17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.

- Reconocimiento de las características de l…

Reconocimiento de las características de

lenguajes de marcas.

Caso práctico
María y Félix son los fundadores y propietarios de una asesoría legal y
empresarial, que tiene su sede en Cantabria, con oficinas en los municipios
más importantes de la región.

María, licenciada en Derecho, ejercía como abogada especializada en

derecho laboral y representaba a alguna empresa, además de particulares en
su propio despacho situado en Torrelavega. Tenía una red informática cliente-
servidor sobre un sistema operativo Windows y trabajaba con una base de
datos de documentos jurídicos.

Félix, diplomado en Ciencias Empresariales, había creado una asesoría

empresarial, ubicada en Santander, que básicamente, se encargaba de la
contabilidad de varias PYMES. También tenía una red cliente-servidor, pero
ésta bajo un sistema Linux con software libre de contabilidad.

Ambos eran amigos y un día en que habían estado hablando de sus

respectivos trabajos, decidieron que sus ingresos podían aumentar
sustancialmente si, además de mantener sus respectivas carteras de clientes,
se unían y formaban una sociedad que ofreciese a las empresas asesoría
legal y empresarial de forma conjunta.

Desde el principio, la idea de asociarse fue un éxito. Al cabo de dos años el

volumen del negocio se había extendido y se hizo imprescindible el
intercambio de comunicación entre ambos.

Dado que trabajaban con sistemas informáticos diferentes se plateaba el

problema de cómo podían compartir información sobre los clientes comunes
manteniendo la infraestructura informática con la que trabaja cada uno.

Consultaron el problema a Juan, un técnico en administración de sistemas

informáticos en red, y éste les dijo que no había ningún problema de
interconexión si los ficheros que manejaban se ajustaban a un formato
estándar conocido como XML. Según lo que Juan les dijo, generar
documentos con dicho estándar apenas requiere conocimientos previos de
informática, por tanto era una solución que parecía perfecta para su problema.

Orientaciones para el alumnado

[Link] 1/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Descripción Unidad UT1

En esta unidad de trabajo estudiaras la evolución de los lenguajes de marcas

y las características elementales de los mismos. Además serás capaz de
generar documentos XML básicos.

Con los conocimientos que aquí se aportarán podrás comenzar a trabajar y

elaborar documentos XML que tengan cierta funcionalidad. Todas las
herramientas y posibilidades de XML que veremos más adelante se
construyen sobre conceptos aquí presentados.

Ministerio de Educación y Formación Profesional. (Dominio público)

Materiales formativos de FP Online propiedad del Ministerio de

Educación y Formación Profesional.
Aviso Legal

[Link] 2/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

1.- Lenguajes de Marcas.

Introducción
Un "lenguaje de marcas" es un modo de codificar un documento donde, junto con el
texto, se incorporan etiquetas, marcas o anotaciones con información adicional relativa
a la estructura del texto o su formato de presentación. Permiten hacer explícita la estructura
de un documento, su contenido semántico o cualquier otra información lingüística o
extralingüística que se quiera hacer patente.

Todo lenguaje de marcas está definido en un documento denominado DTD (Document

Type Definition). En él se establecen las marcas, los elementos utilizados por dicho
lenguaje y sus correspondientes etiquetas y atributos, su sintaxis y normas de uso.

Ejemplo
Aspecto de un documento realizado en un lenguaje de marcas:

1 <carta>
2 <fecha>22/11/2006</fecha>
3 <presentacion>Estimado cliente:</presentacion>
4 <contenido>bla bla bla bla …</contenido>
5 <firma>Don José Gutiérrez González</firma>
6 </carta>

En la práctica, en un mismo documento pueden combinarse varios tipos diferentes de

lenguajes de marcas.

Los lenguajes de marcas se pueden clasificar como sigue:

De presentación: Define el formato del texto.

De procedimientos: Orientado también a la presentación pero, en este caso, el
programa que representa el documento debe interpretar el código en el mismo orden
en que aparece.
Descriptivo o semántico: Describen las diferentes partes en las que se estructura el
documento pero sin especificar cómo deben representarse.

Algunos ejemplos de lenguajes de marcado agrupados por su ámbito de utilización son:

Documentación electrónica:

[Link] 3/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

RTF (Rich Text Format): Formato de Texto Enriquecido, fue desarrollado por Microsoft
en 1987. Permite el intercambio de documentos de texto entre distintos procesadores
de texto.
TeX: Su objetivo es la creación de ecuaciones matemáticas complejas.
Wikitexto: Permite la creación de páginas wiki en servidores preparados para soportar
este lenguaje.
DocBook: Permite generar documentos separando la estructura lógica del documento
de su formato. De este modo, dichos documentos, pueden publicarse en diferentes
formatos sin necesidad de realizar modificaciones en el documento original.

Tecnologías de Internet:

HTML, XHTML: (Hypertext Markup Language, eXtensible Hypertext Markup

Language): Su objetivo es la creación de páginas web.
RSS: Permite la difusión de contenidos web

Otros lenguajes especializados:

MathML (Mathematical Markup Language): Su objetivo es expresar el formalismo

matemático de tal modo que pueda ser entendido por distintos sistemas y
aplicaciones.
VoiceXML (Voice Extended Markup Language): tiene como objetivo el intercambio de
información entre un usuario y una aplicación con capacidad de reconocimiento de
habla.
MusicXML (Music Extended Markup Language): Permite el intercambio de partituras
entre distintos editores de partituras.

Autoevaluación
Los lenguajes de marcas se utilizan para:
Dar formato a los documentos de texto.

Definir la estructura de los datos de un documento.

Permitir el intercambio de ficheros entre diferentes aplicaciones y
plataformas.

Todas las anteriores.

Respuesta errónea. Te recomiendo volver a leer el apartado.

Respuesta incorrecta. Te recomiendo volver a leer el apartado.

No es la respuesta correcta. Te recomiendo volver a leer el apartado.

¡Correcta!

[Link] 4/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Solución

1. Incorrecto
2. Incorrecto
3. Incorrecto
4. Opción correcta

[Link] 5/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.- Evolución de los lenguajes de marcas.

Introducción
En los años 70 surgieron unos lenguajes informáticos, distintos de los lenguajes de
programación, orientados a la gestión de información. Con el desarrollo de los editores y
procesadores de texto aparecieron los primeros lenguajes informáticos especializados en
tareas de descripción y estructuración de información: los lenguajes de marcas.
Paralelamente, también, emergieron otros lenguajes informáticos, orientados a la
representación, almacenamiento y consulta eficiente de grandes cantidades de datos:
lenguajes y sistemas de bases de datos.

Los lenguajes de marcas surgieron, inicialmente, como lenguajes formados por el conjunto
de códigos de formato que los procesadores de texto introducen en los documentos para
dirigir el proceso de presentación (impresión) mediante una impresora. Como en el caso de
los lenguajes de programación, inicialmente estos códigos de formato estaban ligados a las
características de una máquina, programa o procesador de textos concreto y, en ellos,
inicialmente no había nada que permitiese al programador ("formateador" de documentos
en este caso) abstraerse de las características del procesador de textos y expresar de
forma independiente a éste la estructura y la lógica interna del documento.

Ejemplo
Código de marcas anterior a GML. Las etiquetas son de invención propia.

Dado el siguiente documento:

1 <times 14><color verde><centrado> Este texto es un ejemplo para mostrar l

2 <color granate><times 10><cursiva>Para realiza este ejemplo se utilizan e
3 Las partes importantes del texto pueden resaltarse usando la
4 <negrita>negrita</negrita>, o el <subrayar>subrayado</subrayar></times 10

Mostrar retroalimentación

Al imprimirlo se obtendría:
Este texto es un ejemplo para mostrar la utilización primitiva de las
marcas

[Link] 6/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Para realiza este ejemplo se utilizan etiquetas de nuestra invención. Las partes importantes del
texto pueden resaltarse usando la negrita , o el subrayado

Posteriormente, se añadieron este tipo de características, como medio de presentación a la

pantalla. Los códigos de estilo de visualización anteriores ya no aparecían, y se empleaban
otros medios para marcados, distintos de la inclusión a mano de cadenas formateadoras.
Ese proceso se automatizó y bastaba pulsar una combinación de teclas, o un botón, para
lograr los resultados requeridos. Aunque esto era sólo una abstracción, para su uso interno,
las aplicaciones seguían utilizando marcas, para delimitar aquellas partes del texto que
tenían un formato especial.

Este marcado estaba exclusivamente orientado a la presentación de la información, aunque

pronto se percataron de las posibilidades del marcado y le dieron nuevos usos que
resolvían una gran variedad de necesidades. De este modo apareció el formato
generalizado.

[Link] 7/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.1.- GML (Generalized Markup Language).

Uno de los problemas que se conocen desde hace décadas en la informática es la falta de
estandarización en los formatos de información usados por los distintos programas.

Para resolver este problema, en los años sesenta IBM encargó a Charles F. Goldfab la
construcción de un sistema de edición, almacenamiento y búsqueda de documentos
legales. Tras analizar el funcionamiento de la empresa llegaron a la conclusión de que para
realizar un buen procesado informático de los documentos había que establecer un formato
estándar para todos los documentos que se manejaban en la empresa. Con ello se lograba
gestionar cualquier documento en cualquier departamento y con cualquier aplicación, sin
tener en cuenta dónde ni con qué se generó el documento. Dicho formato tenía que ser
válido para los distintos tipos de documentos legales que utilizaba la empresa, por tanto,
debía ser flexible para que se pudiera ajustar a las distintas situaciones.

El formato de documentos que se creó como resultado de este trabajo fue GML, cuyo
objetivo era describir los documentos de tal modo que el resultado fuese independiente de
la plataforma y la aplicación utilizada.

[Link] 8/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.2.- SGML (Standard Generalized Markup

Language).
El formato GML evolucionó hasta que en 1986 dio lugar al estándar ISO 8879 que se
denominó SGML. Éste era un lenguaje muy complejo y requería de unas herramientas de
software caras. Por ello su uso ha quedado relegado a grandes aplicaciones industriales.

Ejemplo
Documento SGML sencillo:

1 <email>
2 <remitente>
3 <persona>
4 <nombre> Pepito </nombre>
5 <apellido> Grillo </apellido>
6 </persona>
7 </remitente>
8 <destinatario>
9 <direccion> pinocho@[Link] </direccion>
10 </destinatario>
11 <asunto>¿quedamos?</asunto>
12 <mensaje> Hola, he visto que ponen esta noche la película que querías
13 </email>

[Link] 9/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.3.- HTML (HyperText Markup Language).

En 1989/90 Tim Berners-Lee creó el World Wide Web y se encontró con la necesidad de
organizar, enlazar y compatibilizar gran cantidad de información procedente de diversos
sistemas. Para resolverlo creó un lenguaje de descripción de documentos llamado HTML,
que, en realidad, era una combinación de dos estándares ya existentes:

ASCII: Es el formato que cualquier procesador de textos sencillo puede reconocer y

almacenar. Por tanto es un formato que permite la trasferencia de datos entre
diferentes ordenadores.
SGML: Lenguaje que permite dar estructura al texto, resaltando los títulos o aplicando
diversos formatos al texto.

HTML es una versión simplificada de SGML, ya que sólo se utilizaban las instrucciones
absolutamente imprescindibles. Era tan fácil de comprender que rápidamente tuvo gran
aceptación, logrando lo que no pudo SGML.

HTML se convirtió en un estándar general para la creación de páginas web. Además,

desde su creación, tanto las herramientas de software como los navegadores, que permiten
visualizar páginas HTML, no han parado de mejorar.

A pesar de todas estas ventajas HTML no es un lenguaje perfecto, sus principales

desventajas son:

No soporta tareas de impresión y diseño.

El lenguaje no es flexible, ya que las etiquetas son limitadas.
No permite mostrar contenido dinámico.
La estructura y el diseño están mezclados en el documento.

Ejemplo
Ejemplo: Documento HTML

<html>
<head>
<title> Ejemplo de código HTML</title>
</head>
<body>
<p></p>
<p>
<b>23 de julio de 2020</b>
</p>
<p><b> Bienvenido al modulo de “Lenguajes de Marcas y Sistemas de
<p> En este curso aprender&aacute;s, entre otras cosas:<br/>
<ul>
<li>Las ventajas que ofrece XML </li>
<li>La creaci&oacute;n de documentos bien formados </li>
<li>La creaci&oacute;n de DTD</li>

[Link] 10/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…
16
17 </ul>
</p>
18
19 </body>
</html>

En el navegador se visualizaría así:

Rubén Carrasco Peña - A partir de materiales del Ministerio de Educación (CC BY-NC-
SA)

[Link] 11/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.4.- XML (eXtensible Markup Language).

Para resolver estos problemas de HTML el W3C establece, en 1998, el estándar
internacional XML, un lenguaje de marcas puramente estructural que no incluye ninguna
información relativa al diseño. Está convirtiéndose con rapidez en estándar para el
intercambio de datos en la Web. A diferencia de HTML las etiquetas indican el significado de
los datos en lugar del formato con el que se van a visualizar los datos.

XML es un metalenguaje caracterizado por:

Permitir definir etiquetas propias.

Permitir asignar atributos a las etiquetas.
Utilizar un esquema para definir de forma exacta las etiquetas y los atributos.
La estructura y el diseño son independientes.

En realidad XML es un conjunto de estándares relacionados entre sí y que son:

XSL, eXtensible Style Language. Permite definir hojas de estilo para los documentos
XML e incluye capacidad para la transformación de documentos.
XML Linking Language, incluye Xpath, Xlink y Xpointer. Determinan aspectos sobre
los enlaces entre documentos XML.
XML Namespaces. Proveen un contexto al que se aplican las marcas de un
documento de XML y que sirve para diferenciarlas de otras con idéntico nombre
válidas en otros contextos.
XML Schemas. Permiten definir restricciones que se aplicarán a un documento XML.
Actualmente los más usados son las DTD.

Ejemplo
Documento XML

<?xml version="1.0" encoding="iso-8859-1"?>

<!DOCTYPE biblioteca">
<biblioteca>
<ejemplar tipo_ejem="libro" titulo="XML practico" editorial="Edic
<tipo> <libro isbn="978-2-7460-4958-1" edicion="1" paginas="347">
<autor nombre="Sebastien Lecomte"></autor>
<autor nombre="Thierry Boulanger"></autor>
<autor nombre="Ángel Belinchon Calleja" funcion="traductor"></aut
<prestado lector="Pepito Grillo">
<fecha_pres dia="13" mes="mar" año="2009"></fecha_pres>
<fecha_devol dia="21" mes="jun" año="2009"></fecha_devol>
</prestado>
</ejemplar>
<ejemplar tipo_ejem="revista" titulo="Todo Linux 101. Virtualización
<tipo>
<revista>
<fecha_publicacion mes="abr" año="2009"></fecha_publicaci

[Link] 12/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…
18
</revista>
19
</tipo>
20
<autor nombre="Varios"></autor>
21
<prestado lector="Pedro Picapiedra">
22
<fecha_pres dia="12" mes="ene" año="2010"></fecha_pres>
23
</prestado>
24
</ejemplar>
25
</biblioteca>

[Link] 13/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.5.- XML vs HTML.

A continuación encontrarás una tabla comparativa de ambos lenguajes.

XML HTML

Es un perfil de SGML. Es una aplicación de SGML.

Especifica cómo deben definirse Aplica un conjunto limitado de

conjuntos de etiquetas aplicables a etiquetas sobre un único tipo de
un tipo de documento. documento.

Modelo de hiperenlaces complejo. Modelo de hiperenlaces simple.

El navegador es una plataforma para

El navegador es un visor de páginas.
el desarrollo de aplicaciones.

El problema de la 'no compatibilidad'

Fin de la guerra de los navegadores y las diferencias entre navegadores
y etiquetas propietarias. ha alcanzado un punto en el que la
solución es difícil.

Ejemplo XML vs. HTML

Ejemplo fichero con código XML

1 <?xml version="1.0" encoding="iso-8859-1"?>

2 <!DOCTYPE libro>
3 <libro>
4 <titulo>XML practico </titulo>
5 <autor>SebastienLecomte</autor>
6 <autor>Thierry Boulanger</autor>
7 <editorial>Ediciones Eni</editorial>
8 <isbn>978-2-7460-4958-1</isbn>
9 <edicion>1</edicion>
10 <paginas>347</paginas>
11 </libro>

[Link] 14/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Ejemplo de fichero con código HTML

1 <html>
2 <head>
3 <title>Libro</title>
4 </head>
5 <body>
6 <h3>XML practico</h3><br>
7 <p>autores: Sebastien Lecomte,
8 Thierry Boulanger</p>
9 <ul>
10 <li>editorial: Ediciones Eni</li>
11 <li>isbn:978-2-7460-4958-1</li>
12 <li>edicion: 1 </li>
13 <li>paginas: 347</li>
14 </ul>
15 </body>
16 </html>

Visualización en Navegador fichero código XML

Rubén Carrasco a partir de material del Ministerio (CC BY-NC-SA)

Visualización en Navegador fichero código HTML

Rubén Carrasco Peña a partir de material del Ministerio (CC BY-NC-SA)

[Link] 15/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.6.- Comparación de XML con SGML.

XML SGML

Uso sencillo Uso complejo

Trabaja con documentos bien

Solo trabaja con documentos válidos
formados. No exige que estén validados

Su complejidad hace que las aplicaciones

Facilita el desarrollo de aplicaciones de
informáticas para procesar SGML sean
bajo coste
muy costosas

Es muy utilizado en informática y en más

Solo se utiliza en sectores muy específicos
áreas de aplicación

No hay una compatibilidad con HTML

Compatibilidad e integración con HTML
definida

Formateo y estilos relativamente

Formato y estilos fáciles de aplicar
complejos

No usa etiquetas opcionales

Autoevaluación
¿Cuáles son las características comunes de XML y SGML?
Guardan el formato de un documento.
Guardan la estructura lógica de los documentos.
Guardan los documentos en el formato universal txt.
Guardan el formato de los documentos independientemente de la
plataforma.

Respuesta errónea. Te recomiendo volver a leer el apartado.

¡Correcto!

Respuesta incorrecta. Te recomiendo volver a leer el apartado.

No es la respuesta correcta. Te recomiendo volver a leer el apartado.

[Link] 16/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Solución

1. Incorrecto
2. Opción correcta
3. Incorrecto
4. Incorrecto

Para saber más

La recomendación de XML publicada por el W3C es pública y accesible en:

[Link]

[Link] 17/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.7.- Etiquetas.
Los lenguajes de marcas utilizan una serie de etiquetas especiales intercaladas en un
documento de texto sin formato. Dichas etiquetas serán posteriormente interpretadas por
los intérpretes del lenguaje y ayudan al procesado del documento.

Las etiquetas se escriben encerradas entre ángulos, es decir < y >. Normalmente, se
utilizan dos etiquetas: una de inicio y otra de fin para indicar que ha terminado el efecto
que queríamos presentar. La única diferencia entre ambas es que la de cierre lleva una
barra inclinada "/" antes del código.

<etiqueta>texto que sufrirá las consecuencias de la etiqueta</etiqueta>

Ejemplo: Etiqueta HTML de

subrayado (Underline)

1 <u>Esto está subrayado</u>

En el navegador el texto se verá:

Esto está subrayado

Las últimas especificaciones emitidas por el W3C indican la necesidad de que vayan
escritas siempre en minúsculas para considerar que el documento está correctamente
creado.

Autoevaluación
¿Cuál de las siguientes líneas es correcta?
<i>Texto en cursiva
<i>Texto en cursiva<i>
<i>Texto en cursiva</i>

<I>Texto en cursiva<I>

[Link] 18/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Respuesta errónea. Te recomiendo volver a leer el apartado.

Respuesta incorrecta. Te recomiendo volver a leer el apartado.

¡Correcta!

No es la respuesta correcta. Te recomiendo volver a leer el apartado.

Solución

1. Incorrecto
2. Incorrecto
3. Opción correcta
4. Incorrecto

[Link] 19/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

2.8.- Herramientas de edición.

Caso práctico
Félix tiene la curiosidad de saber si para codificar lenguajes de marcas hay
que utilizar algún software característico o basta con usar un editor de texto
plano, como en el caso de XML.

Juan le cuenta que puede bastar el bloc de notas, pero que existen varios
editores que facilitan la tarea.

Para trabajar en XML es necesario editar los documentos y luego procesarlos, por tanto
tenemos dos tipos de herramientas:

Editores XML

Una característica de los lenguajes de marcas es que se basan en la utilización de

ficheros de texto plano por lo que basta utilizar un procesador de texto normal y
corriente para construir un documento XML.

Para crear documentos XML complejos e ir añadiendo datos es conveniente usar algún
editor XML. Estos nos ayudan a crear estructuras y etiquetas de los elementos usados
en los documentos, además algunos incluyen ayuda para la creación de otros
elementos como DTD, hojas de estilo CSS o XSL, ... El W3C ha desarrollado un editor
de HTML, XHTML, CSS y XML gratuito cuyo nombre es Amaya.

Procesadores XML

Los procesadores XML permiten leer los documentos XML y acceder a su contenido y
estructura. Un procesador es un conjunto de módulos de software, entre los que se
encuentra un parser o analizador de XML, que comprueba que el documento cumple
las normas establecidas para que pueda abrirse.

Los procesadores XML pueden obliguen a trabajar sólo con documentos de tipo válido
(entonces se denominan "validadores") o pueden sólo exigir que el documento esté bien
formado ("no validadores").

El modo en que los procesadores deben leer los datos XML está descrito en la
recomendación de XML establecida por W3C.

Para publicar un documento XML en Internet se utilizan los procesadores XSLT, que
permiten generar archivos HTML a partir de documentos XML.

Para interpretar el código XML se puede utilizar cualquier navegador.

XML también se puede utilizar para el intercambio de datos entre aplicaciones. En este
caso, hay que recurrir a motores independientes, que se ejecutan sin que nos demos
cuenta. Por ejemplo JAXP de Oracle.

[Link] 20/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Autoevaluación
Para crear documentos XML es necesario:
Software especializado para la tecnología XML.

Herramientas de validación de XML.

Un block de notas y un navegador.

Al menos, un editor XML.

Respuesta errónea. Te recomiendo volver a leer el apartado.

Respuesta incorrecta. Te recomiendo volver a leer el apartado.

¡Correcta!

No es la respuesta correcta. Te recomiendo volver a leer el apartado.

Solución

1. Incorrecto
2. Incorrecto
3. Opción correcta
4. Incorrecto

Para saber más

Información sobre analizadores XML - [Link]

expat - XML Parser Toolkit - [Link]

[Link] 21/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

[Link] 22/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

3.- XML, estructura y sintaxis.

Introducción
El XML, o Lenguaje de Etiquetas Extendido, es lenguaje de etiquetas, creadas por el
programador, que estructuran y guardan de forma ordenada la información. No representa
datos por sí mismo, solamente organiza la estructura.

El XML ahorra tiempos de desarrollo y proporciona ventajas, dotando a webs y a

aplicaciones de una forma realmente potente de guardar la información. Además, se ha
convertido en un formato universal que ha sido asimilado por todo tipo de sistemas
operativos y dispositivos móviles.

Al igual que en HTML un documento XML es un documento de texto, en este caso con
extensión ".xml", compuesto de parejas de etiquetas, estructuradas en árbol, que describen
una función en la organización del documento, que puede editarse con cualquier editor de
texto y que es interpretado por los navegadores Web.

Las características básicas de XML son:

Dado que XML se concibió para trabajar en la Web, es directamente compatible con
protocolos que ya funcionan, como HTTP y los URL.
Todo documento que verifique las reglas de XML está conforme con SGML.
No se requieren conocimientos de programación para realizar tareas sencillas
en XML.
Los documentos XML son fáciles de crear.
La difusión de los documentos XML está asegurada ya que cualquier procesador
de XML puede leer un documento de XML.
El marcado de XML es legible para los humanos.
El diseño XML es formal y conciso.
XML es extensible, adaptable y aplicable a una gran variedad de situaciones.
XML es orientado a objetos.
Todo documento XML se compone exclusivamente de datos de marcado y datos
carácter entremezclados.

El proceso de creación de un documento XML pasa por varias etapas en las que el éxito de
cada una de ellas se basa en la calidad de la anterior. Estas etapas son:

Especificación de requisitos.
Diseño de etiquetas.
Marcado de los documentos.

El marcado en XML son etiquetas que se añaden a un texto para estructurar el contenido
del documento. Esta información extra permite a los ordenadores "interpretar" los textos. El
marcado es todo lo que se sitúa entre los caracteres "<" y ">" o "&" y ";"

Los datos carácter son los que forman la verdadera información del documento XML.

El marcado puede ser tan rico como se quiera. Puede ser interesante detectar necesidades
futuras y crear documentos con una estructura fácilmente actualizables.

Los documentos XML pueden tener comentarios, que no son interpretados por el
interprete XML. Estos se incluyen entre las cadenas "<!-" y "-->", pueden estar en cualquier
posición en el documento salvo:
[Link] 23/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Antes del prólogo.

Dentro de una etiqueta.

Los documentos XML pueden estar formados por una parte opcional llamada prólogo y otra
parte obligatoria llamada ejemplar.

[Link] 24/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

3.1.- El prólogo.
Si se incluye, el prólogo debe preceder al ejemplar del documento. Su inclusión facilita el
procesado de la información del ejemplar. El prólogo está dividido en dos partes:

La declaración XML: En el caso de incluirse ha de ser la primera línea del

documento, de no ser así se genera un error que impide que el documento sea
procesado.
El hecho de que sea opcional permite el procesamiento de
documentos HTML y SGML como si fueran XML, si fuera obligatoria éstos deberían
incluir una declaración de versión XML que no tienen.

El prólogo puede tener tres funciones:

Declaración la versión de XML usada para elaborar el documento.

Para ello se utiliza la etiqueta:

<?xml versión= “1.0” ?>

En este caso indica que el documento fue creado para la versión 1.0 de XML.

Declaración de la codificación empleada para representar los caracteres.

Determina el conjunto de caracteres que se utiliza en el documento. Para ello se
escribe:

<?xml versión= “1.0” encoding=”iso-8859-1” ?>

En este caso se usa el código iso-8859-1 (Latin-1) que permite el uso de acentos
o caracteres como la ñ.

Los códigos más importantes son:

Estándar ISO Código de país

UTF-8 ( Unicode) Conjunto de caracteres universal

ISO-8859-1 (Latin-1) Europa occidental, Latinoamérica

ISO-8859-2 (Latin-2) Europa central y oriental

ISO-8859-3 (Latin-3) Sudoeste de Europa

ISO-8859-4 (Latin-4) Países Escandinavos, Bálticos

[Link] 25/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Estándar ISO Código de país

ISO-8859-5 Cirílico

ISO-8859-6 Árabe

ISO-8859-7 Griego

ISO-8859-8 Hebreo

ISO-8859-9 Turco

ISO-8859-10 Lapón. Nórdico, esquimal

EUC-JP oder Shitf_JIS Japonés

Declaración de la autonomía del documento.

Informa de si el documento necesita de otro para su interpretación. Para
declararlo hay que definir el prólogo completo:

<?xml versión= “1.0” encoding=”iso-8859-1” standalone=”yes” ?>

En este caso, el documento es independiente, de no ser así el atributo

standalone hubiese tomado el valor "no".
La declaración del tipo de documento, define qué tipo de documento estamos
creando para ser procesado correctamente. Toda declaración de tipo de documento
comienza por la cadena:

<!DOCTYPE Nombre_tipo ...>

[Link] 26/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

3.2.- El ejemplar. Los elementos.

Es la parte más importante de un documento XML, ya que contiene los datos reales del
documento. Está formado por elementos anidados.

Los elementos son los distintos bloques de información que permiten definir la estructura de
un documento XML. Están delimitados por una etiqueta de apertura y una etiqueta de
cierre. A su vez, los elementos pueden estar formados por otros elementos y/o por atributos.

Ejemplo
Dado el siguiente código XML...

1 <?xml version="1.0" encoding="iso-8859-1"?>

2 <!DOCTYPE libro>
3 <libro>
4 <titulo>XML practico </titulo>
5 <autor>Sebastien Lecomte</autor>
6 <autor>Thierry Boulanger</autor>
7 <editorial>Ediciones Eni</editorial>
8 <isbn>978-2-7460-4958-1</isbn>
9 <edicion>1</edicion>
10 <paginas>347</paginas>
11 <libro>

El ejemplar es el elemento <libro>, que a su vez está compuesto de los

elementos <autor>, <editorial>, <isbn>, <edicion> y <paginas>

En realidad, el ejemplar es el elemento raíz (root) de un documento XML. Todos los

datos de un documento XML han de pertenecer a un elemento del mismo.

Los nombres de las etiquetas han de ser autodescriptivos, lo que facilita el trabajo que se
hace con ellas.

La formación de elementos ha de cumplir ciertas normas para que queden perfectamente

definidos y que el documento XML al que pertenecen pueda ser interpretado por los
procesadores XML sin generar ningún error fatal. Dichas reglas son:

En todo documento XML debe existir un elemento raíz, y sólo uno.

Todos los elementos tienen una etiqueta de inicio y otra de cierre. En el caso de que
en el documento existan elementos vacíos, se pueden sustituir las etiquetas de inicio y
cierre por una de elemento vacío. Ésta se construye como la etiqueta de inicio, pero

[Link] 27/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

sustituyendo el carácter ">" por "/>. Es decir, <elemento></elemento> puede

sustituirse por: <elemento/>
Al anidar elementos hay que tener en cuenta que no puede cerrarse un elemento que
contenga algún otro elemento que aún no se haya cerrado.

Los nombres de las etiquetas de inicio y de cierre de un mismo elemento han de ser
idénticos, respetando las mayúsculas y minúsculas. Pueden ser cualquier cadena
alfanumérica que no contenga espacios y no comience ni por el carácter dos puntos,
":", ni por la cadena "xml" ni ninguna de sus versiones en que se cambien mayúsculas
y minúsculas ("XML", "XmL", "xML",...).

El contenido de los elementos no puede contener la cadena "]]>" por compatibilidad

con SGML. Además no se pueden utilizar directamente los caracteres mayor que, >,
menor que, <, ampersand, &, dobles comillas, ", y apostrofe, ‘. En el caso de tener que
utilizar estos caracteres se sustituyen por las siguientes cadenas:

Carácter Cadena

> &gt;

< &lt;

& &amp;

" &quot;

' &apos;

Para utilizar caracteres especiales, como £, ©, ®,... hay que usar las expresiones
&#D; o &#H; donde D y H se corresponden respectivamente con el número
decimal o hexadecimal correspondiente al carácter que se quiere representar en
el código UNICODE. Por ejemplo, para incluir el carácter de Euro, €, se usarían
las cadenas &#8364; o &#x20AC;

Debes conocer
En el siguiente enlace encontrarás una tabla con los caracteres ASCII, el
nombre HTML, y el número HTML de cada uno de ellos que te será
imprescindible a la hora de realizar documentos en HTML y XML.

[Link]

[Link] 28/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

3.2.1.- Atributos.
Permiten añadir propiedades a los elementos de un documento. Los atributos no pueden
organizarse en ninguna jerarquía, no pueden contener ningún otro elemento o atributo y no
reflejan ninguna estructura lógica.

No se debe utilizar un atributo para contener información susceptible de ser dividida.

Ejemplo
Dado el siguiente código XML

1 <?xml version="1.0" encoding="UTF-8" standalone="yes" ?>

2 <!DOCTYPE biblioteca >
3 <biblioteca>
4 <ejemplar tipo_ejem="libro" titulo="XML práctico" editorial="Edicione
5 <tipo> <libro isbn="978-2-7460-4958-1" edicion="1" paginas="347">
6 <autor nombre="Sebastien Lecomte"></autor>
7 <autor nombre="Thierry Boulanger"></autor>
8 <autor nombre="Angel Belinchon Calleja" funcion="traductor"></aut
9 <prestado lector="Pepito Grillo">
10 <fecha_pres dia="13" mes="mar" año="2009"></fecha_pres>
11 <fecha_devol dia="21" mes="jun" año="2009"></fecha_devol>
12 </prestado>
13 </ejemplar>
14 </biblioteca>

Al abrir el documento anterior con el navegador obtendremos:

Rubén Carrasco Peña a partir de material del Ministerio (CC BY-NC-SA)

Mostrar retroalimentación

[Link] 29/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Los nombres de los elementos aparecen en color morado, los atributos

en negro y sus valores en azul.

Como se observa en el ejemplo, los atributos se definen y dan valor dentro de una etiqueta
de inicio o de elemento vacio, a continuación del nombre del elemento o de la definición de
otro atributo, siempre separado de ellos por un espacio. Los valores del atributo van
precedidos de un igual que sigue al nombre del mismo y tienen que definirse entre comillas
simples o dobles.

Los nombres de los atributos han de cumplir las mismas reglas que los de los elementos, y
no pueden contener el carácter menor que, <.

[Link] 30/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

3.2.2.- Ejercicio Detectar errores.

Autoevaluación

3.2.2 Ejercicio: Detectar errores

Indica cuál de los errores indicados aparecen en el siguiente documento XML.

1 <?XML version="1.0" encoding="UTF-8" standalone="yes" ?>

2 <!DOCTYPE biblioteca >
3 <biblioteca>
4 <ejemplar tipo_ejem='libro' titulo='XML práctico' editorial='Edicione
5 <tipo> <libro isbn='978-2-7460-4958-1' edicion= paginas='347'></l
6 <autor nombre='Sebastien Lecomte'></autor>
7 <autor nombre='Thierry Boulanger'></autor>
8 <autor nombre='Angel Belinchon Calleja' funcion='traductor'></aut
9 <prestado lector='Pepito Grillo'>
10 <fecha_pres dia='13' mes='mar' año='2009'></fecha_pres>
11 <fecha_devol/>
12 </prestado>
13 </ejemplar>
14 </biblioteca>

Utiliza mayúsculas en la definición de la versión XML.

No utiliza el código de caracteres adecuado.

Los valores de los atributos no están entre comillas dobles.

Hay algún atributo vacío.

La etiqueta <fecha_devol/> no se cierra.

[Link] 31/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Se usan mayúsculas en los datos del documento.

Mostrar retroalimentación

Solución

1. Incorrecto
2. Incorrecto
3. Correcto
4. Correcto
5. Incorrecto
6. Incorrecto

[Link] 32/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

4.- Documentos XML bien formados.

Introducción
Todos los documentos XML deben verificar las reglas sintácticas que define la
recomendación del W3C para el estándar XML. Esas normas básicas son:

El documento ha de tener definido un prólogo con la declaración xml completa.

Existe un único elemento raíz para cada documento: es un solo elemento en el que
todos los demás elementos y contenidos se encuentran anidados.
Hay que cumplir las reglas sintácticas del lenguaje XML para definir los distintos
elementos y atributos del documento

Autoevaluación

¿Está bien formado el siguiente documento XML?

1 <?xml version="1.0"?>
2 <mensaje>
3 <destinatario>Tomas</ destinatario>
4 <remitente>Juan</ remitente>
5 <asunto>
6 <contenido> No olvides ir a recogerme al aeropuerto mañana por la mañ
7 </mensaje>

Verdadero Falso

Falso
No, la etiqueta <asunto> sigue abierta y el prólogo no tiene una
declaración XML completa.

[Link] 33/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

5.- Utilización de espacios de nombres en

XML.
Permiten definir la pertenencia de los elementos y los atributos de un documento XML al
contexto de un vocabulario XML. De este modo se resuelven las ambigüedades que se
pueden producir al juntar dos documentos distintos, de dos autores diferentes, que han
utilizado el mismo nombre de etiqueta para representar cosas distintas.

Los espacios de nombres, también conocidos como "name spaces", permiten dar un
nombre único a cada elemento, indexándolos según el nombre del vocabulario adecuado.
Además están asociados a un URI que los identifica de forma única.

En el documento, las etiquetas ambiguas se sustituyen por otras en las que el nombre del
elemento está precedido de un prefijo, que determina el contexto al que pertenece la
etiqueta, seguido de dos puntos, ":". Esto es:

<prefijo:nombre_etiqueta></prefijo:nombre_etiqueta>

Esta etiqueta se denomina "nombre cualificado". Al definir el prefijo hay que tener en cuenta
que no se pueden utilizar espacios ni caracteres especiales y que no puede comenzar por
un dígito.

Antes de poder utilizar un prefijo de un espacio de nombres, para resolver la ambigüedad de

dos o más etiquetas, es necesario declarar el espacio de nombres, es decir, asociar un
índice con el URI asignado al espacio de nombres, mediante un atributo especial xmlns.
Esto se hace entre el prólogo y el ejemplar de un documento XML y su sintaxis es la
siguiente:

<conexion>://<direccionservidor>/<apartado1>/<apartado2>/...

Autoevaluación
Los espacios de nombres permiten...
Utilizar etiquetas idénticas para estructurar distintos tipos de información
de texto.
Estructurar la información de un documento XML cuando proviene de
varios documentos.
Asignar varias etiquetas a una misma información.
Definir etiquetas en otros documentos.

¡Correcta!

Respuesta errónea. Te recomiendo volver a leer el apartado.

[Link] 34/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

Respuesta incorrecta. Te recomiendo volver a leer el apartado.

No es la respuesta correcta. Te recomiendo volver a leer el apartado.

Solución

1. Opción correcta
2. Incorrecto
3. Incorrecto
4. Incorrecto

Para saber más

Los espacios de nombres tienen una recomendación en XML -
[Link]

[Link] 35/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

5.1.- Ejemplo: Utilización de espacios de

nombres.

Ejercicio Resuelto
Supongamos dos documentos que organizan la información sobre los
profesores y los alumnos del Ciclo Formativo.

XML de alumnos:

1 <?xml version="1.0" encoding="iso-8859-1" standalone="yes"

2 <!DOCTYPE alumnos>
3 <alumnos>
4 <nombre>Fernando Fernández González</nombre>
5 <nombre>Isabel González Fernández</nombre>
6 <nombre>Ricardo Martínez López</nombre>
7 </alumnos>

XML de profesores

1 <?xml version="1.0" encoding="iso-8859-1" standalone="yes" ?>

2 <!DOCTYPE profesores>
3 <profesores>
4 <nombre>Pilar Ruiz Pérez</nombre>
5 <nombre>Tomás Rodríguez Hernández</nombre>
6 </profesores>

Si uniéramos los dos documentos en uno único, sin usar espacios de

nombres, no se distinguirían los profesores de los alumnos ya que en los dos
casos la etiqueta <nombre> se llama igual.

Para resolverlo necesitamos definir un espacio de nombres para cada

contexto.

Mostrar retroalimentación

<?xml version="1.0" encoding="iso-8859-1" standalone="yes" ?>

<!DOCTYPE miembros>
<alumnos xlmns:alumnos=”[Link]

[Link] 36/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…
4 <profesores xlmns:profesores=”[Link]
5 <asistentes>
6 <alumnos:nombre>Fernando Fernández González</alumnos:nombre>
7 <alumnos:nombre>Isabel González Fernández</alumnos:nombre>
8 <alumnos:nombre>Ricardo Martínez López</alumnos:nombre>
9 <profesores:nombre>Pilar Ruiz Pérez</profesores:nombre>
10 <profesores:nombre>Tomás Rodríguez Hernández</profesores:nombre>
11 </asistentes>

[Link] 37/38
17/10/24, 8:57 LMSGI01 - DAM - Lenguajes de marcas y sistemas de gestión de información - UT1.- Reconocimiento de las características de l…

6.- Para saber más.

Para saber más

Tutoriales del [Link]

Tutorial XML
Validador en línea de documentos bien formados
Documentación Web de Mozilla Developer Network

[Link] 38/38