Datenmodellierung - Format XML

XML (Extensible Markup Language) ist eine Metasprache zur Auszeichnung von Texten und wurde für die Speicherung und den Transport von Daten entwickelt.

XML speichert Daten im reinen Textformat. Dies bietet eine software- und hardwareunabhängige Möglichkeit, Daten zu speichern, zu transportieren und gemeinsam zu nutzen.
So können Daten für Menschen und Computersysteme lesbar gemacht werden.

  • XML vereinfacht den Datenaustausch
  • XML vereinfacht den Datentransport
  • XML vereinfacht Plattformwechsel
  • XML vereinfacht die Datenverfügbarkeit

XML liefert also Regeln, die beim Erzeugen von XML Instanzen angewendet werden müssen, damit ein standardisiertes Dokument als Datenbasis entsteht, das anschließend mit Softwarewerkzeugen weiter verarbeitet werden kann.

Sind diese Regeln vollständig eingehalten, spricht man von „Well-formedness“ (Wohlgeformtheit) einer XML Instanz. Diese muss gewährleistet sein, damit XML Prozessoren/Parser/Browser die XML-Dateien lesen können.

Es wird auf der Basis dieser Regeln mit einem einfachen Texteditor oder spezifischen XML Editoren verschachteltes deskriptives Markup (= semantische Tags) erzeugt, das eine Baumstruktur aufweist und einem bestimmten, in dem Dokumenttyp festgeschriebenen Konzept folgt. Mit welchen Elementen und auf welche Art und Weise die Verschachtelungen erfolgen sollen, wird für jeden Dokumenttypen in Form von Regeln in der Dokumenttyp-Definition festgelegt und unabhängig von den zu codierenden Daten in einer eigenen Datei definiert. Diese wird als Dokumenttyp-Definition (engl. document type definition, Abkürzung DTD) bezeichnet.

XML-fähige Software liest diese DTDs aus und beurteilen die Daten der darauf bezugnehmenden Instanz. Dabei kann die interpretierende Software feststellen, ob innerhalb der XML-Daten ungültige Notationen vorkommen. Das Verfahren zur Überprüfung einer XML-Datei nach den Regeln ihrer zugehörigen DTD, nennt man Validierung (von engl. valid = gültig).

Folgendes MUSS Beachtung finden:

  • XML-Deklaration: 
    <?xml version="1.0" encoding="UTF-8" standalone="no"?>
  • Root-Element Alle Elemente sind Child-Elements des Root-Elementes Elemente bestehen grundsätzlich aus:
  1. Start-Tag
  2. Inhalt
  3. End-Tag

und dürfen nicht überlappen.

  • Elementnamen können grundsätzlich frei gewählt werden, müssen aber mit einem Buchstaben oder einem Unterstrich beginnen und dürfen kein Leerzeichen oder Doppelpunkt enthalten. Ebenfalls untersagt sind Namen, die mit xml oder XML beginnen.
  • ACHTUNG: XML ist case-sensitive!
  • Elementen können Attribute zugewiesen werden, für die gilt:
  1. pro Element ist der Attributname eindeutig.
  2. Regeln für Attributname siehe Elementnamen.
  • Kommentare (Bereiche, die nicht interpretiert werden) stehen entweder zwischen Elementen oder umfassen Start- und End-Tag (Auskommentieren):

<!– - Kommentar dazu - –> … <!– - <Elementname >Inhalt</Elementname > - –>

Video dazu und noch ein Video :)

XML Instanz

Das Erzeugen von XML Instanzen im Kontext des Seminars erfolgt immer mit dem Ziel, dass eine Ressource geschaffen werden soll, die einen Teil unserer Wirklichkeit so beschreibt. Die Instanz dient dann als Datenquelle für Web-Informationssysteme. Dazu wird zunächst ein Konzept erarbeitet, dass den Realitätsausschnitt möglichst vollständig als hierarchische Baumstruktur beschreibt. Basierend auf diesem Baum kann nun eine XML Instanz geschrieben werden, die zusätzliche zu den konzeptuellen Beschreibungen des Baumes konkrete Werte enthält.

Beispiel:

<bildersammlung>
	    <name>Neue schöne Bilder</name>
	    <lokalisation url="http://www.bilder.de/">

	    <bild>
	        <titel>Mona Lisa vor dem Eiffelturm</titel>
	        <url>http://www.woauchimmer.de</url>
	        <person>Mona Lisa</person>
	        <bauwerk>Eiffelturm</bauwerk >
	    </bild>

	    <bild>
	        <titel>Ritter, Burgen, Adel</titel>
	        <url>http://www.beispielseite.de</url>
	        <person>byzantinische Kaiserin</person>
	        <person>Ritter des 13.Jhd</person>
	        <person>fränkischer Edelmann</person>
	        <bauwerk>Wasserburg</bauwerk>
	    </bild>
</bildersammlung>

Die Datei wird unter einem beliebigen Namen mit dem Suffix .xml abgespeichert.

Damit Informationssysteme mit diesen Daten arbeiten können muss ein Prolog erzeugt werden:

  1. Jede XML Datei begint mit einer „Processing Instruction“ (PI), die durch die Klammerung mittels <? … ?> gekennzeichnet ist. Processing Instructions teilen in der Regel mit, welche Applikation die XML Datei verarbeiten soll beispielsweise ein XML-Browser. Dies wird durch die drei Buchstaben xmlfestgelegt.Die nachfolgenden Attribute der Processing Instruction geben idR 3 Eigenschaften des Dokuments an:
    • standalone=“no“ teilt mit ob die Document Type Definition in der Instanz steht oder als externe Ressource vorhanden ist.
    • encoding=“UTF-8″ teilt mit, nach welchem Standard die Zeichen kodiert sind.
    • version=“1.0″ steht vorläufig immer so – es gibt derzeit nur eine erste Version von XML
  2. Anschließend muß jede XML Datei angeben, welchen Dokumententyp sie verwendet. Dies geschieht durch eine Doctype Anweisung , die mit <! DOCTYPE … > gekennzeichnet ist. (Es ist möglich, den Typ des Dokuments direkt in der XML Datei zu definieren, dies wird jedoch definitiv nicht empfohlen.)
    • Ergänzend wird nun der Name des obersten oder Wurzelelements, in unserem Fall also ‚bildersammlung‘, angegeben.
    • Dahinter teilt das Schlüsselwort SYSTEM, nach einer Leerstelle gefolgt von einer URL in Anführungszeichen, mit, wo die Definition dieses Documententyps, die „Document Type definition“ zu finden ist.
<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<!DOCTYPE bildersammlung SYSTEM "bild01.dtd">
<bildersammlung>...

Übung

Software: Oxygen Lizenzkey bei Ilias!

Bitte codieren Sie diese Kontaktdaten in XML:

Frau

Elisabeth Musterfrau

Institut für Digital Humanities

Universität zu Köln

Albertus Magnus Platz

D-50931 Köln

Tel.: 0221470-0 oder 0177-12345678

Und mehr zum Üben gibt es wie immer bei den w3schools ...