my blog, my place, my …….

XML er en måte å skrive ”stukturerte” dokumenter på. Det består av noder (elementer) som kan inneholde ”tekst” eller nye noder. På den måten vil du få ett hierarkisk dokument som består av mange noder.  Alle noder i XML er definert innenfor mindre (<) og større (>) tegn og de må alltid avsluttes.

<node>

   Innhold i elementet, kan både være tekst og nye noder

</node>

Eksemple på en enkel xml:

<bokListe>

   <bok isbn=”9780747591054” utgave=”1”>

      <tittel>Harry Potter</tittel>

      <forfatter>J. K. Rowling</forfatter>

      <utgitt>2004</utgitt>

      <forlag>Bloomsbury</forlag>

  </bok>

  <bok isbn=”9788249505234” utgave=”1”>

     <tittel>Ligg I grønne enger</tittel>

     <forfatter>Anne Birkefeldt Ragde</forfatter>

     <utgitt>2007</utgitt>

     <forlag>Oktober</forlag>

  </bok>

</bokListe>

Denne XML’en består av følgende noder:

• bokListe (rotnode)
• bok
• tittel
• forfatter
• utgitt
• forlag

Ved å skrive utlistigen av noder litt mer strukturert ser man også hvilket noder som er barn av andre noder:

• bokListe
  • bok
    • tittel
    • forfatter
    • utgitt
    • forlag
  • bok
    • tittel
    • forfatter
    • utgitt
    • forlag

Ved å gå gjennom ett XML dokument å skrive ned alle nodene på denne måten vil man enkelt kunne se strukturen i XML’en , noe som vil gjøre det enklere å lage f.eks. en DTD (som egentlig er en en gammel måte å skrive definisjoner på).

Noder kan også inneholde attributter, dette er verdier knyttet direkte opp mot en spesifikk node. Ved å se på XML’en over så vil man se at noden bok har to attributter isbn og utgave.

<bok isbn=”9780747591054” utgave=”1”>…</bok>

Ved å utvide måten vi noterte ned alle nodene på ovenfor, til å inkludere attributter, så kan vi få en enkel oversikt over alle elementer og attributter i XML’en:

• bokListe
  • bok (isbn, utgave)
    • tittel
    • forfatter
    • utgitt
    • forlag
  • bok (isbn, utgave)
    • tittel
    • forfatter
    • utgitt
    • forlag

Listen ovenfor gir nå en god oversikt over alle noder og hva disse nodene inneholder. Den viser også hvilke attributter som er definert for de forskjellige nodene. Når du har fått på plass en slik liste vil det være enkelt å lage en DTD.

DTD – Document Type Definition

DTD’er er ikke noe annet enn en definisjon på hva en XML fil kan inneholde. Det finnes også en annen måte å definere XML filer på som heter Schema. Schema er en bedre måte å definere muligheter med en XML fil på, men det er også mer komplekst å sette opp. Erfaringsmessig er det enklere å forholde seg til DTD, noe som også er grunne til at jeg skriver om dette istedenfor Schema.

Hvorfor trenger man en DTD tilknyttet XML filen? Grunnen til dette er å gi XML dokumenter en global struktur slik at hvem som helst kan lage systemer som baserer seg på visse XML filer.

Standard måte å definere en node på i DTD’er er:

<!ELEMENT nodeNavn innholdstype>

Eksempel på en DTD basert på XML’en ovenfor:

<!ELEMENT bokListe (bok)>

<!ELEMENT bok (tittel, forfatter, utgitt, forlag)>

<!ELEMENT tittel (#PCDATA)>

<!ELEMENT forfatter (#PCDATA)>

<!ELEMENT utgitt (#PCDATA)>

<!ELEMENT forlag (#PCDATA)>

<!ATTLIST bok
   isbn CDATA #REQUIRED
   utgave (1|2|3|4|5|6) ”1”>

Nodenavn

Nodenavn kan være hva som helst. Dette er navnet på noden i XML filen, som f.eks. i XML’en overnfor så er bok ett nodeNavn. Nodenavn kan ikke innholde særnorske og andre spesial tegn som f.eks. Æ, Ø, Å o.s.v.

Innholdstype

Disse definerer hva en node kan inneholde. Følgende innholdstyper er mest vanlig; andre noder, PCDATA, ANY og EMPTY.

Andre noder

<!ELEMENT nodeNavn (node1, node2, node3+)>

Ved å definere noder på denne måten i DTD’en så begrenser vi en node til å kun inneholde barnenodene definert mellom parantesene; node1, node2, node3. Plusstegnet (+) etter node3 tilsier at man kan ha så mange ”node3” barnenoder man vil innenfor noden, mens node1 og node2 kun kan opptre 1 gang.

PCDATA

<!ELEMENT nodeNavn (#PCDATA)>

Dette tilsier at noden kun kan inneholde vanlig tekst og tall. Dersom en node definert med en innholdstype PCDATA inneholder andre noder vil XML’filen feile

ANY

<!ELEMENT nodeNavn ANY>

ANY betyr at noden kan inneholde både tekst (som definert i PCDATA) og hvilken som helst andre noder.

EMPTY

<!ELEMENT nodeNavn EMPTY>

EMPTY betyr at noden ikke kan inneholde noen ting. Med dette menes at en node i XML’en ikke kan ha noe innhold mellom start tag og slutt tag. Følgende XML vil feile hvis innnholdstypen er definert som EMPTY:

<nodeNavn>Innhold i noden</nodeNavn>

Riktig syntax vil være

<nodeNavn></nodeNavn> eller <nodeNavn/>

Atributter

I tillegg til <!ELEMENT> taggen for å definere noder benyttes også <!ATTLIST> taggen ofte for å definere attributter knyttet til noder.

Standard måte for å definere attributter på i en DTD er:

<!ATTLIST nodeNavn

  attributtNavn1 innholdstype standard

  attributtNavn1 innholdstype standard>

Nodenavn er navnet på den noden man ønsker å knytte attributtene mot. Dette navnet må være det samme som er definert i <!ELEMENT nodeNavn>.

Attributtnavnet kan være hva som helst så lenge det ikke inneholder særnorske eller andre spesialtegn. I XML’en ovenfor så er isbn en attributt til noden bok.

Innholdstypen definerer hva slags data en attributt kan inneholde. Følgende innholdstyper er mest vanlig; CDATA, liste av mulige verdier, ID, IDREF, NMTOKEN.

Når det gjelder innholdstyper så er det ikke så mye jeg kan forklare. Jeg vet kun hvordan men benytter CDATA og lister. ID blir som regel benyttet til unike ID’er for ett element, men jeg har aldri benyttet dette, så jeg er litt usikker på hvordan det funkgerer.

CDATA

<!ATTLIST nodeNavn

attributt1 CDATA standard>

CDATA sier at inneholdet i attributten kan være en hvilken som helst tekststreng. Stort sett så vil de fleste attributter benytte seg av CDATA dersom det ikke er attributter som benyttes til id eller lignende.

Lister

<!ATTLIST nodeNavn

   attributt1 (tekst1 | tekst2 | tekst3) standard>

Dersom man definerer en attributt som en liste vil definerer man hvilke verdier en attributt kan ha. Ved f.eks. attributtet over vil man i XML filen kun kunne sette inn verdiene; tekst1, tekst2 eller tekst3 som verdier til attributtet. Alle andre verdier vil medføre at XML’filen ikke er gyldig.

Standard definerer kun hvilken verdi vi ønsker skal være standard for en attributt. Dette benyttes ofte i sammenheng med ”lister”. I eksempelet over kan vi f.eks. si at tekst2 skal være standardverdi for attributt1:

<!ATTLIST nodeNavn

   attributt1 (tekst1 | tekst2 | tekst3) ”tekst1”>

Dette gjør så attributtet aldri vil være tom. Dersom man oppretter en XML basert på DTD’en vil alle attributt1 være ferdigutfylt med verdien ”tekst1”.

Det er også mulig å bytte ut standard verdien med såkalte ”Actions”. Dette er variabler som definerer om attributtet er påkrevd eller ikke. Jeg tror ikke det er mulig å benytte actions i attributter som er definert som lister.

Syntaxen for å benytte actions er:

<!ATTLIST nodeNavn

  attributt1 CDATA #REQUIRED>

Følgende actions er tilgjengelig:

#REQUIRED

Betyr at attributtet må inneholde en verdi, d.v.s. at attributtet må være med på alle noder som er definert til å ha dette attributtet.

#IMPLIED

Betyr at attributtet kan være tomt, d.v.s. at det ikke behøver å være definert i noder som er definert til å ha med dette attributtet.

#FIXED

Er jeg litt usikker på hva betyr, så her må du nok søke på internettet