Le langage XML

Vue conceptuelle d’un document XML Un document XML est un arbre ordonné et étiqueté, dont les feuilles contiennent : les données textuelles (le plus fréquemment) les instructions de traitement les commentaires les déclarations de type de documents Les nœuds non feuilles sont des éléments, étiquetés avec : un nom (type de l'élément) un ensemble d'attributs, constitués de paires (nom, valeur)

Vue concrète d’un document XML Un document XML est un texte Unicode décoré par des balises et de la méta-information les balises dénotent les éléments <element attr1="val1" attr2="val2"...> ... </element>

Structure d’un document XML Un document XML porte l’extension " .xml " Un document XML est composé de : Un prologue (facultatif) Un élément racine qui contient tous les autres éléments Éventuellement des commentaires et des instructions de traitement

Prologue Un document XML peut commencer par un prologue (appelé aussi déclaration XML) Il commence par la séquence de caractère <?xml et finit avec ?> Le prologue fournit des informations sur la version du langage XML, le jeu de caractères utilisé … Syntaxe : <?xml version=‘1.0’ [encoding=‘Jeu de caractères’ standalone=‘yes|no’] ?>

Prologue Trois attributs possibles version (obligatoire) : version de la norme XML par rapport à laquelle le document est écrit encoding (facultatif, "UTF-8" ou "UTF-16" par défaut) : jeu de caractères utilisé pour le codage du document standalone (facultatif, valeur "no" par défaut) : indique si le traitement du document nécessite des documents externes Exemple de prologue <?xml version="1.0" encoding="UTF-8" standalone="yes"?>

Prologue : Codage des caractères Unicode : jeu de caractères universel conçu pour représenter tous les caractères possibles. Deux encodages principaux pour UNICODE : UTF-16 : Deux octets pour chaque caractère (=16 bits=65356 valeurs possibles) UTF-8 : Plus subtil que UTF-16. Permet de coder les caractères en longueur variable en codant sur un octet les caractères ASCII qui sont les plus fréquents Toutes les applications XML doivent accepter les codages UTF-8 et UTF-16.

Prologue : Codage des caractères Norme Description UTF-8 Jeu de caractères universel sur 8 bits. UTF-16 Jeu de caractères universel sur 16 bits. ISO-8859-1 Latin 1 - Langues d'Europe de l'ouest et d'Amérique latine. ISO-8859-2 Latin 2 - Langues d'Europe centrale et Slaves. ISO-8859-3 Latin 3 - Langues Epéranto, Galicienne, Maltaise et Turc. ISO-8859-4 Latin 4 - Langues Estonienne, Lettone et Lithuanienne. ISO-8859-5 Langue Cyrilliques. ISO-8859-6 Langue Arabe. ISO-8859-7 Langue Grecque. ISO-8859-8 Langue Hébraïque. ISO-8859-9 Latin 5 - Langue Turc. ISO-8859-10 Latin 6 - Langues Groenlandaises et Lapones.

Éléments XML Les éléments constituent la majorité du contenu d’un document XML. Tout document a un et un seul élément racine. Un élément XML se compose d’une balise ouvrante, d’un contenu et d’une balise fermante. Ce contenu peut être constitués d’éléments, d’ instructions de traitement, de sections CDATA, de données textuelles… La possibilité d'imbriquer les éléments donne une structure arborescente aux documents XML.

Éléments XML Contraintes sur les noms d’éléments Différenciation majuscules minuscules Doivent commencer par une lettre ou par le caractère souligné _ Le premier caractère peut être suivi par n’importe quel caractère Le : ne devrait pas être utilisé excepté lors de l’utilisation d’espaces de noms Interdiction de commencer le nom par la séquence de caractères xml ou XML (réservé pour la spécification XML) Pas d’espace entre < et le nom

Éléments XML Syntaxe si l'élément contient des données <nomElement> contenu </nomElement> si l'élément est vide : <nom></nom> ou <nom/>

Éléments XML Élément vide <image></image> ou <image/> Élément composé d’éléments <identité> <nom>Bond</nom> <prénom>James</prénom> </identité> Elément mixte <histoire><prenom>James</prenom><nom>Bond</nom> était l’agent secret le plus célèbre du Royaume Uni</histoire>

Attributs XML Un élément peut être annoté avec un ou plusieurs attributs. Un attribut est défini par une paire nom-valeur associée à la balise de début de l’élément Les valeurs d’attribut sont encadrées soit par des guillemets soit par des apostrophes Syntaxe : <NomElement Attribut1=«valeur» Attribut2=«valeur»>…..</NomElement>

Attributs XML L'indication d'une valeur est obligatoire (≠ HTML) Les valeurs d'attributs encadrées par des " peuvent contenir des ' (et vice-versa) Exemples d'attributs XML <personne nom=‘Martin’ age=‘25’/> <livre isbn=‘6891144’devise=‘euro'/> <age base="10 » unite="année">25</age> 

Attributs vs Éléments Contenu d'un élément Valeur d'attribut : données à destination directe de l'utilisateur (le lecteur) du document XML Valeur d'attribut : données généralement destinées à être traitées par des applications ou des intervenants autres que le lecteur données calculables ou destinées au calcul, données codées unités de mesure, de prix, …

Sections CDATA Syntaxe Les sections CDATA permettent d’insérer dans un document XML des caractères jouant un rôle de délimiteurs dans la syntaxe XML Exemple d’utilisation : insertion d’un exemple de code HTML Syntaxe <![CDATA[texte contenant des délimiteurs]]> Le texte inséré peut contenir n’importe quels caractères excepté la chaîne ]]. Une section CDATA ne peut donc pas en contenir une autre

Sections CDATA Exemple Peut être représentée de la manière suivante « L'expression <H1>Ceci est un titre de niveau 1</H1> fait partie de la syntaxe de HTML » Peut être représentée de la manière suivante <expression> L'expression <![CDATA[<H1>Ceci est un titre de niveau 1</H1>]]> fait partie de la syntaxe de HTML </expression>

Commentaires Syntaxe <!--texte du commentaire--> Un commentaire peut contenir n’importe quel caractère excepté "--" Un commentaire peut être inclus dans le contenu d’un élément mais pas à l’intérieur d’une balise. Exemple <!– Ce cours de XML est vraiment génial !! -->

Instructions de traitement Elles fournissent des informations aux applications qui vont traiter le document Ces informations peuvent être des instructions sur la manière de traiter le document, d’afficher le document… Syntaxe <?application parametres?> Exemple <?tri ordre-descendant?>

Un exemple de document XML Prologue <?xml version="1.0" encoding="ISO-8859-1"?> <?xml-stylesheet type="text/xsl" href="cd.xsl"?> <artistes> <artiste> <nom>Buena Vista social Club</nom> <pays>Argentine</pays> </artiste> </artistes> Instruction de traitement Élément racine Contenu de l’élément artiste

Un exemple de document XML artistes artiste nom pays Buena Vista Social Club Argentine

Document bien formé vs valide Un document bien formé est : syntaxiquement correct Un document valide est : bien formé respecte les règles définies dans des grammaires associées au document comme une DTD ou un schéma

Règles de syntaxe Différentiation majuscules et minuscules Exemple <prenom> est différent de <Prenom> Pas de balise au sein d’une autre balise Exemple : <nom <prenom>> est interdit Toute balise ouverte doit impérativement être fermée Exemple : <identite>…..</identite> Les balises doivent être correctement imbriquées Exemple : <élément1> ... <élément2> ... </élément1> ... </élément2> est interdit Tout document XML doit comporter un seul élément racine

Règles de syntaxe Les attributs ont obligatoirement une valeur Les valeurs d’attributs doivent être mises entre des guillemets ou entre apostrophes Les valeurs d’attributs ne peuvent contenir directement les caractères %, ^ et & Un élément ne doit pas avoir 2 attributs portant le même nom Les caractères & et < ne peuvent directement être inclus dans les données Les commentaires et les instructions de traitement ne doivent pas apparaître à l’intérieur de balises

Production d’un document XML éditeurs de texte classiques, éditeurs syntaxiques (Emacs,…) qui permettent de produire des documents XML bien formés, analyseurs ou "parseurs" qui contrôlent la validité d’une DTD ou d’un document et le traduisent sous une forme interne adaptée pour son traitement par une application, éditeurs validants qui combinent les fonctionnalités des éditeurs syntaxiques et des analyseurs.