Kurs HTML | Czym jest XML? | Pierwszy dokument | Encje | Style CSS | DTD |
Aby uchronić się przed "bałaganiarskim" sposobem zapisu, typowym dla HTML, zasady budowania dokumentów XML są precyzyjnie określone i nie ma w nich miejsca na jakiekolwiek uchybienia. To bardzo ważna zasada, gdyż XML jest przede wszystkim narzędziem do wymiany informacji między maszynami, która musi być bezbłędna - trudno sobie wyobrazić, aby narzędzie do wymiany danych finansowych między firmami mogło prowadzić do jakichkolwiek przekłamań i nieporozumień spowodowanych niechlujnością zapisu.
Od razu przyjmij i zapamiętaj kilka bardzo ważnych zasad tworzenia dokumentu, których przestrzeganie zapewni poprawność składniową - mówimy wtedy, że dokument jest poprawnie sformułowany, po angielskuwell-formed.
Obok poprawności składniowej mówimy też o poprawności strukturalnej, ale to wiąże się już z DTD, więc powiemy o tym później.
W dokumencie XML konieczne jest poprawne deklarowanie i kodowanie polskich znaków. Deklaracja strony kodowej w prologu mówi, podobnie jak w dokumentach HTML, jakiej strony kodowej użył autor dokumentu. W takiej też stronie kodowej musi być zapisany dokument.
Obecnie zaleca się coraz częściej stosowanie uniwersalnej strony kodowej Unicode (UTF-8), co pozwala umieszczać w dokumencie znaki z wielu alfabetów, aczkolwiek możliwe jest oczywiście użycie powszechnie stosowanego na stronach internetowych kodowania ISO-8859-2, a nawet niezalecanego, ale poprawnego, kodowania Windows-1250. Oczywiście w przypadku użycia Unicode''u lub ISO trzeba dysponować edytorem, który potrafi zapisywać strony z takim kodowaniem. Nawet prosty Notatnik w systemie Windows potrafi zapisywać dokumenty jako UTF, więc nic nie stoi tutaj na przeszkodzie. Stronę kodową ISO-8859-2 obsługują praktycznie wszystkie polskie edytory HTML - darmowe i komercyjne.
W naszym poradniku stosujemy stronę kodową ISO-8859-2.
UWAGA: - ze względu na to, że Internet Explorer niepoprawnie interpretuje polskie znaki w nazwach elementów w plikach XML i CSS, nazwy te będziemy zapisywać bez polskich liter.
Każdy dokument XML rozpoczyna się od prologu, w którym zawarta jest deklaracja XML.
<?xml version="1.0" ?>
W prologu podajemy też zwykle stronę kodową dokumentu.
<?xml version="1.0" encoding="iso-8859-2" ?>
Po wierszu z prologiem należy wstawić pusty wiersz.
Minimalny dokument XML może więc mieć postać:
<?xml version="1.0" encoding="iso-8859-2" ?>
<element_główny>
</element_główny>
Dokument XML, w swojej "surowej" postaci, jest pewną hierarchią danych. Przykładowo, gdy chcemy umieścić w dokumencie usystematyzowane informacje o państwach europejskich (nazwa, stolica, powierzchnia, ludność), możemy utworzyć plik z rozszerzeniem .xml, w którym pierwszy wiersz jest deklaracją dokumentu i użytej strony kodowej, po nim następuje pusty wiersz, natomiast pozostałe opisują w hierarchiczny sposób poszczególne rekordy naszej bazy. Elementem głównym jest oczywiście znacznik <państwa_europejskie> - w jego ramach mieszczą się elementy niższego szczebla, jak <państwo>, <ludność> itd. Element to właśnie podstawowa jednostka strukturalna dokumentu XML, czyli dane objęte znacznikiem otwierającym i zamykającym.
<państwa_europejskie> <państwo> <nazwa>Polska</nazwa> <stolica>Warszawa</stolica> <powierzchnia>312 tys. km 2</powierzchnia> <ludność>38 mln</ludność> </państwo> <państwo> <nazwa>Czechy</nazwa> <stolica>Praga</stolica> <powierzchnia>79 tys. km 2</powierzchnia> <ludność>10,2 mln</ludność> </państwo> <państwo> <nazwa>Niemcy</nazwa> <stolica>Berlin</stolica> <powierzchnia>349 tys. km 2</powierzchnia> <ludność>82 mln</ludność> </państwo> </państwa_europejskie>
Hierarchia taka, zapisana jako plik .xml, oczywiście z prologiem, wygląda następująco:
Plik taki nie zawiera oczywiście żadnej gramatyki języka, ani informacji o sposobie wyświetlania danych. Jest tylko surową, hierarchiczną bazą informacji, którą przeglądarka wyświetli w postaci drzewa danych.
Zauważ od razu, że przy wyświetlonych w przeglądarce znacznikach stopnia wyższego niż najniższy w hierarchii widnieją znaki minus (-). Oznacza to, że znaczniki te są węzłami. Gdy klikniesz na takim minusie, znacznik zostanie zwinięty i pojawi się przy nim znak plus (+), co oznacza, że można go ponownie rozwinąć kliknięciem.
Powiedzieliśmy, że podstawowymi "klockami" budulcowym drzewa danych są elementy. Mamy dokładnie jeden element główny, który jest obowiązkowym składnikiem poprawnego składniowo dokumentu XML (w naszym przypadku, <państwa_europejskie>), który zawiera inne elementy. Wszystkie elementy niższego szczebla są elementami potomnymi lub potomkami. Element niższego szczebla, jak <państwo>, także może zawierać elementy potomne, natomiast element wyższego szczebla jest w stosunku do niego rodzicem. Elementy mające wspólnego rodzica nazywamy elementami pokrewnymi.
Element składa się ze znacznika otwierającego, treści i znacznika zamykającego, np.
<stolica>Berlin</stolica>
Element może zawierać inne elementy (potomne) oraz tekst. Poprawny jest np. element:
<państwo> Tutaj są informacje o państwie <nazwa>Polska</nazwa> <stolica>Warszawa</stolica> </państwo>
W elementach możemy też stosować atrybuty, które precyzują informacje. Zauważ, że wartości atrybutów są zawsze umieszczane w cudzysłowach, co jest warunkiem poprawności składniowej dokumentu.
Atrybuty w elementach XML pełnią analogiczną rolę, jak atrybuty w poleceniach HTML. Dla porównania, w języku HTML można zastosować znacznik:
<font size=4 color=red>
Znacznik font ma tutaj dwa atrybuty określające wielkość i kolor czcionki.
W dokumencie XML możemy napisać:
<język rodzaj="sztuczny" rok_powstania="1887">Esperanto</język>
Tutaj mamy także dwa atrybuty, rodzaj języka i rok jego powstania.
W podanym już przykładzie, moglibyśmy np. rozdzielić informacje o nazwie państwa na nazwę w języku polskim i nazwę w języku oryginału. Możemy zastosować dwa oddzielne znaczniki <nazwa_polska> i <nazwa_oryginalna>, ale możemy też użyć tego samego znacznika <nazwa>, ale z odmiennymi atrybutami, np.
<nazwa język="polski">Czechy</nazwa> <nazwa język="oryginalny">Česko</nazwa>
W rezultacie plik nasz może mieć postać:
<państwa_europejskie> <państwo> <nazwa język="polski">Polska</nazwa> <nazwa język="oryginalny">Polska</nazwa> <stolica>Warszawa</stolica> <powierzchnia>312 tys. km2</powierzchnia> <ludność>38 mln</ludność> </państwo> <państwo> <nazwa język="polski">Czechy</nazwa> <nazwa język="oryginalny">Česko</nazwa> <stolica>Praga</stolica> <powierzchnia>79 tys. km2</powierzchnia> <ludność>10,2 mln</ludność> </państwo> <państwo> <nazwa język="polski">Niemcy</nazwa> <nazwa język="oryginalny">Deutschland</nazwa> <stolica>Berlin</stolica> <powierzchnia>349 tys. km2</powierzchnia> <ludność>82 mln</ludność> </państwo> </państwa_europejskie>
Zobacz, jak wygląda teraz drzewo danych z atrybutami:
Zwróć uwagę, że procesor XML w przeglądarce wyróżnia atrybuty i ich wartości, np. w Firefoksie atrybut jest pogrubiony, a jego wartość jest wyświetlana niebieskim kolorem.
Ze względu na inne wykorzystanie (w znacznikach i encjach), nie możesz bezpośrednio stosować w dokumencie pięciu symboli specjalnych, mianowicie:
<, >, ', ", &
Jeśli chcesz je wykorzystać, musisz podać w ich miejsce tzw. encje.
| Znak | Zastępcza encja |
| < | < |
| > | > |
| ' | ' |
| " | " |
| & | & |
Sekcja CDATA jest techniką, która pozwala stosować w dokumencie dowolne znaki, gdyż zabrania procesorowi XML przetwarzania ich zgodnie z zasadami XML. Pełni analogiczną funkcję jak znacznik <pre> w dokumentach HTML. Wyłącza objęty nią fragment dokumentu z przetwarzania i dosłownie "cytuje" jego zawartość.
<![CDATA[
Jakaś tam dowolna treść ze znakami <, >, & itd.
]]>
Kolejny przykład, w którym włączono sekcję CDATA.