XML

Tämä kirja perustuu W3C:n nykyisen suositukseen Extensible Markup Language (XML) 1.0 (Fourth Edition) (2006-08-16).

XML on laajennettava w:merkintäkieli, jolla datan joukkoon voidaan lisätä sen merkitystä kuvaavaa tietoa.

Wikipedia

Wikipedia-tietosanakirjassa on artikkeli aiheesta:

XML

Ominaispiirteitä

XML on suunniteltu datan säilykseen ja siirtämiseen ei sen esittämiseen. XML tulee sanoista EXtensible Markup Language eli laajennettava merkintäkieli. XML on W3C:n suositus. XML:n ei ole tarkoitus korvata HTMLää.

XML ei tee mitään. XML-tiedosto on pelkkää tekstidataa.

XML-tagit eivät ole ennalta määrättyjä vaan ne tulee määritellä kussakin XML-tiedostossa. Täten XML-tiedosto kuvailee itsensä.

Merkintä

XML-data koostuu elemeteistä ja niille annetusta sisäsällöstä sekä elementtejä määrittävistä attribuuteista.

Sisältö on elementin avauksen ja sulkemisen välissä.

<elmentti>sisältö</elementti>

Attribuutit ovat elementin avauksen sisässä ja niiden arvo on aina lainausmerkeissä

<elementti attribuutti="arvo">

Pääsääntönä data merkitään elementtien sisältönä ja metadata elementtien attrbibuutteina.

Elementtien nimet ovat case-sensitive eli iso ja pieni kirjain ovat eriasioita.

Elementtien nimien tulee noudattaa seuraavaa:

ei saa alkaa numerolla tai välimerkillä
ei saa alkaa kirjaimilla xml (oli kirjaimet sitten suuria tai pieniä)
ei saa sisältää välilyöntejä.

Yhteen sopivuussyistä vältettäviä merkkejä ovat myös "-", "." ja ":". Muuten nimet voivat sisältää kirjaimia, numeroita ja muita merkkejä vapaasti. Koska välilyöntejä ei saa olla merkitään sanayhdistelmät yleensä alaviivalla "_".

Elementin eivät saa ristetä

ei näin <pre><code></pre></code> vaan <pre><code></code></pre>.

Tiedostolla tulee olla yksi ja vain yksi juuri (root) -elementti. Alun julistuksia ei lasketa elementeiksi.

Kommentointi merkitään

Ylimääräiset välilyönnit säilyy näkyvissä.

XML-tiedosto oikealla syntaksialla on hyvin muodostettu (Well Formed). XML-tiedosto tarkastettuna jotain DTDä vastaan on validi (Valid).

Sivun perusrakenne

<?xml version="1.0" encoding="ISO-8859-1"?>
<!DOCTYPE viesti SYSTEM "Viesti.dtd">
<viesti>
<keneltä>Tove</keneltä>
<kenelle>Jani</kenelle>
<otsikko>Muistutus</otsikko>
<leipäteksti>Älä unohda!</leipäteksti>
</viesti>

missä

<?xml version="1.0" encoding="ISO-8859-1"?>: on XML-julistus, joka kertoo XMLn version ja käytettävän koodauksen
<!DOCTYPE viesti SYSTEM "Viesti.dtd">: on DTD eli Document Type Definition -julistus, kertoo käytettävän DTDn
<viesti>: on juuri (root) -elementin avaus
<keneltä>, <kenelle> ja <otsikko>: ovat juurielementin lapsielementtejä ja sisaruksia keskenään
</viesti>: on juuri-elementin sulkeminen

Erikoismerkit

Seuraavat merkit tulee antaa koodina.

Koodi	Merkki	Nimi
<	<	pienempi kuin
>	>	suurempi kuin
&	&	ampersandi eli et-merkki
'	'	apostrofi eli heittomerkki
"	"	lainausmerkki

Document Type Definition eli DTD

Imoittaminen

<!DOCTYPE note SYSTEM "Note.dtd">

dtd-tiedoston rakenne

<!DOCTYPE note [
  <!ELEMENT note (to,from,heading,body)>
  <!ELEMENT to      (#PCDATA)>
  <!ELEMENT from    (#PCDATA)>
  <!ELEMENT heading (#PCDATA)>
  <!ELEMENT body    (#PCDATA)>
]>

XML Schema

XML Scheman rakenne, tiedostopääte xsd

<xs:element name="note">
<xs:complexType>
  <xs:sequence>
    <xs:element name="to"      type="xs:string"/>
    <xs:element name="from"    type="xs:string"/>
    <xs:element name="heading" type="xs:string"/>
    <xs:element name="body"    type="xs:string"/>
  </xs:sequence>
</xs:complexType>

</xs:element>

Esittämien

XML-datan esittämiseen on kaksi tapaa, CSS ja XSLT.

CSS

XSLT

eXtensible Stylesheet Language Transformations

Parserointi / XML JavaScript

Nimiavaruudet

Nimiavaruus (namespace) on elementtien nimien merkityksen määrittelevä avaruus. Se merkitään juuri-elementtiin tai muuhun haluttuun elementtiin xmlns-attribuutilla, jonka arvona on nimiavaruuden määrittelevän datan sijainti URI-osoite. Määrittely periytyy elementin lapsille. Nimiavaruus merkitään <nimiavaruus:elementti>.

Tietotyypit

XML-parseri parseroi oletuksena kaiken XML-datan sillä data on oletuksena parseroitavaa merkkidataa (Parsed Character Data eli PCDATA). Mikäli dataa ei haluta parseroitavan tulee se merkitä parseroimattomaksi merkkidataksi (Character Data eli CDATA). Merkitseminen tehdään muodossa:

<script>
<![CDATA[
function matchwo(a,b)
{
if (a < b && a < 0) then
   {
   return 1;
   }
else
   {
   return 0;
   }
}
]]>
</script>

eli datan CDATAn merkitä aloitetaan merkinnällä

<![CDATA[

ja päätetään merkinnällä

]]>.

Tästä johtuen annettava CDATA ei voi sisältää ]]> merkkijonoa. Parseri jättää huomiotta CDATA-tekstin.

Merkistökoodaus

XML-käyttää oletuksena unicode-merkistöä. xml-julistuksessa on syytä aina ilmoittaa käytettävä merkistökoodaus encoding attribuutilla.

XML-kieliä ja sovelluksia

XHTML (Extensible HTML): Tiukemmennin määritelty ja puhtaampi versio HTMLstä.

XML DOM (XML Document Object Model): A standard document model for accessing and manipulating XML.

XSL (Extensible Style Sheet Language)

XML-datan ulkoasun määrittely tai rakennemuutoksen tekeminen, koostuu kolmesta osasta:

XSLT (XSL Transform): kieli XML-dokumenttien muuntamiseen
XSL-FO (XSL Formatting Objects): kieli XML-dokumenttien ulkoasun määrittelemiseksi
XPath: viittaustapa XML-dokumenttien rakenteessa

XQuery (XML Query Language): XML-pohjainen XML-data kyselykieli

DTD (Document Type Definition): XMLssä sallittujen elementtien määrittämistandardi

XSD (XML Schema): XML-pohjainen XMLssä sallittujen elementtien määrittämistandardi

XLink (XML Linking Language): Kieli hyperlikkien tekemiseksi XML-tiedostoihin

XPointer (XML Pointer Language): Allows the XLink hyperlinks to point to more specific parts in the XML document.

XForms (XML Forms)

SOAP (Simple Object Access Protocol): XML-pohjainen protokolla sovellusten tiedonvaihtoon HTTPn kautta

WSDL (Web Services Description Language): XML-pohjainen kieli WWW-palvelujen kuvaamiseen

RDF (Resource Description Framework): WWW-resurssien kuvailukieli

RSS (Really Simple Syndication): verkkosyöte

WAP (Wireless Application Protocol): XML-pohjainen matkapuhelinten tapaisissa laitteissa käytettävä internet-protokolla

SMIL (Synchronized Multimedia Integration Language): multimediaesityksiä varten kehitetty ohjauskieli

SVG (Scalable Vector Graphics): XML-pohjainen verktorigrafiikka