V Konferencja PLOUG
Zakopane
Pazdziernik 1999
Język XML w aplikacjach z bazami danych - po roku
dr inż. Tomasz Traczyk
ttraczyk@ia.pw.edu.pl
http://www.ia.pw.edu.pl/~ttraczyk/
Instytut Automatyki i Informatyki Stosowanej
Politechniki Warszawskiej
Streszczenie
Referat jest kontynuacją prezentacji z zeszłorocznej konferencji PLOUG. Pokazano rozwój języka XML
oraz języków i narzędzi mu towarzyszących. Omówiono nowe ważne składniki XML, jak przestrzenie nazw
i schematy oraz języki związane z XML, np. XSL i XQL. Zaprezentowano przykłady zastosowań XML.
Przedstawiono też nowe narzędzia umożliwiające wykorzystanie XML w aplikacjach z bazami danych,
w szczególności narzędzia Oracle. Referat ilustrują przy-kłady dotyczące zastosowania XML w systemie
wspomagającym zarządzanie dużym wydziałem wyższej uczelni.
Wprowadzenie
W referacie zaprezentowanym na zeszłorocznej konferencji PLOUG [1] przedstawiono język
XML oraz jego podstawowe składniki. Omówiono rolę DTD i arkuszy stylistycznych, porównano
XML z powszechnie znanym HTML. Przedstawiono też potencjalne zastosowania XML, koncen-
trując się na zastosowaniach związanych z bazami danych.
W tym referacie opisano rozwój XML i jego zastosowań, jaki nastąpił w ciągu minionego roku.
Przedstawiono bardziej szczegółowo język XSL, omówiono nowe propozycje składników języka:
przestrzenie nazw, XQL, schematy, DOM. Wymieniono nowe zastosowania XML. Przedstawiono
też nowe narzędzia wspomagające zastosowanie XML, w tym narzędzia związane z bazami danych
Oracle.
W ciągu roku, który upłynął od poprzedniej konferencji PLOUG, zainteresowanie językiem
XML wyraznie wzrosło. Pojawiły się pierwsze powszechnie dostępne narzędzia i pierwsze zasto-
sowania komercyjne. Na bazie XML zdefiniowano wiele specjalizowanych języków znakowania.
Jak się wydaje, XML staje się już trwałym i ważnym składnikiem systemów informacyjnych.
Standaryzacja i rozwój języka XML
Standaryzacją języka XML i języków mu towarzyszących (np. XSL) zajmuje się organizacja
World Wide Web Consortium (W3C). Zatwierdza ona zgłoszone propozycje standardów. Do
organizacji tej zgłaszane są także wszelkie propozycje rozszerzeń języka.
Obecnie specyfikacja języka XML, przestrzeni nazw oraz modelu DOM mają status W3C Rec-
ommendation, oznaczający ostatnią fazę przed uznaniem standardu. Mniej zaawansowane są prace
nad specyfikacjami XSL, XLL i XPointer mają status W3C Working Draft. Inne propozycje,
np. schematy, są w młodszej fazie W3C Note.
XML przeżywa obecnie szybki rozwój. Należy się spodziewać, że obecne specyfikacje podle-
gać będą ewolucji. Pojawienie się na rynku pierwszych powszechnie dostępnych narzędzi tworzy
jednak pewien standard de facto, do którego zapewne będą musiały być dostosowane formalne
definicje.
Przypomnienie co to jest XML
XML jest metajęzykiem służącym do definiowania języków znakowania. Można w nim defi-
niować języki opisu stron i/lub języki służące do zapisu danych wraz ze strukturą.
XML jest nieco zmodyfikowanym podzbiorem SGML. Stąd też bierze się pozorne podobień-
stwo języka do HTML. Cele języków są jednak zgoła odmienne: HTML jest gotowym językiem
opisu stron; istnieją też ważne różnice składniowe, np. obowiązek jawnego zamykania znaczników
w XML.
Dokument w XML składa się z elementów wyróżnionych znacznikami (tags). Każdy element
może mieć atrybuty. Zawartość elementu stanowi tekst zawierający znaczniki, elementy mogą
więc być zagnieżdżane. Dopuszczalne są elementy puste nie zawierające żadnego tekstu ale
muszą one być specjalnie oznaczone.
Struktura znaczników musi spełniać pewne wymagania, pozwalające na poprawną interpretację
struktury dokumentu przez przeglądarki. Dokument spełniający takie wymagania nazywa się do-
brze sformułowanym (well-formed).
Strukturę dokumentu definiuje się za pomocą tzw. DTD (Document Type Definition). Doku-
ment zgodny z DTD nazywa się prawidłowym (valid). Należy zwrócić uwagę, że ten stopień po-
prawności nie jest bezwzględnie wymagany przeglądarki pokazują prawidłowo dokumenty
well-formed. Poprawność typu valid wymagana jest wówczas, gdy potrzebne jest pełne sprawdze-
nie poprawności struktury dokumentu np. przy przetwarzaniu danych zawartych w dokumencie.
2
Przykład
Przedstawiony poniżej przykład dokumentu w XML pochodzi z systemu wspomagającego za-
rządzanie wydziałem wyższej uczelni [11]. Konspekty opisujące zawartość wykładów spływają do
redaktora wydziałowego serwisu WWW, który przekształca je do postaci dokumentów XML.
Dokumenty te są następnie wczytywane przez specjalny program do wydziałowej bazy danych,
gdzie przechowywane są w postaci częściowo ustrukturalizowanej (patrz [1]).
Oto przykładowy dokument:
bazy danych
Oracle
Monograficzny przedmiot poświęcony bazie danych i
narzędziom Oracle.
Omawiane są podstawowe zagadnienia związane z
wykorzystaniem RDBMS Oracle7 i Oracle8 oraz
administrowaniem nimi.
Przedstawiane są także narzędzia do budowy
aplikacji:
- Oracle Forms,
- Oracle Reports.
Znaczenie poszczególnych elementów dokumentu jest łatwe do zrozumienia dla każdego, kto
zna podstawy HTML.
Oto odpowiednia definicja typu dokumentu (DTD):
wersja CDATA #IMPLIED >
Znaczenie składników DTD wyjaśniono szczegółowo w [1].
3
Rozwój składników XML
Rozwój zastosowań XML spowodował potrzebę uzupełnienia języka o dodatkowe składniki.
Opisano tu kilka ważniejszych propozycji.
Przestrzenie nazw
Można się spodziewać, że po rozpowszechnieniu XML powstanie bardzo wiele systemów
(słowników) znaczników, przeznaczonych do stosowania w swych specyficznych dziedzinach.
Autor, budujący dokument z danej dziedziny, powinien korzystać z już istniejących systemów
znaczników, ale może potrzebować znaczników z więcej niż jednego słownika, może także chcieć
dołączyć swoje własne znakowanie. W takiej, bardzo przecież typowej, sytuacji może dojść do
konfliktów nazw: nazwy znaczników i atrybutów zdefiniowane w różnych słownikach mogą się
pokrywać.
Aby zapobiec tego typu problemom, określono sposób wyznaczania i wykorzystania tzw. prze-
strzeni nazw (XML namespaces) [6].
Przestrzeń nazw jest jednoznacznie identyfikowana przez podanie URI (Uniform Resource
Identifier, czyli adresu sieciowego) domeny, która zarządza daną przestrzenią nazw.
Element XML odwołuje się do przestrzeni nazw przez podanie specjalnego atrybutu xmlns i
zdefiniowanie prefiksu, który będzie służył do wyróżniania znaczników należących do danej prze-
strzeni nazw.
W przypadku naszego przykładowego dokumentu można by zdefiniować specjalną przestrzeń
nazw i zapisać dokument tak:
...
Zdefiniowano tu prefiks eres i przypisano go do przestrzeni nazw zarządzanej przez Wydział
Elektroniki i Technik Informacyjnych PW, a następnie wykorzystano ten prefiks do wyróżnienia
znaczników należących do powołanej przestrzeni nazw.
Oczywiście w jednym dokumencie, a nawet w jednym elemencie, można powołać się na wiele
przestrzeni nazw. Przyjmuje się przy tym, że pierwsza z deklaracji przestrzeni nazw ustanawia
przestrzeń domyślną dla danego elementu i jego elementów podrzędnych. Dla znaczników należą-
cych do przestrzeni domyślnej prefiksy można pominąć.
Schematy i typy danych
DTD określa precyzyjnie składnię znaczników, ale nie daje pełnych możliwości potrzebnych
przy reprezentowaniu w XML złożonych danych i ich automatycznym przetwarzaniu:
" DTD nie pozwala precyzyjnie określić typów danych zawartość liści w hierarchii ele-
mentów jest zawsze tekstowa;
" struktura dokumentu wyrażona przez DTD nie jest podatna na rozbudowę;
" DTD nie objaśnia znaczenia elementów;
" DTD nie pozwala na określenie ograniczeń i zależności między elementami innych niż hierar-
chia zawierania (np. nie można wyrazić w nim zależności referencyjnych).
Problemy te starają się rozwiązać propozycje, wprowadzające zamiast DTD tzw. schematy
(schema). Budowa dokumentów jest tu wyrażona z użyciem składni samego XML, bez konieczno-
ści odwoływania się do składni DTD.
W podejściu tym struktura elementów dokumentu XML jest traktowana tak jak hierarchia klas
obiektów. Schematy pozwalają na zdefiniowanie m.in.:
4
" klas obiektów i ich hierarchii;
" typów danych;
" własności konceptualnych, np. opisów znaczenia klas i atrybutów;
" ograniczeń;
" związków, np. typu referencyjnego lub wyrażonych przez URI.
Możliwy jest import do schematu fragmentów definicji innych schematów, co pozwala na sfor-
malizowane rozbudowywanie definicji dokumentów.
Propozycje sposobu definiowania schematów zawarte są w specyfikacjach XML-Data [7] oraz
Document Content Description for XML (DCD). Prowadzone są także prace nad rozbudowaniem
specyfikacji DTD tak, by możliwe było umieszczanie rozszerzonych informacji o danych w samym
DTD.
Zastosowanie schematów może pozwolić aplikacjom na szczegółowe nie ograniczające się
jedynie do składni znaczników sprawdzanie poprawności zawartości dokumentów, w tym po-
prawności typów danych.
Aączniki
Dokument w XML może zawierać łączniki odwołania do innych dokumentów. Sposób two-
rzenia łączników w XML podano w dwóch specyfikacjach:
" XLL określa sposób definiowania łączników między dokumentami,
" XPointer określa sposób adresowania miejsc w dokumencie.
Aączniki definiuje się w języku XLL (XML Linking Language) [3]. Zasadniczą część definicji
łączników stanowią tzw. lokatory. Do definiowania lokatorów używa się adresów zwanych URI
(Uniform Resource Identifier), stanowiących rozszerzenie URL. URI zawierać może adres siecio-
wy, pytanie (query, po znaku ?) oraz identyfikator fragmentu (fragment identifier, po znaku #).
Możliwości łączenia dokumentów są w XLL znacznie bogatsze od znanych z HTML, obejmu-
jąc:
" łączniki proste (simple), jednokierunkowe, podobne do łączników A w HTML;
" łączniki złożone (extended), np. zawierające wiele lokatorów pełniących różne role.
Aączniki mogą przejawiać różne zachowania (behavior), którymi sterują atrybuty show i
actuate łącznika. Wskazywany przez łącznik dokument lub element może:
" zastępować element w tym samym kontekście, w ten sposób można np. połączyć alternatywne
wersje jakiegoś fragmentu (show= replace );
" być włączany do bieżącego dokumentu można tak włączyć np. fragment tekstu albo ilustra-
cję (show= embed );
" być prezentowany w nowym kontekście, np. w nowym oknie albo zamiast dotychczas prezen-
towanego dokumentu (show= new ).
Odczyt tekstu wskazywanego przez łącznik może następować na żądanie (actu-
ate= user ), albo automatycznie, np. gdy przeglądarka odczytuje sam łącznik
(actuate= auto ).
Aby nie ograniczać możliwości definiowania własnych łączników postanowiono, że nie będzie
predefiniowany żaden specjalny element łącznikowy. Aączniki definiuje się zatem w DTD, tak jak
inne elementy. Wyróżnia się je, wyposażając w atrybut o zastrzeżonej nazwie: każdy element
mający atrybut o nazwie xml:link jest traktowany jak łącznik. Wartość tego atrybutu definiuje
typ łącznika: simple prosty, extended złożony.
5
Sposób adresowania miejsc i fragmentów wewnątrz dokumentów określa specyfikacja XPointer
(XML Pointer Language) [4] . Wskazanie fragmentu dokumentu może być bardziej skomplikowa-
ne niż w HTML i nie jest do tego niezbędne umieszczenie w tym dokumencie żadnego specjalnego
oznaczenia.
Adresowanie w języku XPointer opiera się na drzewie elementów na ich hierarchii i kolejno-
ści. Możliwe jest także użycie identyfikatorów elementów.
Typowe adresy XPointer wskazują na określone wystąpienie konkretnego typu elementu w da-
nym kontekście, np. można wskazać na trzeci element składowy drugiego elementu po podanym
identyfikatorze. Do podawania tego typu zależności służą zdefiniowane w specyfikacji określenia
położenia (location terms).
Dla podanego wyżej przykładowego dokumentu:
" root().child(1,przedmiot) oznacza pierwszy element typu przedmiot elementu
głównego, czyli przedmiot KBD2,
" id(KBD2).child(2,#element) wybiera drugi element podrzędny elementu o identyfi-
katorze KBD2, czyli element slowo_kluczowe.
Jeśli adres URI wskazuje na wnętrze dokumentu w XML, to zawarty w URI identyfikator frag-
mentu powinien być sformułowany zgodnie ze specyfikacją XPointer.
Przetwarzanie dokumentów w XML
Dokumenty zapisywane są w XML po to, by mogły być efektywnie przetwarzane przez stan-
dardowe oprogramowanie. Najbardziej powszechną formą przetwarzania jest niewątpliwie pre-
zentacja dokumentu na ekranie lub jego druk. Inne typowe rodzaje przetwarzania to wyszukiwanie
danych w dokumencie lub zbiorze dokumentów i wykorzystanie danych z dokumentu w progra-
mach.
Ponieważ te rodzaje przetwarzania są powszechne, opracowano standardy którym powinno
podlegać oprogramowanie przeznaczone do współpracy z XML.
Style-sheets i XSL
Dokument w XML powinien być zbudowany na zasadzie znakowania znaczeniowego, a nie ty-
pograficznego. Cała informacja o sposobie formatowania dokumentu przez przeglądarkę musi być
zatem sformułowana osobno.
Do określenia wyglądu dokumentów służą tzw. arkusze stylistyczne (style-sheets). Określają
one sposób prezentacji każdego z elementów. Zaawansowane są prace nad pierwszą wersją specy-
fikacji języka XSL (eXtensible Stylesheet Language) [5], który służy do definiowania arkuszy sty-
listycznych.
Składnia XSL została w pełni zdefiniowana w XML, z użyciem przestrzeni nazw (namespaces).
Podstawową ideą XSL jest przetwarzanie hierarchii znaczników na hierarchię tzw. flow objects,
którym z kolei przypisuje się sposób prezentacji. Znaczniki XML są w tym procesie identyfiko-
wane za pomocą wzorców (templates), które mogą w elastyczny sposób określać miejsce znaczni-
ka w hierarchii oraz atrybuty znacznika.
Ponieważ przeglądarki, za pomocą których prezentowane są dokumenty XML, będą zapewne
także przystosowane do prezentacji HTML, prostym sposobem formatowania dokumentów za po-
mocą XSL jest przetworzenie ich na HTML. Tak też skonstruowany został poniższy przykład.
6
Konspekty
Konspekty przedmiotów
order-by="@id"/>
()
Słowa kluczowe
Konspekt
Istotę działania XSL stanowi rekurencyjne przetwarzanie znaczników. Fraza templates/> jest wywołaniem owej rekurencji. Klauzule select zawężają zakres działania
do wybranych elementów dokumentu. Klauzule match podają wzorzec znacznika, który jest
przetwarzany za pomocą danej frazy template.
Frazy value-of powodują włączenie odpowiedniej części przetwarzanego dokumentu do do-
kumentu wynikowego. Nazwy poprzedzone znakiem @ oznaczają odwołanie do wartości atrybutu.
Efekty formatowania przykładowego dokumentu za pomocą powyższego skryptu przedstawia
Rysunek 1.
7
Rysunek 1. Wynik formatowania dokumentu XML za pomocą XSL
Możliwości języka XSL wykraczają daleko poza zwykłe formatowanie. Za pomocą XSL moż-
na np. wykonywać zarówno proste konwersje (np. na HTML, jak powyżej), jak złożone przetwa-
rzanie danych. Takiemu przetwarzaniu poświęcona jest część specyfikacji XSL, nazwana XSLT
(XSL Transformations). Wielkie możliwości stwarza także wykorzystanie umieszczanych w XSL
skryptów proceduralnych, napisanych w języku ECMAScript (ustandaryzowanej odmianie Java-
Scriptu).
XQL
Typową operacją wykonywaną na dokumentach i danych jest wyszukiwanie. Potrzebny jest
zatem standardowy sposób zadawania warunków wyszukania. Pojawiła się więc propozycja spe-
cjalnego języka zapytań XQL (XML Query Language) [8], czerpiącego inspirację z języka zapytań
dla obiektowych baz danych OQL, zaś składniowo zbliżonego do języka wzorców z XSL.
XQL ma umożliwiać wyszukiwanie danych w dokumencie lub kolekcji dokumentów (np. repo-
zytorium).
Oto kilka przykładowych zapytań w XQL, wyszukujących w wcześniej podanym dokumencie
XML:
" eres_konspekty/przedmiot zwraca wszystkie elementy typu przedmiot, bezpo-
średnio zawarte w elemencie eres_konspekty,
" eres_konspekty//slowo_kluczowe zwraca wszystkie elementy typu
slowo_kluczowe zawarte (na którymkolwiek poziomie hierarchii) w elemencie
eres_konspekty,
" przedmiot?/slowo_kluczowe zwraca wszystkie elementy typu slo-
wo_kluczowe, bezpośrednio zawarte w elemencie przedmiot, oraz zawierające je ele-
menty typu przedmiot (ale bez innych elementów podrzędnych),
" czesc_konspektu[@id<> Streszczenie ] zwraca wszystkie elementy typu
czesc_konspektu o identyfikatorze różnym od podanego w warunku.
Zapytanie w XQL ma bardzo prostą budowę i jest pozbawione ozdobnych słów kluczowych
(typu select ), gdyż ma dawać użyć się jako fragment identifier w adresie URI.
Bezpośrednim wynikiem zapytania w XQL jest zbiór elementów XML. Pożądaną cechą języ-
ków zapytań jest zgodność modelu danych wynikowych z modelem danych przeszukiwanych,
8
wynik zapytania w XQL powinien więc być poprawnym dokumentem XML. Aby to osiągnąć,
zwrócone przez zapytanie elementy są opakowywane w element główny o nazwie xql:result.
DOM
Dane zawarte w dokumentach XML powinny dać się wygodnie przetwarzać w programach.
Aby z zastosowania XML płynęła jakaś korzyść dla programistów tworzących takie programy,
potrzebny jest standard dostępu do danych i uniwersalne narzędzia ułatwiające ten dostęp.
Propozycją takiego standardu jest DOM (Document Object Model). Definiuje on obiektowy
model dokumentu w XML oraz dostarcza zbioru klas i metod umożliwiających manipulowanie
dokumentami XML z języków programowania Java, ECMAScript, VBScript i C++.
API zgodne z DOM (np. wbudowane w przeglądarki WWW), umożliwiają wygodne manipulo-
wanie dokumentami w typowych środowiskach programowania. Najbardziej znana implementacja
DOM jest częścią MSIE 5.0.
Pewną popularność zdobył także, spełniający podobne zadanie, model SAX (Simple API for
XML), dla którego dostępne są darmowe parsery np. dla języka Java.
Data Islands i DHTML
W dokumentach HTML nie można przesyłać danych zapisanych w sposób sformalizowany,
zdatnych do dalszego przetwarzania. Tymczasem takie dane są często potrzebne, np. by umożliwić
łatwe wyszukanie dokumentu. Dotychczas stosowano sztuczki polegające na umieszczaniu
sformalizowanych danych w komentarzach HTML.
Obecnie pojawiła się nowa możliwość: w tekście HTML można umieszczać tzw. wyspy danych
(data islands). Są to sformalizowane struktury zapisane w XML, a objęte specjalnym znacznikiem
lub