![[Floris Lambrechts]](../../common/images/Floris_Lambrechts.png)
von Floris Lambrechts
<floris(at)linuxfocus.org>
Über den Autor:
Ich war der niederländische LinuxFocus Editor für einige Zeit.
Ich studiere 'Industrieingenieur für Elektronik' in Leuven, Belgien und
verbummle meine Zeit mit Linux, PHP, XML, LinuxFocus und beim Lesen von
Büchern von Stephen Hawking und momentan Jef Raskin ('The Human
Interface').
Übersetzt ins Deutsche von:
Sebastian Stein (homepage)
Inhalt:
|
Erste Schritte in XML
![[Illustration: xml]](../../common/images/illustration242.png)
Zusammenfassung:
Dieser Text ist eine wirklich knappe Einführung in XML. Dabei werden wir
Eddy, die Metakatze, die XML Syntaxregeln und einige DTDs kennenlernen. Aber
keine Angst, das wird ja alles erklärt ;-)
Einleitung
Im Sommer 2001 trafen sich einige der LinuxFocus Editoren in Bordeaux während
des LSM. Viele Gespräche und
Diskussionen drehten sich bei der LSM Gruppe für Interessierte
in Dokumentation um das gleiche Thema: XML. Lange (fröhliche)
Stunden vergingen, um zu klären, was XML genau ist und wie man es
einsetzen kann. Und um genau das soll es in diesem Artikel gehen.
Ich möchte die Gelegenheit nutzen um Egon Willighagen und Jaime
Villate für ihre Einführung in XML zu danken. Dieser Artikel
basiert zum Teil auf Jaimes Informationen, die ich natürlich
weiter unten auch verlinkt habe.
Was ist XML?
Wir Dokumentationsleute wussten schon immer, was XML ist, zumindest
mehr oder weniger. Eigentlich ist die Syntax wie bei HTML und es ist
bloß eine weitere Auszeichnungssprache wie SGML und HTML,
richtig? Richtig. Aber es geht noch weiter.
XML besitzt einige Eigenschaften, die es zu einem sehr nützlichen
Datenformat machen, mit dem man fast alles erfassen kann. Es scheint,
man kann damit selbst die komplexesten Sachen beschreiben und trotzdem
bleibt es für den Menschen verständlich und läßt sich einfach durch
Programme verarbeiten. Wie kann das sein? Untersuchen wir die
verheißungsvolle Sprache etwas näher.
Eddy, die Metakatze
Zuerst einmal, XML ist eine Auszeichnungssprache (markup language).
Dokumente,
die in einer solchen Auszeichnungssprache verfasst wurden, enthalten 2
Dinge: Daten und Metadaten.
Falls jemand weiß, wie man Daten definiert, wäre ich froh,
wenn er es mir mitteilen könnte. Bis dahin sprechen wir lieber
über Metadaten ;). Metadaten stellen Informationen bereit, die
einen Kontext oder eine Bedeutung für die Daten liefern. Ein
einfaches Beispiel: nehmen wir den Satz: 'Meine Katze heißt
Eddy'. Ein Mensch würde schlussfolgern, dass
'Katze' die Bezeichnung für eine Tierart ist und
'Eddy' der Name des Tiers.
Computerprogramme sind keine Menschen und wissen das alles nicht.
Deshalb benutzt man Metadaten, um den Daten eine Bedeutung zu geben
(hier in XML Syntax natürlich):
<satz>
Meine <tier>Katze</tier>
heißt <name>Eddy</name>.
</satz>
Jetzt kann sogar der dümmste Computer sagen, dass 'Katze' eine
Art und 'Eddy' ein Name ist. Wollen wir nun ein Dokument erstellen,
in dem alle Namen blau und alle Arten
rot dargestellt werden, macht es uns XML
relativ einfach. Wir würden also erhalten:
Meine Katze heißt Eddy.
Nun könnte man, theoretisch zumindest, die
Darstellungsinformationen (in unserem Fall die unterschiedlichen
Farben) in einer Extradatei, einem Stylesheet, ablegen. Dadurch
trennen wir Inhalt und Darstellung. Einige betrachten das als den
Heiligen Gral des WebdesignsTM. Bis jetzt haben wir aber
noch nichts besonderes getan; Metadaten hinzufügen ist die
Grundaufgabe jeder Markupsprache. Also was ist an XML so
besonders?
Die Syntaxregeln
XML hat eine sehr strenge Syntax. So muss z.B. in XML jedes
<tag> von einem
</tag> geschlossen werden.
[ Hinweis: da es etwas umständlich wäre zu schreiben
<tag></tag>, wenn eigentlich nichts
dazwischen liegt, kann man auch schreiben
<tag /> und sich einige Arbeit
ersparen ].
Eine weitere Regel ist, dass man keine Tags vermischen darf. Man muss
die Tags in der umgekehrten Reihenfolge schließen, in der man
sie geöffnet hat. Folgendes wäre nicht zulässig:
<B> Fettdruck <I> Fett- und Kursivdruck
</B> Kursivdruck </I>
Die Regel besagt, dass man das </I> Tag vor dem </B> schließen muss.
Man muss weiterhin darauf achten, dass _alle_ Elemente in einem XML
Dokument von Tags eingeschlossen werden müssen (außer die 2
äußeren Tags natürlich!). Deshalb haben wir in dem
Beispiel weiter oben den Satz durch das <satz>
Tag eingeschlossen. Ohne das Tag wären einige Wörter nicht
von Tags umgeben worden. Das ist ein Punkt, an dem einen die XML
Syntaxregeln in den Wahnsinn treiben können.
Mozilla's Syntaxüberprüfung bei der
Arbeit...
Eine strenge Überprüfung der Syntaxregeln hat aber auch
seine Vorteile: es sorgt für Ordnung. Seit XML diesen strikten
Regeln folgt, ist es für Programme sehr einfach, die Dokumente zu
lesen. Weiterhin sind die Daten in den Dokumenten sehr gut
strukturiert, was es für Menschen auch einfacher macht.
Mit XML ist es sogar möglich, Datenbanken zu beschreiben (versuch
das mal mit HTML! :p). Genau das hat Egon Willighagen für die
niederländische Ausgabe des LinuxFocus getan. Sein Artikel ist
unten in der Linkliste aufgeführt.
Wenn man sich mit den Syntaxregeln gut anfreundet, dann kann man sich
durch sie einiges an Arbeit erledigen lassen. Dazu muss man aber die DTDs
nutzen...
Die DTD
In unserem kleinen 'Eddy, die Metakatze' Beispiel haben wir unsere
eigenen XML Tags erfunden. Es ist klar, so ein kreativer Akt wird von
den Wächtern der Syntax nicht toleriert! Die 'Men in Blue'
wollen wissen was wir tun, wann und (wenn möglich) warum. Aber
hey, kein Problem, man kann ja alles in der DTD erklären...
Mit der DTD kann man neue Tags einführen. Genauer gesagt, man
kann komplett neue Sprachen erfinden, solange diese der XML Syntax
folgen.
Die DTD (Document Type Definition) ist eine Datei
mit den Beschreibungen zur XML Sprache. Es handelt sich eigentlich nur
um eine Liste mit möglichen Tags, deren Attributen und
Kombinationen. Die DTD beschreibt was in der Sprache möglich und
ummöglich ist. Wenn man also über eine 'XML Sprache'
spricht, meint man eine spezielle DTD.
Regeln aufstellen
Manchmal zwingt die DTD einen dazu, etwas bestimmtes zu tun.
So kann einen die DTD z.B. zwingen, ein Tag mit dem Titel des Dokuments
einzufügen. Das ist eine praktische Sache, denn es gibt Software
(z.B. ein Emacs Modul), die automatisch für die Erstellung der
benötigten Tags sorgt.
Dadurch werden einige Teile der Dokumentenstruktur automatisch
ausgefüllt. Da die Syntax so strikt und wohldefiniert ist, dient
sie als Leitfaden beim Verfassen eines Dokumentes. Und wenn dann doch
mal ein Fehler passiert, wie ein vergessenes Endtag, sorgen die
Syntaxregeln für die nötigen Informationen zur Behebung.
In der realen Welt wird einem gesagt, du darfst das und das nicht, in
der XML Welt wird gesagt: 'Syntaxfehler in Zeile xx :' :)
Da einem die Regeln diese Arbeit abnehmen, kann man sich auf die
eigentliche Aufgabe konzentrieren.
In the mix
Es sei noch auf eine weitere großartige Eigenschaft von XML
hingewiesen. Man kann mehrere DTDs mischen und so auf verschiedene
Datentypen im selben Dokument zurückgreifen.
Dieser Mix wird durch XML Namensräume (namespaces) realisiert.
Nehmen wir an, man hat die Docbook DTD im XML Dokument integriert
('dbk' Prefix in diesem Beispiel).
Jedes Docbook Tag kann sofort im Dokument in folgender Form (sagen wir
mal es gibt folgendes Docbook Tag: <ein_tag>)
genutzt werden:
<dbk:ein_tag> einige Worte </dbk:ein_tag>
Mit den Namensräumen kann man jedes Tag und jedes Attribut
jeglicher XML DTD ansprechen. Daraus ergibt sich eine Welt von
Möglichkeiten, wie man im folgenden Kapitel sehen kann...
Verfügbare DTD's
Hier ist eine kleine Sammlung von DTDs, die bereits (zumindest teilweise)
genutzt werden.
- Docbook-XML
Docbook ist eine Sprache zum Schreiben von strukturierten
Dokumenten wie Büchern und Schriften. Aber es gibt noch andere
Anwendungsgebiete. Docbook ist eigentliche eine SGML DTD (SGML ist die
Muttersprache von XML), aber es gibt auch eine sehr populäre XML
Version. Es ist überhaupt eine der wohl am meist gebrauchtesten
XML DTDs.
- MathML
MathML ist die Mathematical Markup Language, mit der man
mathematische Ausdrücke und Formeln beschreiben kann. Es ist ein
sehr wichtiges Werkzeuge für die Mathewelt. Die Chemiker
müssen aber nicht auf ihre Mathematikkollegen neidisch sein.
Für sie gibt es die CML, Chemical Markup Language. Übrigens
unterstützt Mozilla 1.0 nun standardmäßig MathML.
- RDF
RDF ist das Resource Description Framework.
Es wurde entwickelt, um bei der Kodierung und Wiedergewinnung von
Metadaten zu helfen. In der Praxis wird es sehr häufig von
Webseiten genutzt, um anderen Seiten mitzuteilen, welche Neuigkeiten
angezeigt werden. So nutzt die niederländische Seite
linuxdot.nl.linux.org z.B.
RDF Dateien von anderen Seiten, um einen Newsticker bereitzustellen.
Die meisten populären Newsseiten (wie z.B. Slashdot) haben eine
RDF Datei verfügbar und so kann man deren Neuigkeiten einfach in
einer eigenen Spalte auf der eigenen Homepage anzeigen lassen.
- SOAP
SOAP steht für Simple Object Access Protocol.
Diese Sprache wird für die Interprozesskommunikation genutzt
(Datenaustausch und entfernte Funktionsaufrufe). Mit SOAP können
Prozesse z.B. über das HTTP Protokoll (Internet) miteinander
kommunizieren. Ich denke, Atif hier von LF kann mehr darüber
erzählen, einfach mal bei den Links schauen :-)
- SVG
Scalable Vector Graphics. Das Trio PNG, JPEG2000 und SVG soll die
Zukunft von Bildern im Netz sichern. PNG wird die Rolle von GIF
(verlustfrei komprimierte Bilder mit Transparenz) übernehmen und
JPEG2000 wird irgendwann wohl .jpg ablösen (verlustbehaftete
Kompression mit einstellbarer Qualität).
SVG ist kein Bitmap basiertes Format, sondern Vektorgrafik. Das
bedeutet Bilder werden nicht durch Bildpunkte sondern durch
mathematische Gebilde (Linien, Rechtecke, ...) beschrieben. SVG bietet
weiterhin Funktionen für Skripts und Animationen, man kann es mit
Flash von Macromedia vergleichen. Man kann JavaScript in .svg Dateien
speichern und dieser Code kann neuen JavaScript Code einfügen.
Richtig flexibel, oder?
SVG ist aber noch sehr neu. Momentan gibt es nur ein qualitativ
hochwertiges Browser Plugin von Adobe für Windows & Mac.
Mozilla arbeitet an einem integrierten SVG Viewer, aber dieser ist
noch nicht fertig und man muss eine spezielle Version des Browsers
herunterladen, um es verwenden zu können.
Hinweis: .svg Dateien können sehr groß werden;
deshalb werden oft .svgz Dateien benutzt. Diese sind komprimierte
Versionen unter Nutzung des gzip Algorithmus.
- XHTML
XHTML ist die XML Variante von HTML Version 4.01. Wegen der
strikten XML Syntax bestehen einige Unterschiede. Einige
Dinge, die man von HTML gewohnt war, sind in XHTML nicht mehr
gültig. Andererseits ist eine richtige XHTML Seite auch eine
gültige HTML Seite. Das Programm HTML tidy kann eine HTML Seite
nach XML konvertieren.
- andere
Viele neue Dateiformate nutzen XML, oft in Kombination mit .gz
oder .zip Kompression. Z.B.: KOffice Dateien werden in XML DTDs
beschrieben. Das ist sehr hilfreich, da dies die Kombination von
verschiedenen Funktionalitäten in einem Dokument ermöglicht.
So kann man in einem KWord Dokument durchaus auch eine KChart Tabelle
integrieren.
Links
Das W3C, World Wide Web Consortium
Mit Informationen zu XML, MathML, CML, RDF, SVG, SOAP, XHTML, Namespaces...
www.w3.org
Einige Sachen von Jaime Villate (evt. erst durch einen
Onlineübersetzer jagen, damit man es lesen kann)
Einführung in XML
(in Spanisch)
Wie erstellt man HTML mit XML(in Spanisch)
LSM Folien
HTML tidy, das Programm:
www.w3.org/People/Raggett/tidy
Docbook
www.docbook.org
Mozilla.org's SVG Projekt
www.mozilla.org/projects/svg
Relevante LinuxFocus Artikel:
Benutzen von XML und
XSLT zum Bauen von LinuxFocus.org
PDF Dokumente erzeugen
mittels DocBook
Talkback für diesen Artikel
Jeder Artikel hat seine eigene Seite für Kommentare und Rückmeldungen. Auf dieser Seite kann jeder eigene Kommentare abgeben und die Kommentare anderer Leser sehen:
2002-05-01, generated by lfparser version 2.28
![[LinuxFocus-icon]](../../common/images/logolftop_319x45.gif){kind=small}
