значительному упрощению поиска, анализа, обработки и отображения информации.

Автор: Сергей Коломиец  
http://www.i.com.ua/~srk
srk@i.com.ua