XML : eXtensible Markup Language
Plan
XML un modèle de données
XML et DTD
XML et Xschema
XML, Xpath et XSL
XML un modèle de données
Les BDs et le web
Exemple de formats existants
Texte enrichi avec du formatage
{{\rtf1\ansi {\i\f0
« Il y a 28 variétés de pommes Il y a \b 28\b0
en France, 76 aux USA RTF vari\'e9t\'e9s de
et 3 en Chine. » pommes en
france\par }
Page Web
<html>
<body>
HTML <h1>
Le Monde
</h1>
</body>
</html>
Publier des données dans le web
texte formaté « Il y a 28 variétés de pommes en France,
76 aux USA et 3 en Chine. »
tableau pays variété
France 28
USA 76
Chine 3
graphe Variétés de pommes
76
28
chine france USA
Mémoriser des données
Données structurées
ex : feuille de calcul, transaction financière, dessin
technique
Stockage dans un fichier
format texte: lisible
format réutilisable
par plusieurs logiciels,
indépendant du logiciel initial
format extensible
international (ex: caractères chinois)
indépendant de la plate-forme
Formater les données
gras
Il y a 28 variétés de
« Il y a 28 variétés de pommes en France, pommes en France, 76 aux
76 aux USA et 3 en Chine. » USA et 3 en Chine.
phrase
gras en
italique
en-tête jaune
pays variétés pays variétés
france 28
france 28
USA 76 tableau:
USA 76
chine 3 2 col. et
chine 3
3 lignes
La nouveauté d’XML
Evolution des langages de description de
documents
Texte formaté SGML HTML XML
1960 1970 1980 1990 2000
XML ressemble à HTML
Balisage ("marquage")
balise ouvrante, balise fermante: délimitent un élément
<b> contenu d'un élément </b>
HTML: balise de formatage
titre, sous-titre, paragraphe, tableau, liste à puces ...
XML: balise de structuration
Organise les éléments composant le document
attributs
forme: <b nom = ‘‘valeur’’ >
ex: prix= ‘‘10’’
Formatage en HTML
« Il y a 128 fournisseurs d’accès en France,
7600 aux USA et 3 en Chine. »
gras
Il y a 28 variétés de <i> Il y a <b>28</b> variétés de
pommes en France, 76 aux pommes en France,
USA et 3 en Chine. <b>76</b> aux USA
phrase et <b>3</b> en Chine.. </i>
gras en
italique
Légende des balises:
<b> : bold (gras)
<i> : italique
Formatage en HTML et XML
en-tête <table border = ‘‘1’’ >
HTML <th> <td>Pays</td> <td>IPommes </td> </th>
pays pommes
france 28 <tr> <td> France </td> <td> 28 </td> </tr>
USA 76 tableau: <tr> <td> USA </td> <td> 76 </td> </tr>
chine 3 2 col. et <tr> <td> chine </td> <td> 3 </td> </tr>
3 lignes </table>
XML
<enquête>
<vp nombre =‘‘28’’> <pays>france</pays> </vp>
<vp nombre =‘‘76’’> <pays>USA</pays> </vp>
<vp nombre=‘‘3’’> <pays>chine</pays> </vp>
</enquête>
Structure avec éléments et attributs
Plusieurs structures sémantiquement équivalentes
<enquête>
<vp nombre =‘‘28’’> <pays>France</pays> </vp>
<vp nombre =‘‘76’’> <pays>USA</pays> </vp>
<vp nombre=‘‘3’’> <pays>Chine</pays> </vp>
</enquête>
<enquête>
<vp nombre =‘‘28’’ pays="France" > </vp>
<vp nombre =‘‘76’’ pays="USA" > </vp>
<vp nombre=‘‘3’’ pays ="Chine" > </vp>
</enquête>
<enquête>
<vp > 28 </vp> <pays>france</pays>
<vp > 76 </vp> <pays>USA</pays>
<vp > 3 </vp> <pays>Chine</pays>
</enquête>
Modèle relationnel vers XML (1)
pays pommes
france 28
USA 76
chine 3
Variétés de pommes
table
ligne ligne ligne
France 128 USA 7600 Chine 3
Modèle relationnel vers XML (2)
table
<table>
<ligne>
ligne
<pays>France</pays>
<vp>28</vp>
France </ligne>
XML
128
<ligne>
ligne <pays>
<pays>USA</pays>
</pays>
<vp>76</vp>
USA </ligne>
7600 <ligne>
ligne
<pays>Chine</pays>
<vp>3</vp>
</ligne>
Chine
</table>
3
XML : « successeur » de HTML
HTML HyperText Markup Language.
Un ensemble prédéfini et limité de balises surtout de
présentation, défini par une norme (HTML 2.0, 3.2,
4.0).
Sémantiques des balises :
h1,..,h6, title, address, … donnent des indications
structurelles
center,hr,b,i,big,small,… ne servent qu'à décrire
une mise en page
Tim Berners-Lee (le créateur de HTML) a lui-
même encouragé pour un successeur. Pourquoi?
Problèmes liés à HTML
L'affichage d'un document est fortement
dépendant de l'interprétation qu'en fait le
navigateur
Il est nécessaire de disposer de plusieurs
versions du document en fonction du média
de rendu
L'indexation de documents ne peut se faire
que sur la partie textuelle
Document et pas donnée
Différence entre HTML et XML
XML est plus strict qu’HTML
Règles d’écriture strictes
syntaxe non ambiguë
pas d'erreur d’interprétation
Document avec des contraintes sémantiques
ex : un livre a un titre et un seul
vérification de la conformité du document
XML est extensible
définition de nouvelles balises
inconvénient mineur: XML est verbeux
taille > fichier binaire
réduire la taille par compression (ex: zip)
et réduire le transfert: communication haut débit
SGML et le balisage structurel
Il fallait passer d’un de balisage de présentation à un
BALISAGE STRUCTUREL
XML comme SGML dont il est un descendant utilisent un
balisage structurel
SGML : Standardized Generalized Markup Language
Très utilisé en documentation technique
Airbus: la doc doit être précise et non ambiguë
Ce sont des métalangages de description et d’échange de
documents structurés
Métalangage: possibilité de définir des « dialectes » dans des
domaines particuliers
XML contre SGML
SGML norme ISO 8879:1986
Très utilisé dans l'industrie pour de grandes
documentations techniques.
Trop complexe pour une utilisation « grand
public » ou dans des domaines moins
exigeants sur la précision
SGML: trop de trucs compliqués et inutiles
XML utilise 10% de SGML pour représenter
efficacement la plupart des besoins des
applications
Exemple de document
En-tête InfoSoft 2000
Emir AEK Logo
AB562 SBA
Tel: 012133564
Fax: 879765426
Objet SBA, Le 30 nivose 2004
Date
Editions Duschmol,
Salutation 12 rue Schmurz
YT123 Rapis
Destinataire
Objet: ben quoi?
Monsieur,
Formule de
Bla bla bli, bli blo bla, kkkk vhlg vckjdhklbg fdskjbvhv
feje slc ifehfe fhckh c jeflccj n khef iheznf jùkvbc
lkhdklvn v
Corps
politesse
Veuillez agréer patati patata vachement sincères.
signature
Pied de page Signature
Pied de page
Représentation XML
<lettre> …
<entete> <date>
<logo loc="logo-graph.vml"/> 30 Novembre 2015
<adresse> </date>
&abrev-adresse;
</adresse> <salutation>
</entete> Monsieur,
<destinataire> </salutation>
<nom> Mr Badsi</nom>
<adresse> <corps>
<rue> <para>
Emir AEK Ici le premier paragraphe
</rue> </para>
<ville> <para>
SBA et là le deuxième
</ville> </para>
</adresse> </corps>
</destinataire>
<objet> bla bla </objet> </lettre>
…
Points importants
La représentation de cette lettre en XML ne
comporte aucune indication sur sa mise en page
Les aspects graphiques ou typographiques sont
absentes du source XML
Ces aspects seront définis par l'intermédiaire d'une
feuille de style
Une feuille de style est un ensemble de règles
pour spécifier la réalisation concrète d'un
document sur un média particulier
XML est libre de droits
XML est standard
W3C : consortium international
Indépendance / produit
Ressources:
logiciel libre
tutoriel libre
Communauté de programmeurs
listes de discussion
échange de connaissances
XML : une famille de technologies
Spécification XML1.0 du consortium W3
Application d’XML
pour spécifier des langages
manipulation de données (XSL), navigation (XLL)
pour spécifier des formats d’échange
protocole : Simple Object Access Protocol
type de données
Wireless Markup Language, Scalable Vector Graphics
lien entre XML et les langages de programmation
Document Object Model pour java, C++, PHP, ...
Principe général
Pour une application particulière
On se définit une syntaxe: un dialecte XML
On définit la sémantique de ce dialecte
Pour me demander un rendez-vous, il faut
m’envoyer le document xml-rdv du type suivant
<rdv><d><n>$x</n><p>$y</p></d>
<h232>$z</h232><p>$p</p></rdv>
Où $x est votre nom, $y votre prénom, $z la date et l’heure
du rdv au format ISO… et $p optionnel, un lieu de rdv.
Exemples de dialectes XML
XHTML
MathML
SVG
XSL
SOAP
WSDL
XML Schema
XHTML = HTML avec un syntaxe XML
Reformulation de HTML en tant
qu'application XML
En gros: on ferme ce qu’on a ouvert…
Intérêt
Syntaxe plus rigoureuse
Importation de fragments de documents
d'autres domaines nominaux
Possibilité d'utiliser les applications XML
standard
MathML : les maths en XML
Permettre l'échange et le traitement
d'expressions mathématiques sur le Web
Insertion aisée d'expressions
mathématiques dans des documents HTML
ou XML
Communication d'expressions entre
applications au plan sémantique
SVG : le graphique 2D en XML
Langage de description de graphiques 2D
Graphiques vectoriels
Interactifs et dynamiques
Animations déclaratives
Programmation ECMAScript
Recommandation du 04/09/2001
SMIL
Vidéo
Synchronisation de l’image et du son
Synchronisation entre plusieurs fenêtres
SOAP : calcul distribué en
s’échangeant du XML
Simple Object Access Protocol
SOAP 1.1 : soumission au W3C du 08/05/2000
Protocole d'échange de données entre applications
distantes
Adapté pour être utilisé au-dessus du protocole HTTP
(méthode POST)
Structure d'un message SOAP
Enveloppe Envelope; Entête Header;
Corps Body
Exemples de documents XML
<document/>
<document> </document>
<document> Bonjour! </document>
<document>
<salutation> Bonjour! </salutation>
</document>
<?xml version="1.0" standalone="yes" ?>
<document>
<salutation> Bonjour! </salutation>
</document>
Structure d'un élément (XML 1.0)
Un élément est de la forme:
<nom attr='valeur'> contenu </nom>
<nom> est la balise d'ouverture
</nom> est la balise de fermeture
[ éléments vides, indifféremment <nom> </nom> ou </nom> ]
contenu est le contenu d'un élément ☺
composé d’une liste (peut-être vide) de texte, d'autres éléments,
d'instructions de traitement et de commentaires
attr='valeur' représente un ensemble éventuellement
vide d'attributs, c'est à dire de paires (nom,valeur). Un
élément ne peut posséder qu'un seul attribut de nom donné
Exemples d’éléments
<a></a> </a>
<a>Bonjour comment va?</a>
<a><b>…</b><b>…</b><a>…</a></a>
<a><b>…</b>Bonjour<b>…</b>Salut</a>
Contenu d’un élément = Forêt d’éléments ou de
texte
Texte UNICODE: peut représenter n’importe quel
alphabet (russe, arabe, japonais, chinois …)
Contrainte sur les noms (détail)
Un nom d'élément ou d’attribut est une suite non vide de caractères pris
parmi
les caractères alphanumériques; le tiret-souligné (undescore); le signe moins;
le point; le caractère deux-points (:) sens particulier
qui doit satisfaire les contraintes suivantes
le premier caractère doit être alphabétique ou un tiret-souligné
les trois premiers caractères ne doivent pas former une chaîne dont la
représentation en lettres minuscules est "xml".
Exemples de noms d'éléments
corrects incorrects
_toto 1998-catalogue
Nom_société XmlSpécifification
xsl:rule nom société
X.11
Syntaxe des attributs (XML 1.0)
Un attribut est une paire nom='valeur' qui permet de
caractériser un élément. Un élément peut avoir plusieurs
attributs. Dans ce cas, les paires nom='valeur' seront
séparées par un espace.
<rapport langue='fr' dern-modif='08/07/99'>
<annuaire generator='SQL2XML V2.0'
update='07.08.99'>
La valeur d'un attribut est une chaîne encadrée par des
guillemets (") ou des apostrophes simples ('). Une valeur
d'attribut ne doit pas contenir les caractères ^, % et &.
Un élément a un ensemble d ’attributs (ordre n’a pas de
sémantique pour les attributs)
Document bien formé (XML 1.0)
Un document XML doit représenter un arbre
d'éléments
Il existe dans un document un et un seul élément
père qui contient tous les autres. C'est la racine
du document.
Un élément distinct de la racine est totalement
inclus dans son père
<p> <b> bla bla </p> bla </b> NON!
On dit qu’un document XML doit être bien
formé
Modèle de données semi-structurées
XML: Format et langage pour les données semi-
structurées du Web
Objectif : un formalisme pour la description et
l’échange de données sur le Web,
Principes de XML
balisage structurel (issu de SGML)
balisage défini par les auteurs : souplesse
séparer la structure logique des données de leur
présentation
feuille de style (XSL) : ensemble de règles pour la
réalisation sur un médium cible
Avantages
Serveur de documents XML versatile
un seul format pour la majorité des documents
Interopérabilité des outils
format textuel "lisible", indépendant de la plateforme
Structures plus typées
Spécifier des contraintes sur la structure
Contrôler la validité d'un document (structure conforme)
Requêtes sur la structure
Critère de recherche plus précis
Ex: Trouver les documents dont l’auteur est Victor Hugo
Plus précis q'une recherche plein texte
Ex: Trouver les documents contenant "Victor Hugo"
Document XML semi-structuré
Structure flexible
Irrégulière : intégration de données de structure
proche mais différente
Structure implicite : les balises sont dans le contenu
Structure partiellement définie
Structure logique
prologue avec définition de la structure (schéma)
arbre d’éléments (données)
Structure physique
document contenant des références à des entités ("macro
instructions") : factorisation afin de réduire les répétitions.
Représentation arborescente
Un document XML peut se représenter sous
la forme arborescente
Met en évidence la structure hiérarchique du
document
Facilite la conception des traitements
permet de spécifier des manipulations de
données XML
utilisé par les applications qui gèrent les
documents en mémoire
Ex: éditeur XML
Exemple
<restaurant>
<nom>Le Kebab </nom> restaurant
<adresse>
Rue de l’Emir AEK
</adresse>
<telephone> nom adresse telephone
01 48 46 47 48
</telephone>
</restaurant> Le Kebab Rue de l’Emir AEK 01 48 46 47 48
Le modèle en arbre des documents est spécifié par le
Document Object Model (DOM)
