Linguaggi di markup

1. Linguaggi di markup Marco Mesitimesiti@disi.unige.it

2. Programma e obiettivi • I linguaggi di Markup ed il web • HTML e le sue lacune • eXtensible Markup Language • Document Type Definition • Conoscere XML e le sue applicazioni

3. Programma e obiettivi • Saper manipolare documenti XML (XSL: Xpath, XSLT, XSL FO) • Come rappresentare informazioni di tipo con XML schema • Memorizzazione e recupero di documenti XML in/da una base di dati • Progettazione di sorgenti di documenti XML

4. Struttura e Rappresentazione La scrittura ha definito il rapporto fra • struttura gerarchica delle informazioni e • rappresentazione visiva

5. Struttura e Rappresentazione • Nei documenti elettronici il discorso è analogo • Nel momento in cui si ha bisogno di un'informazione entrano in gioco i tre livelli Struttura Contenuto Rappresentazione

6. Struttura e Rappresentazione • La rappresentazione può essere utile • in fase di individuazione • per migliorare la leggibilità • per favorire la percezione della struttura • Struttura e Rappresentazionedi un contenuto sono due cose assolutamente separate Rappresentazione Struttura

7. Cosa si intende per markup • Il markup permette la struttura-zione di un un file in formato testo in componenti (elementi) logiche etichettandole in modo utile • Le etichette (i nomi degli elementi)specificano il tipo di dato che una certa componente logica rappresenta • Le etichette vengono inserite nel documento stesso come speciali sequenze di caratteri, dette markup tag o semplicemente tag <Tag_APERTURA> contenuto <Tag_CHIUSURA>

8. I Linguaggi di Markup • Descrivono i meccanismi di strutturazione e di rappresentazione del testo • "marcano" le porzioni di testo indicandone le caratteristiche • Due gruppi: • Di tipo procedurale, indicano le procedure di trattamento del testo aggiungendo le istruzioni • Di tipo descrittivo, lasciano la scelta della rappresentazione al software • Differenza nel meccanismo usato per definire la formattazione del testo

9. I Linguaggi di tipo descrittivo • I linguaggi di tipo descrittivo risultano più vantaggiosi, • Lasciano la concentrazione sui problemi strutturali di leggibilità • Prescindono in fase di lettura dal software con cui sono stati generati • Garantiscono una corretta separazione tra struttura e rappresentazione • Esempi di linguaggi procedurali: Script, TROFF, TEX • Esempi di linguaggi dichiarativi: SGML, HTML, XML.

10. Che cos‘è un linguaggio di markup NON è un linguaggio di programmazione! • un sistema formale (insieme di convenzioni) per scambiare e pubblicare informazioni (in formato testo) in modo strutturato • quali elementi (e tag) si possono usare in un documento • come i tag vengono distinti dal contenuto del documento • (eventualmente) che significato hanno i vari tag … • Non esiste il linguaggio di markup, esistono diversi linguaggi di markup per rappresentare diversi tipi di documenti

11. Un po’ di storia: Il Markup ed il Web • La Graphic Communications Association crea GenCode • Dopo IBM sviluppa GML (Generalized Markup Language) • Una sintassi semplice di tag contenuti tra <> (/) • Per avere un formato aperto e standardizzato per il trattamento di dati • Per poter scambiare e manipolare documenti strutturati

12. Un po’ di storia: Il Markup ed il Web • 1980 – GenCode/GML e si fonda “American National Standards Institute” (ANSI) • Nel ‘86 nasce SGML • Presente anche il CERN • Da SGML Tim Berners-Lee ricava un sottoinsieme: HTML GenCode GML SGML HTML

13. Il linguaggio HTML • Linguaggio di markup più diffuso nel web • Definisce un insieme di tag finito • Ad ogni TAG viene associata una regola di formattazione di porzioni di testo • Esempio: <I> corsivo

14. Esempio di file HTML <UL> … <LI>Pinco Pallino <UL> <LI>Client ID: 002 <LI>Azienda: La mia Azienda s.r.l. <LI>Email: pinco@miazienda.com <LI>Telefono: 010.5553331 <LI>Indirizzo: Via B, 23/a <LI>Città : Genova <LI>C.A.P.: 16100 </UL> </UL>

15. I Problemi del web: Perdita di Struttura/Rappresentazione • Distinzione struttura/rappresentazione persa • Tale distinzione è la base della concezione dei linguaggi di markup di tipo descrittivo come SGML Rappresentazione<i>, <b>, <hr>, … ? <h1>, <h2>, <p>, …Struttura

16. I Problemi del web: Perdita di Struttura/Rappresentazione Una corretta divisione di Struttura e Rappresentazione permette: • di individuare occorrenzedi un certo termine significativo • di stabilirne la rilevanzain base alla posizione nella gerarchia testuale

17. Cosa è sbagliato in HTML? • La Staticità • Se l’idea è marcare informazioni in modo molto preciso i TAG HTML possono non bastare • Esempio un chimico per le formule • Un costruttore di aeroplani per i motori, modelli... • Mantenere tutti i tag possibili sarebbe davvero difficile!

18. Cosa è sbagliato in HTML? Documenti non validi semanticamente • Si possono scrivere documenti HTML validi che non hanno senso quando si considera la semantica • Non esiste un vincolo nello standard... ? <HTML> <BODY> <H2> Prova </H2> <P> una prova <H1> titolo1 </H1> </HTML>

19. Arriviamo ad XML: HTML e SGML • HTML è quindi un linguaggio • SGML è un metalinguaggio • HTML è semplice ma rigido • SGML è duttile ma molto complesso SGML HTML

20. Esigenza dell’XML • nell’estate del ‘96 il W3C inizia un lavoro per un nuovo standard di applicazioni Web per risolvere i problemi • Nasce un nuovo working group (XWG) per creare un nuovo standard eXstensible Markup Language (XML) • Qualcosa di più di HTML, qualcosa di più semplice di SGML SGML XML HTML

21. Extensible Markup Language Introduzione “XML is a language for creating markup languages that describe structured data.”Mike Edwards, Microsoft • Descrive i dati e non la loro rappresentazione • Ha un formato aperto e leggibile visualmente simile all’HTML • Elimina la necessità di Browser e tool di mezzo per aggiungere TAG speciali

22. Extensible Markup Language Introduzione • eXtensible - non rigido come HTML • Ottimo per la trasmissione di dati da server a browser • Ottimo per la trasmissione da applicazione a applicazione, da macchina a macchina… • E’ un metalinguaggio usato per definire nuovi domini applicativi o linguaggi specifici

23. Oracle … SQL Extensible Markup Language Aree Applicative • Applicazioni che richiedono al Web Client di mediare tra due o più DB eterogenei • Applicazioni che cercano di distribuire porzioni significanti di dati tra Client/Server

24. Extensible Markup Language Aree Applicative • Applicazioni che richiedono al Web Client di mostrare più viste dello stesso dato a diversi utenti • Applicazioni in cui Agenti Web Intelligenti decidono riguardo informazioni utili per un utente (personalizzazione) Client User1 Compito Testo Esercizio Testo Esercizio Soluzione Client User2 Soluzione Agente Client con caratteristicheA, B, C, ….

25. Extensible Markup Language Vantaggi • Attenzione esclusivamente al contenuto/struttura • La rappresentazione può essere attuata successivamente o da un altra persona • Si possono sviluppare linguaggi ad HOC specifici per certe comunità di utenti • Matematici, chimici, una singola società, un ente…etc…

26. Extensible Markup Language differenze con HTML • XML non specifica né la semantica né un insieme di TAG • XML è un metalinguaggio per la descrizione dei linguaggi di markup • XML fornisce un modo per definire i tag ed i rapporti strutturali fra loro • Poiché non vi è un insieme predefinito di TAG, non ci può essere alcuna semantica preesistente

27. eXtensible Markup Language:Standard collegati • XML è una lingua “franca” che permette di descrivere la struttura di documenti • Il W3C ha definito svariati standard per poter integrare la definizione di XML per consentire: • Definizione metadata • Definizione link tra più documenti • Trasformazione/Rappresentazione documenti XML • Definizione di linguaggi di interrogazione • Manipolazione documenti XML “da programma” • Rappresentazione di informazione grafica

28. Definizione di metadata • Come detto in precedenza, i TAG non definiscono la semantica dei dati che rappresentano • Occorre quindi introdurre il concetto di metadata cioè “dati sui dati” • Si parla di metadata a diversi livelli • a livello linguistico introducendo dizionari di nomi (Namespace) • a livello di tipo introducendo gli schema (Xschema) • a livello concettuale introducendo concetti e legami tra concetti (RDF -- Resource Description Framework)

29. Definizione link tra più documenti • Lo standard XML permette di rappresentare solo i link interni al documento, ma non i link tra documenti diversi • Inoltre, si vogliono poter rappresentare tutte le forme di link che abbiamo visto in precedenza • Per questo motivo sono stati introdotti i seguenti standard • XLink che permette di definire link tra più documenti • XPointer che permette di indirizzare una parte specifica di un documento

30. Rappresentaz./Trasformaz. documenti • Lo standard XML permette di strutturare documenti XML • No rappresentazione • Nasce XSL. • XSL permette di • Identificare parti di documento da rappresentare (Xpath) • Trasformare le parti (attraverso il linguaggio XSLT) • Rappresentare (HTML, PDF, ...) il documento risultante (attraverso il linguaggio XSL-FO)

31. Definizione di linguaggi di interrogazione • I documenti XML possono essere memorizzati in sorgenti di informazioni (DB). • Ognuno può sottomettere alla sorgente richieste di documenti che soddisfano certe condizioni. • Esistono diversi linguaggi per poter interrogare sorgenti XML • Attualmente non esiste uno standard W3C • La proposta potrebbe essere XML query

32. Manipolazione documenti XML “da programma” • I documenti XML possono essere visti come canale di comunicazione tra applicazioni client-server • Cioè permettono alle applicazioni di scambiarsi informazioni. • Un’applicazione deve saper leggere e manipolare documenti XML • Sono stati introdotti standard per manipolare documenti XML • Gli standard principalmente utilizzati sono DOMe SAX

33. END