introduktion til xml

SensusSpecialister i tilgængelighedSensus

Specialister i tilgængelighed

Introduktion til XML



Hvad er XML?• XML står for EXtensible Markup Language• XML er en åben standard fra W3C• XML er tekstbaseret ligesom HTML• XML er et meta sprog – et koncept snarere end et

sprog• Man implementerer markup sprog ved hjælp af

XML• Mange teknologier er i dag implementeret ved

hjælp af XML– XHTML, SMIL, RSS, WAP, WML, SVG, MathML, Daisy,

Office Open XML, OpenDocument, iWork



Hvad er XML?• XML er en standard, som understøtter

maskinel behandling af information– Struktureret information som i en database– Mere løst narrativ som i skøn- eller faglitteratur– Klare og stringente regler for

IndholdStruktur (velformede)Syntaks (valide)

• XML programmer antager at XML dokumenter er velformede og valide



Hvad er XML?• Eksempel på XML fil• Alle Unicode tegn kan anvendes

– Encoding skal specificeres• <?xml version="1.0" encoding="UTF-8" ?> • <?xml version="1.0" encoding="iso-8859-1"?>

– Visse tegn er reserverede (kontroltegn) og skal skrives på særlig møde

• < &• < > & ' " < > & ‘ “• 中 eller 中



Referencedokumenter• http://www.w3.org/standards/xml/ • http://en.wikipedia.org/wiki/Xml

http://www.w3.org/standards/xml/

http://www.w3.org/standards/xml/

http://en.wikipedia.org/wiki/Xml

http://en.wikipedia.org/wiki/Xml



Talsystemer

11 22 33 44

10

00

10

0 10 1

10-talsystemet (decimale)

0 1 2 3 4 5 6 7 8 9

11 11 00 11

8 4 2 1

2-talsystemet (binære)

0 1

FF AA 22 55

40

96

25

6 16 1

16-talsystemet (hexadecimale)

0 1 2 3 4 5 6 7 8 9 A B C D E F

11 00 00 00

163264

12

8



Talsystemer

00 11 00 00

22 88 00 EE

00 00 11 00 11 11 11 0000 00 00 00

(10.254)



Tegnsæt• 1 byte = 8 bits = 28 (256 kombinationer)• 2 bytes = 16 bits = 216 (65.536 kombinationer)• 3 bytes = 24 bits = 224 (16.777.216 kombinationer)• Single-byte tegnsæt

– Fx ASCII, Codepage 1252, Codepage 1250

• Multi-byte tegnsæt – Fx Unicode, UTF8– Unicode range 0x0000-0x0FFF– Unicode range 0x2000-0x2FFF

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

<外语 >Китайська мова</外语 >

http://en.wikipedia.org/wiki/ASCII

http://en.wikipedia.org/wiki/Windows-1252

http://en.wikipedia.org/wiki/Windows-1250

http://en.wikipedia.org/wiki/Unicode



Øvelser1. Find og installer en Unicode skrifttype

– Code2000

2. Vælg Code2000 som skrifttype i Notepad3. Opret en større tekstfil i Notepad og gem den i

forskellige kodninger– ANSI, UTF-8, Unicode– Tjek størrelsen af de tre filer

4. Hvad betyder følgende Unicode tegn0x2803 0x2817 0x2801 0x280A 0x2807 0x2807 0x2811

5. Brug RoboBraille til at skabe lidt punktskrift i Unicode. Kopier det ind i tekstfilen



Markup, tags og indhold• XML-filer består af markup og indhold (content)• Markup kaldes også tags.• Tre typer tags:

1. Start tags (open tags): <section>2. End tags (close tags): </section>3. Empty-element tags <newline/>

(self-closing tags)

• Tags er ikke nødvendigvis definerede på forhånd



Markup, tags og indhold• XML er case-sensitiv: <section> <Section>• Tags kan have attributter

– <heading text=”Hallo, dette er en prøve”/>– <name language=”da”>Her er en tekst.</name>

• Elementer– Open + close tags + attributter til open tags + tekst

og tags mellem open og close tags– Self-closing tags incl attributter

<p>As Yogi Berra said, <q>"It ain't over 'til it's over."</q></p>



Velformet (well-formed)• XML kode skal være velformet, herunder:

– Koden skal bestå af prolog og rod-element<?xml version="1.0" encoding="UTF-8"?>

<book>

…

</book>

– Koden skal bestå af lovlige tegn– Koden skal indeholde mindst et element (rod

elementet)– Elementer skal struktureres korrekt

•Tags for tomme elementer skal afsluttes med />•Start tags skal sluttes med end tags•Samme stavemåde og case i start og end tags



Velformet (well-formed)– Rod-elementet skal indeholde samtlige andre

elementer i dokumentet– Alle elementer skal nestes strengt hierarkisk

<employee>

<name>

<lastname>Kelly</lastname>

<firstname>Grace</firstname>

</name>

<hiredate>October 15, 2005</hiredate>

<projects>

<project>

<product>Printer</product>

<id>111</id>

<price>$111.00</price>

</project>

<project>

<product>Laptop</product>

<id>222</id>

<price>$989.00</price>

</project>

</projects>

</employee>



Velformet (well-formed)• Attributnavne i samme element skal være

entydige• Alle attributværdier skal sættes i

anførselstegn – enkelt eller dobbelt<img src=”mountains.jpg”/>



ØvelseHvorfor er nedenstående XML kode ikke velformet?<?xml version = "1.0" standalone="yes"?> <employee>

<name>Frank</name>

<position>Chef</position>

</employee>

<employee>

<name>Ronnie</name>

<position>Chef</position>

</employee>



ØvelseHvorfor er nedenstående XML kode ikke velformet?<?xml version = "1.0" standalone="yes"?> <employee>

<kitchen_staff/>

<name language=en>Frank</name>

<new_hire />

<position language=en>Chef</position> </employee>



DTD: Syntaks og validitet• Tjek af velformethed har begrænsninger• Ofte behov for at tjekke om elementer står de

rigtige steder, har de rette attributter• Document Type Definition (DTD)

– Placering– Indhold– Attributter

• Tjek i forhold til DTD kaldes validering• XML dokumenter med DTD skal være valide• Daisy defineret ved hjælp af DTD



Øvelser• Find og installer XML Copy Editor• Sæt hak i ”Enable network access for DTD

validation”



Øvelser• Tjek at dokumenterne i mappen

www.sensus.dk/kursus/markup/validering er velformede og valide

• Ret eventuelle fejl



Tag typer i XML

Objekt Formål Eksempel

Tomt element Information et bestemt sted i dokumentet

<xref linkend=”abc”/>

Almindeligt element

Sammenholder en række elementer

<p>Her er et afsnit.</p>

Erklæring Tilføjer ny parameter, entitet, grammatik

<!ENTITY author ”Erik Ray”>

Instruktion til processor

Instruktion til bestemt program

<?print-formatter force-linebreak?>

Kommentar Kommentar som ignoreres

<!–- dette er udeladt --!>

CDATA sektion Sektion, som ikke behandles

<![CDATA[Smiley! &&&:-)]]>

Reference til entitet

Indsætter tekst, som er defineret andetsteds

&firma-navn;



Spørgsmål, kommentarer

?!

introduktion til xml

Documents