LM-UT5: DTD, XML Schema

Lenguajes de Marcas y SGI

UT 5: XML (I).
Definición de esquemas y vocabularios.

CFGS «Administración de Sistemas
Informáticos en Red»

CIFP Juan de Colonia (Burgos)

David H. Martín Alonso

– Curso 2010/2011 –

XML (I): ESQUEMAS Y VOCABULARIOS.

Contenidos

Introducción
DTD
Espacios de nombres
XML Schemas

Febrero de 2011 CIFP Juan de Colonia


XML por fuera...
● XML se emplea para organizar
información de cualquier tipo.
● Muy popular, está omnipresente en
multitud de aplicaciones para
cualquier uso.
● Es un formato de texto,
estructurado usando etiquetas.
● Aunque tiene orígenes comunes y
es también muy popular en
Internet, no es HTML.


XML por dentro...

● Elementos
● Atributos
● Entidades
● Texto de contenido



¿metalenguaje?
■ Introducción XML es solo un metalenguaje.
□ DTD
□ XSD • Formato general, básico, común, obligatorio.
• Base para lenguajes con usos reales, concretos.
Diversos modelos para desarrollar cada lenguaje
– Gramáticas, vocabularios, etc.
5/43
• Document Type Definition (DTD).
• Esquemas (XMLSchema).
• Espacios de nombres.
Necesidad de corrección a los dos niveles:
• Documentos bien formados.
• Documentos válidos.



xmllint
■ Introducción Utilidad de texto para «sanear» archivos XML.
□ DTD
□ XSD
– Incluido en la biblioteca «libxml» .
• Dar formato.
• Verificar.
• Validar frente a lenguajes.
6/43

$> xmllint --version
…
$> xmllint --help
…
$> xmllint --format data.xml
…
$> xmllint --valid data.xml
…
$> xmllint –noout --dtdvalid data.dtd data.xml
…
$> xmllint –noout --schema schema.xsd data.xml
…

lint: soft cloth, used for protecting a cut or burn on your skin.
lint: soft cloth, used for protecting a cut or burn on your skin.


Actividad I: xmllint
Trabajar con xmllint para formatear y validar
documentos XHTML. Retirar la definición DOCTYPE
del documento y descargar a mano los archivos
correspondientes para tratar de hacer la validación
completamente de manera local.

Nota: Alguna versión distribuida para Win32, en
concreto la de MSYS no incluye soporte HTTP y eso
limita la validación contra archivos de definición a
través de la red. Con la opción –-versión
podemos ver las características incluidas.


DTD
□ Introducción Document Type Definition
■ DTD
□ XSD • Modelo estructural del documento
– Elementos
– Atributos

– Descendientes, jerarquía

– Contenido
8/43
• Modelo clásico heredado de SGML
– ¡Sintaxis NO XML!
– Sencillo = limitado

– En recesión frente a esquemas, espacios de nombres...

• Ubicación
– Interno
– Externo

– Mixto

• Notación: <! … >
– DOCTYPE, ELEMENT, ATTLIST, ENTITY

Ejemplos DTD: DOCTYPE
□ Introducción <!DOCTYPE –nombre– [ –declaraciones– ]>
■ DTD
□ XSD
• La definición DOCTYPE precede al elemento raíz.
• El nombre debe ser el del elemento raíz.
• Las declaraciones podrán estar en un archivo
9/43
separado.

<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<!DOCTYPE huérfano [
<!ELEMENT huérfano EMPTY>
]>

<huérfano />

Ejemplos DTD: Elementos (I)
□ Introducción <!ELEMENT –nombre– –contenido– >
■ DTD
□ XSD • Todos los elementos permitidos deben tener
descripción.
• Cada elemento debe indicar nombre y contenido.
• Contenidos especiales:
10/43
– EMPTY: elementos siempre vacíos.
– ANY: admite cualquier contenido, sean elementos o texto.

<!ELEMENT huérfano ANY>
<!ELEMENT furtivo EMPTY>
]>

<huérfano><furtivo/></huérfano>

Ejemplos DTD: Elementos (II)
□ Introducción • Los descendientes van entre paréntesis.
■ DTD
□ XSD
• El operador coma « , » separa los descendientes
exigidos y en orden.

11/43 <!ELEMENT huérfano (a, b)>
<!ELEMENT a ANY>
<!ELEMENT b ANY>
]>

<huérfano><a/></huérfano>

Ejemplos DTD: Elementos (III)
□ Introducción – El operador « | » separa descendientes alternativos.
■ DTD – Los paréntesis « () » permiten crear subgrupos.
□ XSD – Los elementos (o subgrupos) pueden ser opcionales

« ? » señala componentes opcionales.
« * » permite varios componentes opcionales.
« + » exige uno o más componentes.
– #PCDATA se emplea para contenido textual.
12/43

<!DOCTYPE padre [
<!ELEMENT padre ( hijo+ ) >
<!ELEMENT hijo ( #PCDATA | a | b )* >
<!ELEMENT a ANY>
<!ELEMENT b ANY>
]>

<padre>
<hijo />
<hijo><a/></hijo><hijo></hijo>
<hijo><a/></hijo><hijo><a/></hijo>
<hijo>1<a/>2¡Hola mundo!45</hijo>
</padre>

Ejemplos DTD: Elementos (IV)
□ Introducción
■ DTD
□ XSD
<!ELEMENT table
(caption?, (col*|colgroup*), thead?, tfoot?,
(tbody+|tr+))>
<!ELEMENT caption %Inline;>
13/43 <!ELEMENT thead (tr)+>
<!ELEMENT tfoot (tr)+>
<!ELEMENT tbody (tr)+>
<!ELEMENT colgroup (col)*>
<!ELEMENT col EMPTY>
<!ELEMENT tr (th|td)+>
<!ELEMENT th %Flow;>
<!ELEMENT td %Flow;>

<!DOCTYPE ...>
□ Introducción DTD internos
■ DTD
<!DOCTYPE elemento0 [ <!ELEMENT elemento0 ANY> ]>
□ XSD

DTD externos
– Con prólogo donde se indica la codificación:
<?xml version="1.0" encoding="utf-8"?>
14/43 • Basados en URI
<!DOCTYPE elemento0 SYSTEM "dtd0.dtd">
• Basados en identificador
– Si está almacenado no requiere descarga.
– URI opcional.

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN"
"http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">

DTD mixtos
<!DOCTYPE elemento1 SYSTEM "dtd0.dtd" [
<!ELEMENT extra ANY>
]>

Actividad II: diseño de DTD
Diseñar un DTD para almacenar libros, permitiendo la
incorporación de los bloques o simplemente
capítulos que lo componen.
<libro>
<título>Egolatría</título>
<autor>Yo mismo</autor>
<autor>Conmigo mismo</autor>
<bloque>
<título>Yo</título>
<capítulo><título>El Yo</título></capítulo>
<capítulo><título>Mí</título></capítulo>
<capítulo><título>Menda</título></capítulo>
</bloque>
<bloque>
<título>Lo demás</título>
<capítulo><título>La Nada</título></capítulo>
<capítulo><título>El vacío</título></capítulo>
</bloque>
</libro>


Actividad III: codificación DTD
Con el archivo DTD del ejercicio anterior. Convertirlo
a codificación Windows-1252 y comprobar la
necesidad de indicar la codificación en la declaración
de XML en el prólogo.

Probar si es compatible un documento XML en UTF-8
con un DTD en la codificación de Windows española.



Actividad V: CSS y XML
Buscar información sobre cómo enlazar XML con
CSS y preparar una hoja de estilos para el
documento del libro.

Es conveniente aplicar el formato “display: block;” a
los elementos definidos para visualizarlos en líneas
separadas.

http://www.w3schools.com/Xml/xml_display.asp


Ejemplos DTD: Atributos (I)
□ Introducción <!ATTLIST –elemento– –nombre– –tipo– –opcionalidad– >
■ DTD
□ XSD
nombre + tipo + opcionalidad
• Tipos: restricciones sobre los valores admisibles.
• Opcionalidad:
18/43 – Atributos obligatorios/opcionales
– Valores por defecto

• Hay dos nombres reservados, de uso habitual.
– Idioma (BCP 47) del elemento xml:lang
– Preservar el espaciado xml:space

– Aún requieren declaración para ser usados.

<!ATTLIST ejemplo
xml:lang CDATA "es-ES"
xml:space (default|preserve) "preserve" >

Ejemplos DTD: Atributos (II)
□ Introducción • Tipos: restricciones sobre los valores admisibles
■ DTD – CDATA: general, texto no procesado.
□ XSD
ID: identificador de elementos, único.
IDREF, IDREFS: referencia a un identificador existente.
NMTOKEN, NMTOKENS: palabras, nombres válidos.
ENTITY, ENTITIES: nombre de entidad definida antes.
19/43
Enumeración de valores permitidos: (a1|a2|b1|c2)
• Opcionalidad y valores por defecto
– #REQUIRED: obligatorio
– #IMPLIED: opcional

– Opcional con valor por defecto: "valor"

– Opcional, valor por defecto y obligado: #FIXED "valor"

<!ELEMENT e0 ANY >
<!ATTLIST e0
id ID #REQUIRED
refs IDREFS #IMPLIED
a0 CDATA #IMPLIED
a1 CDATA "220V"
a2 CDATA #FIXED "siempre"
a3 (pc|mac) #REQUIRED >

Ejemplos DTD: Atributos (III)
□ Introducción
■ DTD
□ XSD

<!DOCTYPE padre [
20/43
<!ELEMENT padre (hijo+) >
<!ELEMENT hijo EMPTY >
<!ATTLIST hijo
id ID #REQUIRED
a0 CDATA #REQUIRED
rel IDREF #IMPLIED
>
]>

<padre>
<hijo id="c6" a0="eso" rel="c7"/>
<hijo id="c7" a0="eso"/>
</padre>


Actividad V: Diseño DTD
Diseñar un modelo de documento DTD para la
información de los horarios de los alumnos aplicando
las posibilidades explicadas hasta el momento. Ej.:
empleando identificadores únicos para los módulos.


Entidades
□ Introducción <!ENTITY –nombre– –definición– >
■ DTD
□ XSD
Constantes, valores reutilizables
Varios tipos
• Internas / externas
22/43
– Internas. Ej.: <!ENTITY HMundo "Hola mundo">
– Externas.

Ej.: <!ENTITY ENT0 SYSTEM "algo.ent">
Ej.: <!ENTITY % HTMLlat1 PUBLIC
"-//W3C//ENTITIES Latin 1 for XHTML//EN"
"xhtml-lat1.ent">
• Generales (&nombre;) / de parámetros (%nombre;)
– De parámetros, para usar en el propio DTD:
Ej.: <!ENTITY % comunes "id ID #IMPLIED">
Predefinidas:
< – > – & – ' – "

Ejemplos DTD: Entidades
□ Introducción <?xml version="1.0" encoding="utf-8"?>
■ DTD <!ENTITY % contenido "(#PCDATA|p)*">
□ XSD <!ELEMENT html (head,body)>
<!ELEMENT head (title)>
<!ELEMENT body %contenido;>
<!ELEMENT title (#PCDATA)>
<!ELEMENT p %contenido;>
23/43

<!ENTITY % ENT0 SYSTEM "htmltrucado.ent">
%ENT0;
<!ELEMENT html (head,body)>
<!ELEMENT head (title)>
<!ELEMENT body %contenido;>
<!ELEMENT title (#PCDATA)>
<!ELEMENT p %contenido;>
<!ENTITY % contenido "(#PCDATA|p)*">
<!ENTITY firma "DHMA2011">

Espacios de nombres
□ Introducción XML Namespaces – xmlns
□ DTD
■ XSD • Espacios de nombres.
• Permiten la coexistencia de escenarios
– Combinación de elementos en el mismo archivo.
– Definiciones separadas

24/43 • Se identifican mediante un nombre, un URI
– ATENCIÓN: no es una dirección web, sólo un nombre.
– Puede no estar disponible si tratamos de acceder a él.

Atributo xmlns. Heredado por los elementos hijo.
• Espacio de nombres por defecto
<html xmlns="http://www.w3.org/1999/xhtml">
• Espacios alternativos, identificados con prefijo
<padre
xmlns:svg="http://www.w3.org/2000/svg">
…
<svg:ellipse cx="2cm" cy="4cm"
rx="2cm" ry="1cm" />

Usando espacios de nombres
● En un mismo documento XML pueden coexistir varios
vocabularios/gramáticas que llamamos «espacios de
nombres» .
● Cada espacio de nombres se identifica mediante un nombre
único, con formato URI, que generalmente no devuelve
ninguna página.
● Se selecciona con el atributo «xmlns» y afecta
a todos los nodos hijo.
● Se le puede asignar un prefijo para identificar
solo a algunos elementos
<padre xmlns:prefijo="…">
<prefijo:nombre> … </prefijo:nombre>


Esquemas XML (I)
□ Introducción XML Schema Definition Language (XSD)
□ DTD
■ XSD
– Confusión con el nombre genérico: Esquema XML
• Modelo estructural del documento
– Nombre adoptado de las bases de datos
– Conjunto de restricciones de estructura y contenido
verificables por medios automáticos.
• Mejoras sobre DTD
26/43

– Formato XML  los esquemas son validables por separado
– Mejoras en tipaje: aplicable también al contenido

– Mejoras en tipaje: más tipos y permite ampliarlos 

+ permite una validación más estricta
+ mejora la comunicación entre aplicaciones, rigor en datos
– Soporte para espacios de nombres  reutilización

– Muy completo ≠ sencillo

... the syntax of XML Schema was obviously produced by someone who grew up at the
... the syntax of XML Schema was obviously produced by someone who grew up at the
bottom of a deep well in the middle of a dark, wasteful moor where he was tortured daily by
bottom of a deep well in the middle of a dark, wasteful moor where he was tortured daily by
abusive giant squirrels and wishes to share his pain with the world.
abusive giant squirrels and wishes to share his pain with the world.
Robin Berjon (co-author SVG 1.1 spec)
Robin Berjon (co-author SVG 1.1 spec)


Esquemas XML (II)
□ Introducción Objetos: Tipos predefinidos:
□ DTD
■ XSD
element – string
attribute – decimal

simpleType – float

complexType – date

group –…
27/43
attributeGroup

Compositores
sequence
choice
all


Ejemplos XSD: Elementos
□ Introducción <xs:element name="título" type="xs:string"/>
□ DTD <xs:element name="autor" type="xs:string"/>
■ XSD

<xs:element name="capítulo">
<xs:complexType>
<xs:sequence>
28/43 <xs:element ref="título"/>
</xs:sequence>
</xs:complexType>
</xs:element>

<xs:element name="bloque">
<xs:complexType>
<xs:sequence>
<xs:element ref="título"/>
<xs:element ref="capítulo"
minOccurs="1" maxOccurs="unbounded"/>
</xs:sequence>
</xs:complexType>
</xs:element>

El esquema XSD
□ Introducción • Elemento raíz del esquema: schema XSD
□ DTD
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
■ XSD
targetNamespace="http://www.mio.es/xsd1"
xmlns="http://www.mio.es/xsd1"> Vocabulario
... XML Schema
</schema> Vocabulario
definido
29/43
• Espacio de nombres del propio XML Schema.
– Nombres con prefijo
– Elementos de XML Schema para construir las definiciones.

• Espacio de nombres objeto de la definición.
– Nombres sin prefijo
– Permite referencias entre elementos propios de forma clara.

Vocabulario XML
<raíz xmlns="http://www.mio.es/xsd1" a usar
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.mio.es/xsd1 xsdlibros.xsd">
...
</raíz> Localización
del vocabulario


xs – xsi
□ Introducción Usamos dos especificaciones estándar.
□ DTD
■ XSD
– XML Schema: dos espacios de nombres implicados.
– Prefijos estándar, ampliamente utilizados pero cambiables.

• Schema Namespace
– Nombre: http://www.w3.org/2001/XMLSchema
30/43
– En el archivo XSD que contiene las definiciones.

– Habitualmente usa los prefijos xs: o xsd:

– Elementos XML Schema para construir las definiciones.

• Schema Instance Namespace
– Nombre: http://www.w3.org/2001/XMLSchema-instance
– En el archivo que contiene el documento XML con datos.

– Habitualmente usa el prefijo xsi:

– Localización de archivos XSD.

– Opcional y muy reducido.

Solo schemaLocation y noNamespaceSchemaLocation

Elementos XSD
□ Introducción • Elementos globales
□ DTD – Hijos directos de <schema … >
■ XSD
– Definidos con <element … >

– Incorporación directa y obligatoria al espacio.

– Atributo name para darle nombre y type para el tipo.

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema" … >
31/43
<xs:element name="título" type="xs:string"/>
<xs:element name="libro" type="grupo"/>
...

– Se pueden reutilizar/referenciar posteriormente
<xs:complexType name="grupo">
<xs:sequence>
</xs:sequence>
</xs:complexType>
</xs:schema>

– Tipos complejos: definición en elemento o separada.
– Repeticiones: minOccurs="1" maxOccurs="unbounded"

Ejemplos XSD: Elementos (II)
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
□ DTD targetNamespace="http://www.mio.es/xsd2" xmlns="http://www.mio.es/xsd2">
<xs:element name="título" type="xs:string"/>
■ XSD <xs:element name="autor" type="xs:string"/>
<xs:element name="capítulo">
<xs:complexType>
<xs:sequence>
</xs:sequence>
</xs:complexType>
</xs:element>
32/43
<xs:element name="bloque">
<xs:complexType>
<xs:sequence>
<xs:element ref="capítulo" minOccurs="1" maxOccurs="unbounded"/>
</xs:sequence>
</xs:complexType>
</xs:element>
<xs:element name="libro">
<xs:complexType>
<xs:sequence>
<xs:element ref="autor" minOccurs="1" maxOccurs="unbounded"/>
<xs:choice>
<xs:element ref="bloque" minOccurs="1" maxOccurs="unbounded"/>
<xs:element ref="capítulo" minOccurs="1" maxOccurs="unbounded"/>
</xs:choice>
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>

Atributos XSD
□ Introducción • Atributos globales
□ DTD – Hijos directos de <schema … >
■ XSD
– Definidos con <attribute … >

– Atributo name para darle nombre y type para el tipo.

– use="required" o use="optional"

con default="…"
33/43

<xs:attribute name="cód" type="xs:decimal"/>
...

– Se pueden referenciar posteriormente
– Van al final (tras sequence/choice/all)

<xs:complexType name="codificado">
...
<xs:attribute ref="cód" use="required"/>
</xs:complexType>
</xs:schema>


Actividad VI: Tipos simples
Buscar en las referencias los tipos de datos simples
predefinidos y ponerlos a prueba.
W3Schools
Dankert, E.
XML Schema Tutorial


simpleType vs. complexType
□ Introducción • Tenemos tipos predefinidos que podemos adaptar
□ DTD – restriction / extension
■ XSD
– Sobre el tipo indicado con base="…"

– También se pueden aplicar a los nuevos tipos creados.

– Definiciones globales con nombre, reutilizables.

– Definiciones locales sin nombre, en elementos y atributos.

35/43
• simpleType
– Aplicables a texto: válido para contenido o atributos
• complexType
– Cuando hay atributos, elementos hijo o contenido mixto.

<xs:simpleType name="díasemana">
<xs:restriction base="xsd:string">
<xs:enumeration value="miércoles"/>
<xs:enumeration value="viernes"/>
</xs:restriction>
</xs:simpleType>
<xs:element name="jornada" type="díasemana"/>
</schema>

Ejemplos XSD: Tipos
□ DTD <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
■ XSD targetNamespace="http://www.mio.es/xsd3"
xmlns="http://www.mio.es/xsd3">

<xs:simpleType name="díasemana">
<xs:restriction base="xs:string">
<xs:enumeration value="miércoles"/>
36/43
<xs:enumeration value="viernes"/>
</xs:restriction>
</xs:simpleType>
<xs:element name="jornada" type="díasemana"/>
<xs:element name="clase">
<xs:complexType>
<xs:sequence>
<xs:element ref="jornada" />
</xs:sequence>
</xs:complexType>
</xs:element>
</xs:schema>

Actividad VII: esquemas
Reconstruir el ejemplo anterior para que <jornada>
sea un elemento vacío con dos atributos día1 y
día2 donde indiquemos el día de la semana.

Rehacer alguno de los ejercicios de diseño de DTD
realizados empleando ahora esquemas XML
Schema.


Definiciones globales y locales
□ Introducción • Globales: definiciones en primer nivel, en schema.
□ DTD
– Nombre obligatorio name="…", también para tipos.
■ XSD
– Reutilizables usando ref="…" o type="…"

• Locales: definiciones dentro de otras definiciones
– Permite omitir nombres si no es elemento ni atributo.
38/43 • Se pueden construir esquemas alternativos con unas
y otras.
• Calificación: prefijos obligatorios o no.
– Por defecto los elementos y atributos locales no requieren
calificación por prefijo, se identifican por el contexto.
– Incompatible con espacio de nombres por defecto.

– Se puede forzar el uso del prefijo

elementFormDefault="qualified"
attributeFormDefault="qualified"



Actividad VIII: otros modelos
Existen otros lenguajes para especificar las
características de documentos XML. Relax NG es
uno de los más citados con una sintaxis más sencilla
que XML Schema. Buscar información sobre él y
construir y validar ejemplos.



Actividad IX: SVG y MathML
Familiarizarse con los lenguajes SVG y MathML.
Aprovechar la actividad para revisar conceptos
básicos sobre formatos de imágenes y resoluciones
e introducir el uso de la aplicación de diseño gráfico
Inkscape, pero sin perder nunca de vista la parte
técnica analizando el código XML/SVG/CSS.



Referencias
W3C Recommendation (2008, W3C) XExtensible Markup Language
http://www.w3.org/TR/xml/
W3Schools (WWW) DTD Tutorial
http://www.w3schools.com/DTD/
W3Schools (WWW) XML Schema Tutorial
http://www.w3schools.com/Schema/
Boulanger, T. y Lecomte, S. (2009, ENI). XML práctico: bases esenciales,
conceptos y casos prácticos. ISBN: 978-2-7460-4958-1.
Dankert, E. (2005, edankert...) XML Grammars.
http://www.edankert.com/grammars/
Webucator (2009) XML Schema Tutorial.
http://www.learn-xml-schema-tutorial.com/
Wilde, E. (2010, UC Berkeley) XML Foundations –INFO 242 (CCN 42593)– .
http://dret.net/lectures/xml-fall10/

Bibliografía actualizada en delicious:
http://www.delicious.com/dhmartin/LM-ASIR



Licencia

Este material está disponible bajo una Licencia Creative Commons,
http://creativecommons.org/licenses/by-nc-sa/3.0/es/



¿Dudas o cuestiones?


LM-UT5: DTD, XML Schema

Más contenido relacionado

La actualidad más candente (20)

Similar a LM-UT5: DTD, XML Schema (20)

Más de David Martin (19)

Último (20)

LM-UT5: DTD, XML Schema