http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Strukturierung von Inhalten

• eXtensible Markup Language• Metasprache• erlaubt die Definition eigener Markupsprachen zur Strukturierung

von Informationen• World Wide Web Consortium (W3C) Standard• Basiert auf ISO Standard SGML• Lizenzfrei, Plattform-unabhängig und gut unterstützt

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Strukturierung von Inhalten

Von der Instanz zur DTD• Ein XML-Dokument ähnelt HTML

XML Instanz

• DOCTYPE-Angabe verbindet Instanz und DTD

<?xml version=“1.0“ encoding=“UTF-8”?><!DOCTYPE LearningObject SYSTEM "lo_aktuell.dtd"><LearningObject> <MetaData> <General Identifier="A-5" Structure="Linear"

AggregationLevel="3"><Title>XML</Title> <Language>de</Language> <Description>eXtensible Markup Language (XML)</Description><Keywords>XML</Keywords>

</General> </MetaData> <Content> <LearningObject> <MetaData> <General Identifier="A-5-1" Structure="Linear“

AggregationLevel="2"> <Title>Einführung in (XML)</Title><Language>de</Language> <Description>Einführung in XML</Description> <Keywords>XML</Keywords>

</General> </MetaData> <LayoutInformation CSS-URL="milca.css"/> <Content><Text><Paragraph>Dies ist ein Text.</Paragraph>

</Text></Content>

</LearningObject></Content>

</LearningObject>

<!DOCTYPE Wurzelelement SYSTEM "filename.dtd">

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Strukturierung von Inhalten

XML zeichnet sich durch folgende Merkmale aus:• Hierarchischer Zusammenhang Teil-Ganzes-Beziehung• Selbstbeschreibende Daten• Text (ASCII, Unicode, oder anderer Zeichensatz)

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Strukturierung von Inhalten

XML-Instanzen können• wohlgeformt sein

sie genügen der XML-Syntax

- jedes Element besteht aus Start- und Endtag

- Groß- und Kleinschreibung wird unterschieden

• valide sein

sie entsprechen einem Schema (DTD, XML Schema Beschreibung, RELAX NG Schema, Schematron Schema o. a.)

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Strukturierung von Inhalten

Bisher haben wir uns nur mit (XHTML-) Instanzen beschäftigt, jetzt werden wir eigene

Markupsprachen entwerfen

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

• Grammatik zur Beschreibung einer Markup-sprache

• Elemente

• Attribute

• Liste aller erlaubten Elemente und Attribute

• Gewährleistung struktureller Validität

• Formalisierung der Idee eines Dokumenttyps

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

DTDs sind wie XML-Instanzen Textdateienaber

sie gehorchen einer eigenen Syntax!

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Eine einfache XML-DTD"visitenkarte.dtd"

<?xml version="1.0"?><!ELEMENT Visitenkarte (Logo, Name, Fachgebiet, Adresse, Telefon_und_Fax, eMail)>

<!ELEMENT Logo EMPTY><!ATTLIST Logo src CDATA #REQUIRED>

<!ELEMENT Name (#PCDATA)>

<!ELEMENT Fachgebiet (#PCDATA)>

<!ELEMENT Adresse (#PCDATA)>

<!ELEMENT Telefon_und_Fax (#PCDATA)>

<!ELEMENT eMail (#PCDATA)>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Einheiten der Informationsmodellierung• Elemente

• Daten-Elemente

• Container-Elemente

• leere Elemente

• Attribute

• Zeichenketten

• Tokentyp

• Aufzählungen

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Daten-Elemente• Ebene der konkreten Daten

<!ELEMENT Keyword (#PCDATA)>Deklarationsbeginn

Element-Name

Element-Deklaration

Inhaltsmodell: Zeichenkette

Deklarationsende

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Beispiel-Instanz

<Keyword>Schifffahrt</Keyword>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Container-Elemente• Ebene der abstrakten Einheiten

<!ELEMENT Glossary (Keyword+)>

Inhaltsmodell: Container-Element

Okkurenzindikator

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Beispiel-Instanz

<Glossary><Keyword>Schifffahrt</Keyword>

</Glossary >

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

• Okkurenzindikatoren:

• + 1..n Vorkommen dieses Elements• * 0..n Vorkommen dieses Elements• ? 0..1 Vorkommen dieses Elements• 1 Vorkommen dieses Elements

• Konnektoren:

• , a , b b folgt a• | a | b b oder a

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Mit Hilfe von Klammern können komplexe Inhaltsmodelle erstellt werden:

<!ELEMENT Glossary (Keyword+)><!ELEMENT Dictionary (Entry+)><!ELEMENT Entry (Keyword+, Gender, Decl?, Definition+)><!ELEMENT Entry ((Keyword+, Gender) |

(Gender, Keyword+)), Decl?, Definition+)>

<!ELEMENT Entry ((Keyword+, Gender) | (Gender, Keyword+)), (Decl, Definition)?)>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

• Das Inhaltsmodell darf nicht ambig sein:

<!ELEMENT a ((b, c) | (b, d))>• ist per definitionem verboten

• führt zum Abbruch der Verarbeitung durch XML-Software

• Ambige Inhaltsmodelle können oft umformuliert werden:

<!ELEMENT a (b, (c | d))>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Leere Elemente• Als Träger von Attributen

<!ELEMENT Metadata EMPTY>

Inhaltsmodell: leer

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Beispiel-Instanz

<Metadata/>

<Metadata></Metadata>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Elemente mit gemischten Inhaltsmodell• Sowohl Daten- als auch Container-Element

<!ELEMENT Keyword (#PCDATA | Gender)*>

Inhaltsmodell: Zeichenkette, Element

Okkurenzindikator: *

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Elemente mit gemischten Inhaltsmodell• Sowohl Daten- als auch Container-Element

<!ELEMENT Keyword (#PCDATA | Gender)*>

• nur | als Konnektor erlaubt

• nur * als Operator zulässig• PCDATA zuerst

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

DTD – Document Type Definition

Beispiel-Instanz

<Keyword><Gender>m</Gender>Mann.

</Keyword>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Names

Namen in XML (Qualified XML Names)

beginnen mit • einem Buchstaben

• „:“

• „_“

Anschließend folgen• Buchstaben, Zahlen

• „_“, „-“, „.“, „:“

Achtung!• „:“ dient zur Trennung von Präfix und

Element-/Attributnamen (XML Namespaces)

• „xml“ darf nicht Namensbestandteil sein

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Attribute• Informationen über das Element

• Informationen über den Inhalt des Elements

Metadaten

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Attribute in der Instanz• Werte eines Attributs müssen in Anführungszeichen "…" oder '…' stehen

bekannt aus XHTML

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Attribute in der DTD• Attributlistendeklaration sind an eine Element-deklaration gebunden

• Attribute werden immer nur für ein Element deklariert

• es ist möglich (aber nicht ratsam), ein Attribut a für ein Element x und ein anderes Attribut a für y zu deklarieren

• Mehrere Attribute werden in einer Attributlisten-deklaration deklariert

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Attribute in der DTD• Eine Attributlistendeklaration besteht aus:

• dem Namen des Elements, zu dem das Attribut gehört

• dem Namen des Attributs

• dem Attributtyp

• der Vorgabedeklaration

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Ein Beispiel:

<!ELEMENT meaning (#PCDATA)><!ATTLIST meaning style CDATA #IMPLIED >

Element, dem das Attribut zugeordnet ist

Attributname

Inhaltsmodell

Vorgabedeklaration

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Vorgabedeklaration• #IMPLIED• #REQUIRED• Attributwert

• #FIXED Attributwert

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Zeichenketten-Attribut• Inhaltsmodell analog zu Daten-Elementen

• CDATA statt PCDATA Inhalt

<!ELEMENT meaning (#PCDATA)><!ATTLIST meaning style CDATA #IMPLIED >

Deklarationsbeginn

Element, dem das Attribut zugeordnet ist

Attributlisten-Deklaration

Attributname

Inhaltsmodell: CDATAVorgabedeklaration

Deklarationsende

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<meaning style="Slang">Cool, ey!

</meaning>Nicht erlaubte Werte:• < (durch &lt; "less than" ersetzen)

• & (durch &amp; ersetzen)

• ' falls Attributwerte mit ' umschlossen werden

• " falls Attributwerte mit " umschlossen werden

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Token-Attribute• ID• IDREF, IDREFS• ENTITY, ENTITIES• NMTKON, NMTOKENS• Aufzählungen

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

ID-Attribut• Speicherung einer dokumentweit eindeutigen ID

• IDs sind aufgebaut wie XML Names

<!ELEMENT keyword (#PCDATA)><!ATTLIST keywordid ID #REQUIRED >

Inhaltsmodell: ID

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<keyword id="Schifffahrt">Schifffahrt</keyword>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

IDREF-Attribut• Herstellung einer Referenz zwischen Knoten im Baum

<!ELEMENT variant EMPTY><!ATTLIST variant keyword IDREF #IMPLIED >

Inhaltsmodell: IDREF

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<variant keyword="Schifffahrt">Schiffahrt</variant >

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

IDREFS-Attribut• Herstellung einer Referenz zwischen mehreren Knoten im Baum (1:n)

<!ELEMENT variant EMPTY><!ATTLIST variant keyword IDREFS #IMPLIED>

Inhaltsmodell: IDREFS

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<variant keyword="Schifffahrt Schiff-Fahrt">Schiffahrt</variant>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Andere Token-Attribute:

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

ENTITY-Attribut• Referenz auf eine generelle Entitität

• Die Entität muss in der DTD deklariert sein

<!ELEMENT logo EMPTY><!ATTLIST logosource ENTITY #IMPLIED>

Inhaltsmodell: ENTITY

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<logo source="LogoUB"/>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

ENTITIES-Attribut• Referenz auf mehrere generelle Entititäten

• Die Entitäten müssen in der DTD deklariert sein

<!ELEMENT logo EMPTY><!ATTLIST logosource ENTITIES #IMPLIED>

Inhaltsmodell: ENTITIES

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<logo source="LogoUB LogoTT"/>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

NMTOKEN-Attribut• Einschränkung gegenüber Zeichenkettenattributen• XML Names statt CDATA Inhalt (keine Leerzeichen, keine Zahlen an

erster Stelle)

<!ELEMENT file EMPTY><!ATTLIST file name NMTOKEN #IMPLIED>

Inhaltsmodell: NMTOKEN

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<file name="readme.txt"/>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

NMTOKENS-Attribut• Auflistung mehrerer NMTOKEN

<!ELEMENT files EMPTY><!ATTLIST files names NMTOKENS #IMPLIED>

Inhaltsmodell: NMTOKEN

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<files names="readme.txt liesmich.txt"/>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Aufzählung• Vokabular möglicher Werte (NMTOKEN)

• Vorgabedeklaration kann durch Standardwert ersetzt werden

<!ELEMENT spelling (#PCDATA)><!ATTLIST spelling orthography (old | new) "new">

Inhaltsmodell: Wertevokabular

Vorgabedeklaration oder Standardwert

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Beispiel-Instanz

<spelling orthography="old">Schiffahrt </spelling>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Elemente oder Attribute?+ Elemente strukturieren Informationen

+ Elementinhalt direkt prozessierbar

- Elementinhalt nur PCDATA, keine weiteren Restriktionen möglich

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Attribute

Elemente oder Attribute?+ Attributinhalt CDATA+ Attribute können Vorgabewerte enthalten

+ ID/IDREF-Attribute sind unverzichtbar zur Herstellung von Beziehungen

- Attribute können nicht strukturieren

- Attribute speichern Informationen über Elemente

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Entitäten

Entitäten• Platzhalter für Daten

• Generelle Entitäten (general entities) als Platzhalter in Instanzen

• Parameter-Entitäten (parameter entities) als Platzhalter in DTDs

• Interne und externe Entitäten

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Entitäten

Entitäten• HTML enthält einige vordefinierte interne general entities:

• &lt; „<“• &gt; „>“• &uuml; „ü“• &amp; „&“

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Namespaces

XML Namespaces• Namespaces kennzeichnen eine Markupsprache als einem Namensraum

zugehörig

• Sie erlauben die Kombination verschiedener Markupsprachen (z.B. XHTML inkl. SVG)

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Namespaces

Aufbau eines Namespaces

Präfix:Element-/Attributname

Beispiel

<mml:math>…</mml:math>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Namespaces

Definition eines Namespaces mit Hilfe des Attributs

xmlns

xmlns:Präfix="URL"

Beispielxmlns:mml="http://www.w3.org/1998/Math/MathML"

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Namespaces

Beispiel Instanz<paragraph>

Dies ist ein Satz mit einer <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML">…</mml:math> Formel, die in MathML dargestellt wird.

</paragraph>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Namespaces

Namespaces müssen in der DTD deklariert werden

<!ELEMENT Formula (%math.qname;)*><!ATTLIST Formula

xmlns:mml CDATA #FIXED "http://www.w3.org/1998/Math/MathML"xmlns:xlink CDATA #FIXED "http://www.w3.org/1999/xlink">

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Namespaces

Standard (default) Namespaces benötigen kein Präfix und gelten für alle Kindelemente

<html xmlns=http://www.w3.org/1999/xhtml><head><title>Eine XHTML-Seite</title></head><body>…</body></html>

Default Namespace von XHTML

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

XML Software Tools

XML Software-Tools• XML Parser

• freie Parser: XML Validator, Schematron Validator, xmllint

• Editoren

• freie Editoren: Notepad, XML Mind XML Editor, Treebeard, jEdit

• kommerzielle Editoren: XMetaL, XMLSpy, <oXygen>

http://www.text-technology.de/projects/sekimo.html

Text TechnologicalModelling of Information

Übungsaufgaben

Praxis• Erstellen Sie eine DTD analog zur HTML-Seite• Erstellen Sie eine Instanz, die valide zur DTD ist