Como funciona la web

DISEÑO DE
SISTEMAS EN
INTERNET.
¿CÓMO FUNCIONA LA
WEB?

ALGUNOS TÓPICOS INTERESANTES.
•¿Qué es la Web?
•Quienes pensaron la Web como un gigantesco
espacio de información universal una suerte
biblioteca infinita.
•¿Qué estructura ha tomado este espacio?
•¿Cómo está organizado?
•¿Cómo es usado hoy?
La web es un espacio lógico construido
sobre un soporte esencial: la red de

Desde el punto de vista técnico Web, Red o Internet son
objetos completamente diferentes. Internet hace
referencia a la red física que conecta diferentes
computadores y lugares. Sus preocupaciones son
protocolos de transmisión de datos (TCP/IP), manejo de
nombres de dominio, etc.
La web hace referencia a la arquitectura lógica de la
información que ha sido posible construir sobre esta
red física.

El procesamiento de la información ha evolucionado
desde unidades aisladas hasta una interconexión
mundial a través de una red global (la web.)
Y con esto aparece el problema de ordinar e
integrar la información que está en cada uno de los
nodos (computadores) de esta gigantesca red.

En los inicio (Años '90s del S. XX.) la idea era diseñar
un sistema global de información de forma que cada
usuario en un nodo pudiera navegar casi por el resto
(excepto el Pentágono ) automáticamente,
desconociendo cómo funciona el sistema del otro, su
SO. lenguajes de programación que usa, aplicaciones
que corre, etc.
El concepto "web" integró muchos sistemas de
información diferente por medio de la formación de
un espacio imaginario abstracto sin diferencias

BASES LÓGICAS DE LA WEB.
La arquitectura lógica de la web se sustenta en tres
pilares básicos:
Identificadores únicos (URI.)
Lenguaje universal para describir (HTML.)
Protocolo de transmisión de datos (HTTP.)

pilares básicos:
Identificadores únicos (URI.)
Un nombre propio para referirse o referenciar y
hablar o describir objetos. Ejemplo es la URL
(Localizador universal de recurso,
correspondiente a una dirección web.)

pilares básicos:
Lenguaje universal para describir (HTML.)
Un lenguaje único, entendible por todos, con
simplicidad e hipertextualidad para anclar o
redirigir al lector de un punto a otro.

pilares básicos:
Protocolo de transmisión de datos (HTTP.)
Un protocolo entre clientes (navegador, agente,
herramienta cualquiera) y servidores, que permita
enviar y traer información en HTML desde un sitio
a otro en la web, con la posibilidad de
intermediarios (proxies, gateways, túneles) entre
ellos.

Aspectos filosóficos:
Independencia de Dispositivo.
Independencia de Software.
Internacionalización.
Multimedia.
Accesibilidad.
Ritmo y razón.
Calidad.
Independencia de escala.

Independencia de Dispositivo.
Debe tener estándares que permitan acceder a la
información desde casi cualquier dispositivo y
formato de pantalla y audio; separando contenido
y forma en la información.

Independencia de Software.
Un desarrollo descentralizado del software.

Internacionalización.
Con la introducción de UNICODE, la última
barrera que cargaba su desarrollo hacia los lengu
ajes occidentales ha sido barrida.
(La diferencia clave entre el viejo HTML y el nuevo
estándar
XHTML, aparte de mejoras técnicas relacionadas c
on XML,
es que XHTML está basado en UNICODE.)

Multimedia.
Los formatos disponibles para publicar deben estar
abiertos a todas las facetas de la creatividad human
a capaces de representar.
En este sentido, soportar multimedia no representa
sólo
un par de avances tecnológicos, sino una filosofía d
e desarrollo de la Web

Accesibilidad.
La universalidad de la Web debe permitir que
ella sea usada por la gente independientemente
de sus discapacidades.

Ritmo y razón.
Es absurdo pensar que en algún momento los
humanos serán prescindibles en el desarrollo y
enriquecimiento de la
web. Hay que buscar los justos términos
para cada aplicación.

Calidad.
Es impensable que algún día toda la información vay
a a ser con calidad.
Aquí hay otro compromiso, y es que la tecnología de
la Web
debe permitirnos navegar y vivir entre información c
on diferentes niveles de calidad.

Independencia de escala.
Debe permitir que la privacidad de la información de i
ndividuos
y grupos pueda ser negociada por ellos mismos, y per
mitir que
cada grupo se sienta seguro en el control de su espac
io.

LA WEB SEMÁNTICA.
Uno de los problemas más importantes en la web es
determinar el significado de cada dato. Los
buscadores funcionan de forma sintáctica, no
comprenden palabras. En la web no existen personas
especializadas catalogadoras que añadan metadatos a
los recursos de la web, debido a su exponencial
crecimiento diario y por que la web posee un modelo
distribuido.
A menudo los motores de búsqueda no responden lo
que se busca, hay dificultades para filtrar información
debido a la heterogeneidad de los datos y su

LA WEB SEMÁNTICA.
Existen avances en niveles estrucuturales y sintácticos
con XML y tecnologías afines. Sin embargo la
limitación está en relacionar la información y
agregarla, las máquinas no son hábiles para
comprender el significado y las relaciones entre las
partes de la información que recolectan.
Los humanos agregamos contexto, interpretamos y
damos sentido a la información existente en la web.
Además la tarea de diseñar e implementar la
organización requiere una descripción precisa de los
datos expuesto, la publicación distribuida y las

LA WEB SEMÁNTICA.
La solución allanar el camino para construir agentes
de software que procesen este tipo de información,
transformando la web actual en información para
servicios comprensibles por humanos y máquinas, por
medio de un lenguaje estándar de metadatos y
ontologías que permitan a los agentes encontrar el
significado siguiendo enlaces a las definiciones de
términos claves y reglas de razonamiento lógico sobre
ellas. Los metadatos son datos descriptivos sobre un
objeto o recurso físico o electrónico. Las ontologías
son especificaciones formales de vocabulario y

LA WEB SEMÁNTICA.
La solución allanar el camino para construir agentes
de software que procesen este tipo de información,
transformando la web actual en información para
servicios comprensibles por humanos y máquinas, por
medio de un lenguaje estándar de metadatos y
ontologías que permitan a los agentes encontrar el
significado siguiendo enlaces a las definiciones de
términos claves y reglas de razonamiento lógico sobre
ellas.
Los metadatos son datos descriptivos sobre un objeto
o recurso físico o electrónico. Las ontologías son
Representación de entidades, ideas y
eventos, junto con sus propiedades y
relaciones, de acuerdo con su sistema
de categorización.

LA WEB SEMÁNTICA.
Ejemplos de metadatos pueden ser referencias a
documentos de derechos de autor, accesos legales,
versionamiento, ubicación de información,
documentación de software, autenticación, etc.
Un ejemplo es RDE (Resource Description Framework),
un lenguaje diseñado para soportar la Web Semántica.
El universo a modelar es la web, un conjunto de
recursos (todo puede tener una URL), el lenguaje para
describirlo es un conjunto de propiedades.

EL FUTURO DE LA WEB.
Luego de la estructura básica actual, vendrá una
capa semántica de metadatos, que permitirá a
agentes de software procesar la información e
paralelo a los humanos.

ANATOMÍA DE LA WEB.
La web es compleja, posee páginas estáticas, páginas
dinámicas. Hay páginas públicas y privadas. Algunos
sitios tienen información semántica que ayuda a los
buscadores.
Es importante detectar patrones de acceso y sus
tendencias, de forma genérica o para un usuario
específico. También afecta el tamaño de archivos de
imágenes, audio, etc; el número de enlaces que salen
de una página y los que llegan hacia una. También
afecta la fecha de actualización de las páginas y el

DESARROLLODE
INTERNET. En las décadas de 1970 y 1980 los computadores se
desarrollaban rápidamente mientras iba siendo claro que
existía la necesidad de interconectarlos en redes
mundiales, básicamente para poder enviar mail desde una
parte del mundo a cualquier otra; necesidad básica de la
comunidad científica que hasta ese momento sólo
disponía de un lento y poco confiable sistema de cartas
internacionales para intercambiar ideas y trabajos
escritos.
Estas redes se desarrollaban en torno a un tipo
determinado de computador: existían la redes de
computadores IBM (BITNET), Digital (DECNET), Unix

DESARROLLO DE INTERNET.
Estas redes eran incompatibles entre sí, y no tenían
forma de enviar mails desde la una hacia la otra, por lo
que por un tiempo un sistema de interconexión entre
ambas consistía de una persona con un diskette que
subía y bajaba las escaleras con el mail de una red hacia
la otra.

La necesidad clara de construir un sistema
interconectado mundial entre todas estas redes fue
uno de los motores fundamentales de Internet. El
mismo nombre lo indica: el objetivo era construir una
interred; una red de redes.
Internet conquistó el mundo a través de dos
tecnologías clave: el protocolo Internet (IP), que
permitía conectar a Internet a cualquier tecnología de
red existente; y al sistema de nombres de dominio que
permitió tener direcciones de correo electrónico únicas
e independientes de la tecnología usada.

En el mundo, los nombres de dominio han sido uno
de los principales puntos de conflicto entre el sector
privado, el público y la comunidad internacional.
Aunque se ha ido avanzando mucho y se han
creado organizaciones con bastante apoyo para
administrarlos a nivel mundial, aún persisten
muchas discusiones en torno a la operación del
sistema, su relación con las marcas y la propiedad
intelectual y el rol de los gobiernos en los dominios
de país.

ARQUITECTURA DE INTERNET.
Para que la web funcione, se requiere una Internet
que provea básicamente la funcionalidad que
permita que cualquier computador conectado a
Internet pueda conectarse a un servidor identificado
por la URL utilizada.
Parte de esa funcionalidad la provee el ISP (Internet
Service Provider) y otra parte la provee mi
computador y otra el servidor web de destino.

La arquitectura Internet divide esta funcionalidad en
cuatro servicios:
1.Traducción de nombre de dominio a dirección IP
(DNS.)
2.Conexión y Transporte (socket.)
3.Ruteo de paquetes IP.
4.Protocolo HTTP.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
Este es el servicio inicial que se invoca para traducir un
nombre de dominio (como www.loquesea.ni) a una
dirección IP (como 146.83.4.11), que es básicamente
un número único que se requiere para poder llegar al
computador destino.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
Este servicio es crucial para el funcionamiento eficiente
de la web, puesto que todo nombre debe ser traducido
antes de poder conectarnos al servidor. La operación
requiere varios servidores de nombres (DNS) que
responden por cada dominio, proveyendo redundancia
y rapidez en las respuestas.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
Obtenida la dirección IP del servidor, se estable una
conexión con él, que permite enviar y recibir datos en
forma confiable, a través de un socket que es la parte
más compleja del sistema porque implementa un
protocolo de corrección de errores que permite
transmitir información sobre una Internet que pierde
datos, que los desordena y a veces incluso los duplica.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
La inteligencia del socket radica sólo en los extremos de
la conexión: el navegador y el servidor. El resto de la
red no interviene en este servicio, y eso es fundamental
para mantener a Internet como un servicio barato y
eficiente, dado que la complejidad principal la ejecutan
los computadores en los extremos.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
El servicio básico que debe proveer un ISP es el ruteo
de los datos que fluyen entre el navegador y el
servidor, los que van en paquetes separados los unos
de los otros y que deben pasar a través de varias
redes potencialmente en países y continentes
diferentes. Este es el servicio fundamental que provee
el ISP.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
Este es el diálogo que se establece entre el navegador y
el servidor web en el otro extremo una vez que están
conectados. El protocolo permite intercambiar
contenidos como texto, páginas web, imágenes, audio,
video, etc.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
Toda la web está basada en HTTP. El protocolo
original fue desplegado en Internet en 1991
y rápidamente le cambió la cara a Internet;
pasó de terminales de texto a navegadores
muy parecidos a los actuales.

cuatro servicios:
(DNS.)
4.Protocolo HTTP.
En resumen, el navegador envía una URL al
servidor, quien le responde con el contenido
almacenado para esa URL de manera que el
navegador lo interprete y decida qué hacer
con éste. El diálogo HTTP termina al terminar
esa transferencia.

GOBIERNO DE INTERNET.
Es una forma de control y supervisión del sistema que
brinde garantías que esto funcione en forma estable
para todos.
Es muy complejo el tema de la administración y
asignación de responsabilidades en Internet. En esto
participa la comunidad Internet completa, los
gobiernos y los organismos internacionales como las
Naciones Unidas. Al ser de alcance global, no debe
ser controlada por ningún país en particular.

GOBIERNO DE INTERNET.
El organismo que intenta administrar esta discusión y
los recursos de Internet es ICANN, que es una
fundación sin fines de lucro con residencia en
California, Estados Unidos. Su autoridad es bastante
cuestionada, pero todos respetan sus procedimientos
para garantizar la estabilidad operacional de Internet.

BUSCANDO EN LA WEB.
No basta con Internet. Ni siquiera basta con la Web. El
ingrediente imprescindible que se necesita son los
buscadores o máquinas de búsqueda.
Ellos conocen en qué páginas de la web aparecen qué
palabras (y saben bastante más). Sin un buscador,
debería conocer las direcciones web de todos los sitios
de bibliotecas, o de turismo, o de cualquier tema que
pudiera interesar, y las que no conociera sería como si
no existiesen.

BUSCANDO EN LA WEB.
Es un gigantesco desafío tecnológico y científico que
supone desarrollar un buscador.
Algunas cuestiones básicas son:
¿Qué páginas debería conocer un buscador?
¿Qué debería almacenar de esas páginas?
¿Qué tipo de preguntas debería aceptar?
¿Qué debería responder a esas preguntas?
¿Cómo debería mostrar la información?

… ¿QUÉ PÁGINAS DEBERÍA CONOCER UN
BUSCADOR?
¡Todas! pero lamentablemente no es posible. La web
cambia demasiado seguido: un porcentaje alto de las
páginas cambia de un mes a otro, y aparece un
porcentaje importante de páginas nuevas.
Internet no es lo suficientemente rápida: se necesitan
meses para transmitir todas las páginas de la web al
buscador. Es simplemente imposible mantener una foto
actualizada de la web. ¡No es posible explorarla al ritmo
de se crecimiento! La foto que almacena un buscador es
siempre incompleta y sólo parcialmente actualizada. No

CRAWLING: ¿QUÉ PÁGINAS DEBERÍA CONOCER
UN BUSCADOR?
Se llama crawling al procedimiento de visitar páginas
para ir actualizando lo que el buscador sabe de ellas.
Un crawler es un programa que corre en la máquina del
buscador y que solicita a distintos computadores de
Internet que le transfieran el contenido de las páginas
web que él les indica.
Para estos computadores es casi lo mismo que un
crawler o un ser humano visite sus páginas: debe
enviarle el contenido de la página solicitada.

CRAWLING: ¿QUÉ PÁGINAS DEBERÍA
CONOCER UN BUSCADOR?
Un tema fundamental en un buscador es justamente
decidir qué páginas debe conocer y la frecuencia para
actualizar el conocimiento que tiene sobre cada página.
Un crawler comienza con un conjunto pequeño de
páginas conocidas, dentro de las cuales encuentra
enlaces a otras páginas, que agrega a la lista de las que
debe visitar. Rápidamente esta lista crece y es necesario
determinar el orden para visitarlas. Este orden se llama
“política de crawling”.

CRAWLING: ¿QUÉ PÁGINAS DEBERÍA
CONOCER UN BUSCADOR?
Algunas variables relevantes para determinar esta
política son la importancia de las páginas (debería
actualizar más frecuentemente una página que es más
importante, lo que puede medirse como cantidad de
veces que la página se visita o cantidad de páginas que
la apuntan o frecuencia con que se buscan las palabras
que contiene, etc.), y la frecuencia de cambio de las
páginas (el crawler debería visitar más frecuentemente
una página que cambia más seguido), entre otras.

INDEXAMIENTO: ¿QUÉ DEBERÍA ALMACENARSE DE LAS
PÁGINAS?
El indexamiento es el proceso de construir un índice de
las páginas visitadas por el crawler. Este índice almacena
la información de manera que sea rápido determinar qué
páginas son relevantes a una consulta.
Dados los volúmenes de datos involucrados (los mayores
buscadores hoy indexan más de 3 mil millones de
páginas, que ocupan varios terabytes), es imposible
recorrer una a una todas las páginas almacenadas en un
buscador para encontrar cuáles contienen las palabras
que le interesan al usuario.

INDEXAMIENTO: ¿QUÉ DEBERÍA
ALMACENARSE DE LAS PÁGINAS?
¡Esto demoraría horas o días para una sola consulta! El
buscador construye lo que se llama un índice invertido,
que tiene una lista de todas las palabras distintas que ha
visto, y para cada palabra almacena la lista de las páginas
donde ésta aparece mencionada.
Con un índice invertido, las consultas se pueden resolver
mediante buscar las palabras en el índice y procesar sus
listas de páginas correspondientes (intersectándolas, por
ejemplo)

INDEXAMIENTO: ¿QUÉ DEBERÍA
ALMACENARSE DE LAS PÁGINAS?
Los buscadores grandes deben procesar hasta mil
consultas por segundo. Si bien este trabajo puede
repartirse entre varios computadores, la exigencia sigue
siendo alta. El mayor costo para responder una consulta es
leer de disco las listas de páginas apuntadas por el índice
invertido.
Es posible usar técnicas de compresión de datos para
reducir el espacio en que se representan estas listas. Con
esto se logra ganar espacio y velocidad simultáneamente.
Pueden hacerse también otras cosas, como precalcular las

BÚSQUEDA: ¿QUÉ PREGUNTAS DEBERÍA
RESPONDER Y CÓMO?
Considerando que el usuario escribe algunas palabras
de interés y el buscador le da la lista de las páginas
donde aparecen estas palabras. La realidad es más
complicada.
Una consulta por una única palabra, normalmente
devolvería millones de páginas y el usuario no tiene la
menor posibilidad de examinarlas según sus
necesidades relevantes de información

RESPONDER Y CÓMO?
Varias formas de calcular la relevancia dan lugar a mejores o
peores heurísticas. Mayor cantidad de veces que aparece
una palabra en una página es subjetivo si se analiza con
relación al largo de páginas que la contienen. Estas páginas
podrían ser más o menos importantes según sus visitas o
por ser apuntadas por otras.
Algo más sofisticado sería analizar el comportamiento de
otros usuarios que buscaron lo mismo (minería de
consultas), añádale información posicional (ubicación en los

RESPONDER Y CÓMO?
Los buscadores normalmente presentan una lista de las
primeras páginas según el orden que han hecho
basados en la consulta y según el contexto donde las
palabras aparecen.
La situación se complica con varias palabras, donde
cada una tiene distintos grados de importancia, como
las preposiciones. Conseguir respuestas de búsquedas
más sofisticadas a gran escala es complejo y son temas
actuales de investigación.

RESPONDER Y CÓMO?
Ejemplo:
Buscar por contenido en fotos, audios o videos.
Preguntar con información relativa al tiempo, lugar
o valores relativos al contexto.

GRANDES VOLÚMENES DE INFORMACIÓN
UTILIZANDO CLUSTERS DE
COMPUTADORAS.
Lo que hacen los buscadores actuales es utilizar
(clusters) un conjunto de computadores
interconectados en red y comunicados por mensajes
para resolver los distintos pasos involucrados en la
producción de una respuesta a una consulta de
usuario.
En un cluster utilizado como máquina de búsqueda,
cada computador tiene su propia memoria RAM y disco
para almacenar una parte de la información del

UTILIZANDO CLÚSTERES DE
COMPUTADORAS.
En una máquina de búsqueda las consultas de los usuarios
llegan a un computador recepcionista llamado broker, el
cual distribuye las consultas entre los P computadores que
forman el clúster.
Sin embargo, la cantidad de respuestas puede ser
inmensamente grande puesto que las listas invertidas
pueden llegar a contener miles de identificadores de
documentos que contienen todas las palabras de la
consulta. Es necesario hacer un ranking de los resultados

UTILIZANDO CLÚSTERES DE
COMPUTADORAS.
Sin embargo, enviar mensajes conteniendo una gran
cantidad de resultados entre dos computadores
puede consumir mucho tiempo. Es deseable reducir
la cantidad de comunicación entre computadores.

RECOLECCIÓN DE PÁGINAS WEB Y
CLÚSTERES.
Gran parte del éxito de una máquina de búsqueda
descansa en su capacidad de almacenar la versión más
reciente de la web. Por tanto es necesario establecer un
orden para realizar las visitas a los sitios web para
recuperar primero los sitios que son de mayor interés
para los usuarios.
Una manera de asignar una medida de “interés” para los
sitios web es suponer que los sitios que son más
“apuntados” por otros sitios reconocidos como
importantes son también interesantes para los usuarios.

RECOLECCIÓN DE PÁGINAS WEB Y
CLÚSTERES.
Para poder realizar consultas de información en una
máquina de búsqueda se necesita que ésta contenga
información actualizada de la web.
Los buscadores comerciales tienen software en operación
que está constantemente conectándose a los sitios web
del mundo para indexar los documentos y sitios y
ponerlos a disposición de los usuarios.
Para bajar la web mundial es necesario utilizar clústeres
de computadores cuyo número varía entre diez y veinte
mil computadores y es un proceso que demora varias

TRANSFORMANDO LA WEB EN UNA BD.
Una de las razones para la popularización de la web ha sido
el desarrollo de una infinidad de páginas que entregan
distintos servicios; buscadores como Yahoo! y Google,
grandes repositorios de información como Wikipedia,
tiendas electrónicas como Amazon, diarios y revistas
electrónicas, página personales, etc.
La cantidad de información almacenada en la web ha crecido
de manera tal, que ningún usuario tiene la capacidad de
recorrer la web entera en busca de información; y es
necesario utilizar buscadores automáticos como Yahoo! y

Nadie niega la importancia y utilidad que tienen los
buscadores para encontrar información en la web. Sin
embargo, muchos usuarios pueden decir que su
experiencia con ellos no ha sido completamente
satisfactoria.
A medida que las consultas que se quiere realizar son más
complejas, la búsqueda de información puede requerir
intentos en los cuales es necesario jugar con distintos
parámetros.

En este problema ha estado involucrado HTML, un
lenguaje que permite estructurar tanto la información
como las posibilidades de navegación en una página web.
Los buscadores tienen dificultades para interpretar
información por el uso de HTML, el cual permite desplegar
información que es fácil entender para los humanos, pero
que es difícil interpretar para los computadores.
Estas dificultades ya pueden verse en ejemplos tan
sencillos como:

TRANSFORMANDOLA
WEBENUNABD.
<html>
<body bgcolor="#FFFFFF">
<center>
<h2> Todo Libros </h2>
</center>
<ul>
<li><b>Teoría de Juegos.</b>
Martin Osborne y Ariel Rubinstein. Precio:
160.</li>
</ul>
</body>
</html>

Este archivo ha sido espaciado de manera que sea fácil
visualizar la estructura jerárquica del documento:
<li>: corresponde a un ítem en la lista definida por
<ul>
Para un computador esta información no es tan clara.
Una de las razones es que el computador no tiene la
información de contexto, o meta-información, que
tiene el usuario.

El documento HTML no tiene indicación alguna sobre
donde buscar esta información, simplemente dice
cómo debe ser desplegada la lista. Y más complicado
serían algunos cálculos para saber el precio final.
La búsqueda de información en la web puede
mejorarse si los formatos usados para almacenar
información pueden ser fácilmente interpretados por
los computadores. Una propuesta para hacer esto es el
uso de XML.

TRANSFORMANDOLAWEB
ENUNABD.
<?xml version="1.0" encoding=" utf-8"?>
<bookList>
<book isbn="0471777781">
<title>Professional Ajax</title>
<author>Nicholas C. Zakas, Jeremy McPeak, Joe
Fawcett</author>
<publisher>Wrox</publisher>
<book isbn="1861002025">
<title>Professional Visual Basic 6 Databases</title>
<author>Charles Williams</author>
<publisher>Wrox</publisher> </book>
</bookList>

TRANSFORMANDO LA WEB EN UNA BD:
XML.
Un documento XML (eXtensible Markup Language [2]) es
similar a un documento HTML; está compuesto por
marcadores, o “tags”, que están anidados como en el
caso de HTML.
La mayor diferencia es que los marcadores HTML tienen
significados predefinidos, tales como <title> y <ul>,
mientras que los de XML son definidos por el usuario.
Por ejemplo, almacenar la misma información que el
HTML anterior sería:

TRANSFORMANDOLAWEBEN
UNABD:XML. <?xml version="1.0"?>
<libreria><nombre>Todo Libros</nombre>
<libro>
<titulo>Teoría de Juegos</titulo>
<autor><nombre>Martin</nombre>
<apellido>Osborne</apellido></autor>
<autor><nombre>Ariel</nombre>
<apellido>Rubinstein</apellido></autor>
<precio>160</precio>
</libro>
</libreria>

XML.
El documento está compuesto por marcadores como
<libreria>, <libro> y <autor>. Un marcador con nombre
<a> es cerrado por uno con nombre </a>.
Los nombres de los marcadores los define el usuario y la
única restricción que deben cumplir, como en HTML, es que
deben estar correctamente anidados.
Los marcadores se usan para mostrar claramente la
información sobre un libro. Si un computador quiere buscar
el título de un libro, basta que busque el marcador <titulo>
y que después despliegue lo que se encuentra en el
marcador.

XML.
La forma como la información está agrupada y los
nombres de los marcadores le indican a un computador
dónde buscar información. XML es una buena alternativa
para almacenar información; un computador tiene mayores
posibilidades de interpretar y extraer información en estos
documentos.
Mientras HTML es usado para especificar cómo desplegar
información en un browser, XML es usado para almacenar
información y no contiene indicaciones de como mostrarla.
Entonces se deben diseñar tecnologías que permitan sacar
ventajas de ambos lenguajes.

XML.
XML (Extendible Markup Languaje), ha sido diseñado
para transportar y almacenar datos de codificación de
información fácilmente entre varias plataformas que
utilicen una misma lógica interna. La información que
contiene los documentos XML son archivos de texto
organizados de forma de árbol: cada rama puede tener
unos atributos propios y servir de base para otras
ramas.

XML.
Una de las razones para la creación de XML fue tener un
formato que permitiera intercambiar información en la
web.
La idea es que si varias personas o empresas desean
intercambiar datos sobre un tema común y usan formatos
XML distintos para almacenar su información, entonces
puedan intercambiar información de manera sencilla
usando algún lenguaje de transformación que permita
cambiar de un formato a otro.

XML.
XML fue elegido como el lenguaje para intercambiar
información por su gran flexibilidad, esencialmente
cualquier documento XML es válido mientras la anidación
de los marcadores sea correcta.
El lenguaje elegido para especificar las transformaciones
fue XSLT (Extensible Stylesheet Language Transformations.)
Es un lenguaje que busca patrones dentro de un documento
e indica cómo reestructurarlos. XSLT en general permite
generar cualquier tipo de documento desde un documento
XML (HTML, texto plano, programa en algún lenguaje de

XML.
En particular, es usado por browsers como FireFox y
Explorer para poder desplegar documentos XML. La idea
aquí es simple: como XML es un mejor formato para
almacenar información, conviene tener los documentos en
la web en este formato.

XML.
Si un documento XML tiene que ser desplegado por un
browser, entonces se usa un conjunto de reglas XSLT para
generar un documento HTML desde la fuente XML, el cual
es usado por el browser al desplegar la información.
Para indicar cuál es el programa XSLT a usar al desplegar
un documento XML se usa una línea adicional en el
documento. Un ejemplo sería:

XML.
<?xml version="1.0"?>
<?xmlstylesheet type="text/xsl"
href="libreria.xslt"?>
<libreria>
<nombre>Todo Libros</nombre>
<libro>
...
</libro>
</libreria>

XML.
En el campo href="libreria.xslt" se indica que se debe usar
el archivo XSLT libreria.xslt compuesto por una serie de
patrones que son declarados a través del marcador
xsl:template y un atributo match que indica dónde se debe
usar el patrón.
Los datos son almacenados en un archivo XML, el cual es
desplegado en un browser usando un conjunto de reglas
XSLT que indican cómo generar un archivo HTML desde el
archivo XML original. Para sacar el mayor provecho a este
enfoque, todavía faltaría indicar cómo se puede extraer

EXTRACCIÓN DE INFORMACIÓN DESDE
XML.
Para un computador es más fácil interpretar información
escrita en XML y por tanto es más fácil extraer información
desde este formato; y por otra parte HTML provee buenas
herramientas para desplegar información en la web.
Para esto es necesario tener buenos lenguajes de consulta
para XML. Estos deben ser suficientemente expresivos
como para permitir al usuario expresar consultas
generales, y estar acompañados de procedimientos
eficientes para evaluar consultas: XPath y XQuery.

XML.
XPath provee una serie de herramientas que permiten
navegar un documento XML, seleccionar elementos
desde él y extraerlos para ser desplegados o usados por
otras consultas.
Suponga está usando el documento XML sobre libros. Si
un usuario quiere extraer el nombre de la librería,
puede utilizar la consulta XPath:
child/?nombre/text()

XML.
Esencialmente una consulta en XPath consiste de un camino
y su respuesta es el conjunto de todos los elementos que
pueden ser alcanzados en un documento XML, siguiendo el
camino desde el primer elemento de este documento.
Puede utilizar palabras que tienen un significado reservado
(child y text() en el ejemplo) o palabras cuyo significado está
dado por un documento (nombre en el ejemplo). Además, en
una expresión XPath se puede utilizar el símbolo ? para
indicar que se quiere revisar una condición.

XML.
En el ejemplo, la palabra reservada child es utilizada para
pasar de un elemento a sus hijos y ?nombre indica que sólo
se considerarán los elementos con marcador <nombre>.
Así, utilizando la expresión child en el ejemplo se pasa de
un elemento con marcador <libreria> a los que tiene
marcadores <nombre> y <titulo>, y utilizando el test
?nombre se selecciona el único elemento con marcador
<nombre> hijo del elemento con marcador <libreria>.

XML.
Finalmente se utiliza text() para extraer el texto
almacenado dentro del elemento con marcador
<nombre>, es decir, Todo Libros.
Una consulta para extraer la lista de apellidos de todos los
autores de libros sería:
descendant/?apellido/text()

XML.
La palabra reservada descendant, indica que se debe utilizar
los descendientes del primer elemento del documento, es
decir, los elementos que son alcanzables utilizando los
caminos child, child/child, child/child/child, etc. También
puede utilizar la consulta
descendant/?libro/descendant/?apellido/text()
La cual busca apellidos que aparezcan dentro de elementos
con marcador <libro>.

XML.
XQuery es un lenguaje más completo, que usa XPath para
navegar documentos XML y tiene herramientas para
estructurar la información extraída como un documento
XML.

XML.let $lib := doc("libreria.xml")
return
<lista> {
for $x in $bib/child/?libro
for $y in $x/descendant/?apellido
where $y/text() = Rubinstein
return <libro> {
<titulo> $x/descendant/?titulo/text()
</titulo>
<precio> $x/descendant/?precio/text()
</precio> }
</libro> }

XML.
let $lib := doc("libreria.xml")
return
<lista> {
return <libro> {
</titulo>
</precio> }
En XQuery pueden aparecer elementos con un
significado predefinido y otros que deben ser
interpretados en un documento XML. let es usado
para indicar que la variable (comienza con $) $lib
está ligada al documento libreria.xml .

XML.
return
<lista> {
return <libro> {
</titulo>
</precio> }
En esta consulta for es usado para indicar que
una variable debe tomar todos los valores
alcanzados al utilizar un camino en XPath.

XML.
return
<lista> {
return <libro> {
</titulo>
</precio> }
Por ejemplo: for $x in $bib/child/?libro indica
que $x va a tomar como valor los elementos
con marcador <libro> que son hijos del primer
elemento del documento

XML.
return
<lista> {
return <libro> {
</titulo>
</precio> }
Al igual que en un lenguaje de programación,
las instrucciones que utilizan for pueden
aparecer anidadas.

XML.
return
<lista> {
return <libro> {
</titulo>
</precio> }
En la consulta anterior, where es usado
para revisar una condición y return para
indicar que algo debe estar en la salida
de la consulta. Por ejemplo, en la
condición where $y/text() = Rubinstein
se chequea que el apellido del autor que
se va a utilizar sea Rubinstein.

XML.
return
<lista> {
return <libro> {
</titulo>
</precio> }
En una consulta XQuery se puede
indicar cómo se estructurará la
respuesta colocando marcadores
XML. <lista> es el marcador del
primer elemento del documento de
salida, y contiene como hijos una
serie de libros con marcador
<libro>.

Como funciona la web

Más contenido relacionado

La actualidad más candente (20)

Similar a Como funciona la web (20)

Más de Facultad de Ciencias y Sistemas (20)

Último (20)

Como funciona la web