2. modelagem de dados semi-estruturados introdução
TRANSCRIPT
2. Modelagem de Dados semi-estruturados
Introdução
Dados semi-estruturados ? Dados semi-estruturados: dados
heterogêneos e irregulares, por exemplo XML Banco de dados: originalmente, sistemas
fechados, dedicados a gestão de dados regulares, cuja estrutura pouco evolui no tempo
Novas aplicações requerem mais flexibilidade de representação e estão constantemente evoluindo o esquema
Os modelos relacional e de objetos chegaram a seus limites
Introdução
Dados semi-estruturados ? Uma solução: usar um modelo de
grafo para armazenar os dados com características semi-estruturadas
Origens de dados semi-estruturados: integração de fontes heterogêneas fontes de dados sem estrutura
rígida dados biológicos dados da Web
Introdução
Dados semi-estruturados ? Evolução:
1995: Projeto TSIMMIS, Modelo OEM na Universidade de Stanford, EUA
1996: Projeto LORE, primeiro SGBD semi-estruturado, Stanford
1999: aceitação de XML pela indústria para representação de dados semi-estruturados
Introdução
Uma sintaxe para dados semi-estruturados
Dados semi-estruturados: dados sem esquema ou auto-descritivos
Não há separação entre os dados e o esquema Os dados contêm o esquema
Exemplo {nome:"Ana", tel:"3334567", email:[email protected]} {nome:"Ana", tel:"3334567", tel:"9715432"} Aqui os valores são os dados atômicos
Representação sob forma de grafos
nome
telemail
nome
teltel
33345679715432Ana
Uma sintaxe para dados semi-estruturados
Os valores podem ser objetos complexos Exemplo
{pessoa: { nome:"ana", tel:"3334567" } }, {pessoa: { nome:{pré-nome:"Victor",sobrenome:"Bezerra"},
tel:"3218765" } }, {pessoa: { nome:"Sandra" }}
Representação de bases relacionais
Um BD relacional é descrito por um esquema r1(a,b,c) r2(c,d) r1 e r2 são os nomes das relações a,b,c,d são os nomes dos atributos No esquema de uma relação, cada atributo é definido
sobre um domínio de valores atômicos.
r1a b ca1 b1 c1
a2 b2 c2
r2c dc2 d2
c3 d3
{r1:{row:{a:a1,b:b1,c:c1}, row:{a:a2,b:b2,c:c2} }, r2:{row:{c:c2,d:d2}, row:{c:c3,d:d3}}
Representação de bases relacionais Representação num grafo
Introdução
r1 r2
row row row row
a b ca1 b1 c1
a b ca2 b2 c2
Representação de bases de objeto Exemplo: considere uma coleção de três pessoas: Maria
tem dois filhos: José e Joana. Usando o conceito de identidade de objetos, podemos
representar esta coleção da seguinte forma:
{ pessoa:&p1{ nome:"Maria", idade:45, filho:&p2,filho:&p3 } pessoa:&p2{ nome:"José", idade:23, mãe:&p1 } pessoa:&p3{ nome:"Joana", idade:22, mãe:&p1 }}
Representação de bases de objeto Representação em grafo
Introdução
&p1
&p3
&p2filho
mãefilho
mãe
nome
idade
nome
idade
nome
idade
Maria
45 Joana
22
José
23
root
pessoapessoa
pessoa
2.1. Modelagem de dados semi-estruturados
O modelo OEM
O modelo OEM Desenvolvido no projeto TSIMMIS-Stanford
sistema para integração de fontes de dados heterogêneas
Um objeto OEM é uma quádrupla (label,oid,type,value) label: cadeia de caracteres oid: identificador do objeto type: complexo ou atômico(int, string, gif, jpeg …) value:
se o tipo é complexo, conjunto de oid ’s senão um valor atômico
OEM
O modelo OEM O modelo OEM é um modelo de
grafo. Os labels estão nos nodos e não nos arcos como visto anteriormente.
Obs.: Várias extensões ao OEM foram propostas e consireram labels nos arcos!
OEM
Exemplo de Semistructured Data Model
&o1
&o12 &o24 &o29
&o43&96
&243 &206
&25
“Serge” “Abiteboul”
1997
“Victor” “Vianu” 122 133
paper bookpaper
references
references references
author title year httpauthor
authorauthor
title publisherauthor
authortitle
page
firstnamelastname firstname lastname first
last
Bib
Object Exchange Model (OEM)
complex object
atomic object
Exercício: representação de uma base de objetos usando o modelo OEM
esquema ODL da base de objetosclass Estado (extent estados) { attribute string nome; attribute Cidade capital;
relationship set<Cidade> cidades-em inverse Cidade::estado-de }class Cidade (extent cidades) { attribute string nome; relationship Estado estado-de
inverse Estado:cidades-em;}
Exercício: representação de uma base de objetos usando o modelo OEM
Representação de dados ODMG{estados: {estado: &e1{nome: "Pernambuco", capital: &c1,
cidades-em: {Cidade: &c1, Cidade: &c2, …} }, estado: &e2{nome:"Paraíba", capital:&c6, cidades-em: {Cidade: &c5, …} },…},
cidades: {cidade: &c1{nome: "Recife", estado-de: &e1}, cidade: &c2{nome: "Caruaru" , estado-de: &e1}, … }
}
Introdução a XML
XML ? « Buzz word » eXtensible Markup Language Uma linguagem de descrição de
documentos, definida por um organismo internacional W3C
Um conjunto de tecnologias derivadas: Xlink, Xpointer, Xschema, DOM, SAX, XSL,…
O esperanto da Web
Introdução
A revolução da Web… 1989 - Primeiro Web Browser 1993 - Mosaic é difundido, há 50 web sites 1994 - Primeiras ferramentas de busca (WWWW,
webcrawler) 1996 - US$ 1M gastos em compras na Web,
presença em 150 países 1997 - 1 milhão de web sites 1998 - 300.000 web servers 2000 - mais de 1 bilhão de páginas web 2002 – quase 2,5 bilhões de páginas web
indexadas (google)
Introdução
A Web hoje… documentos HTML voltada para uso humano gerado automaticamente por
aplicações Fácil de alcançar qualquer Web
page, de qualquer server, em qualquer plataforma
Introdução
Limites da Web … aplicações não podem consumir HTML tecnologia de HTML wrapper é instável
(modifica-se a página => modifica-se o wrapper)
tecnologia OO (Corba) requer ambiente controlado
companhias se fundem, formam parcerias; necessitam de interoperabilidade de forma rápida
Introdução
Web: Mudança de paradigma … Novo padrão Web XML:
XML gerado por aplicações XML consumido por aplicações
troca de dados entre plataformas: interoperabilidade
na empresa entre empresas
Introdução
As novas aplicações Comércio Eletrônico Protocolos "B2B" Bibliotecas digitais sistemas distribuídos …precisamos de um "super HTML"
… estão surgindo ...Introdução
XMLUm padrão W3C para complementar HTMLorigens: textos estruturados em SGMLmotivação:
HTML descreve apresentaçãoXML descreve conteúdo
http://www.w3.org/TR/REC-xml (2/98)
O Segredo do sucesso de HTML
Simplicidade: Todo mundo pode escrever HTML
HTML é textual: é legível, pode-se usar qualquer editor, ...
HTML é transportável em qualquer plataforma (o browser é a aplicação universal)
HTML conecta pedaços de informação através de hypertext links
De HTML para XML
HTML descreve a apresentação
HTML
<h1> Bibliography </h1><p> <i> Foundations of Databases </i> Abiteboul, Hull, Vianu <br> Addison Wesley, 1995<p> <i> Data on the Web </i> Abiteoul, Buneman, Suciu <br> Morgan Kaufmann, 1999
XML
<bibliography> <book> <title> Foundations… </title> <author> Abiteboul </author> <author> Hull </author> <author> Vianu </author> <publisher> Addison Wesley </publisher> <year> 1995 </year> </book> …
</bibliography>
XML descreve o conteúdo
Exemplo Suponha que um site de e-commerce
precisa emitir uma nota fiscal Exemplo Problemas:
Diversos departamentos da empresa usam estes dados de notas fiscais em diferentes plataformas, SO e linguagem de programação
Exemplo (cont) Melhor seria usar XML!
<?xml version=“1.0”><NotaFiscal>
<NomeCliente> Ana Silva </NomeCliente><EndCliente> Rua das Margaridas, Maceió, AL </EndCliente<EndEnvio> Rua das Margaridas, Maceió, AL </EndEnvio><Item>
<codigo> 123 </codigo><descricao> Parafuso 8mm </decricao><quantidade> 20 </quantidade><preco> 3,00 </preco>
</Item><Item> … </Item>
</NotaFiscal>
Exemploficha
nome trab
ln end email
cidade cepSantos
Natal 52310
IBGE
tipo
gerente
Vera
fn
<ficha>
<nome><fn>Vera</fn><ln>Santos</ln>
</nome><trab tipo=“gerente">
IBGE<end><cidade>Natal</cidade><cep>52310</cep></end><email>[email protected]</email>
</trab>
</ficha>
ElementosAtributosDados
fntipo
52310
Syntaxe
XML: sucessor de HTML HTML Hypertext Markup Language. Um conjunto pré-definido e limitado de
tags, definidas por uma norma (HTML 2.0, 3.2, 4.0).
Estas tags possuem semânticas variadas: h1,..,h6, title, address, … dando as
indicações estruturais center,hr,b,i,big,small,… servem para
descrever a apresentação.
Princípios fundamentais
Problemas com HTML Uma vez criado, um documento é ligado
a uma norma particular (ex. HTML 3.2 ) A visualização de um documento é
fortemente dependente da interpretação que o navegador faz.
É necessário dispor de várias versões do documento em função da mídia em que vai ser apresentado
A indexação de documentos só pode ser feita sobre a parte textual.
Princípios fundamentais
XML: uma resposta única a necessidades variadas
HTML é usada como a lingagem universal de apresentação de documentos na Web, mas não é uma linguagem adaptada para descrever a estrutura destes documentos
As bases de dados atuais são muito rígidas para manipular dados cuja estrutura é irregular e evolui com o tempo.
Introdução
Os segredos de XML Como HTML:
simples, legível, fácil de aprender universal e transportável suportado pela W3C (indústria absorve!)
Mas, Além de HTML flexível : podemos representar qualquer tipo
de informação extensível: pode-se representar informação
de qualquer forma
Origem Trabalho cooperativo de um grande
número de empresas e de pesquisadores reunidos no World Wide Web Consortium (W3C) 400 colaboradores da indústria, entre os quais
Oracle, IBM, Compaq, Xerox, Microsoft, etc.. Laboratórios de pesquisa: MIT - USA, INRIA -
França, universidade de Keio - Japão Objetivo: definição de um formalismo para
facilitar a troca de dados na Web
Origem da linguagem XML
Mandamentos iniciais: XML deverá ser diretamente utilizável
na Internet XML deverá suportar uma larga
variedade de aplicações XML deverá ser compatível com SGML A criação de páginas XML deverá ser
também o mais simples possível
Origem da linguagem
Mandamentos iniciais(2) Os documentos XML deverão ser de
grande legibilidade A criação de documentos deverá ser
rápida A sintaxe deverá ser formal e
concisa A concisão do código tem mínima
importância
Origem da Linguagem
Histórico 1993: primeiros trabalhos sobre adaptação
das técnicas SGML à Web (Sperberg)."HTML to the Max: A Manifesto for Adding
SGML Intelligence to the World Wide Web" Junho 1996: criação de um grupo de
trabalho no W3C 10 fev. 1998: publicação da recomendação
para versão 1.0 da linguagem.
Origem da lingagem
Razões da W3C para usar XML
Permite a publicação eletrônica internacional independente de mídia
Permite que as empresas definam protocolos de transferências de dados
Facilita o desenvolvimento de SW para Web Disseminação dos dados sem uso formatos
proprietários (caros!) Exibição de informação customizada Gestão de metadados facilitada
XML XML significa eXtensible Markup
Language sucessor de HTML herdeiro de SGML
XML é um linguagem de descrição e de troca de
documentos estruturados
Princípios fundamentais
XML: herdeiro de SGML SGML Standard Generalized Markup
Language, norma ISO 8879:1986 Muito utilizada na indústria para as grandes
técnicas de documentação. Muito complexa para utilização de «público
em geral» SGML tem demonstrado as vantagens do
formato estrutural para a Gestão Eletrônica de Documentos (GED)
XML usa 10% de SGML para representar de forma eficaz 90% dos documentos
Princípios Fundamentais
Noção estrutural Princípio chave de SGML Idéia fundamental:
Considere um documento, é desejável separar completamente
as informações de estrutura das informações de apresentação.
Princípios fundamentais
Exemplo de um documento
Campina GRande,20 de maio de 2001
Sr. Edilson Silva,Rua das Flores, 12581293 Caruaru
Bar do CarregoRua das Bodegas, s/n58106-920 C. Grande
Tel: 012133564Fax: 879765426
Objet: Dívida?
Prezado Senhor,Bla bla bli, bli blo bla, kkkk vhlg vckjdhklbg fdskjbvhv feje slc ifehfe fhckh c jeflccj n khef iheznf jùkvbc lkhdklvn v
Aproveito do ensejo para renovar meus protestos de elevada estima e consideração.
assinatura
Rodapé
Logotipo
Data
Destinatário
Corpo
Rodapé
Cabeçalho
Objeto
Saudação
Forma Polida
Assinatura
Representação XML
<carta> . . .</carta>
<cabeca> . . .</cabeca><destinatario> <nome> Sr Edilson Silva </nome> <endereco> <rua> rua das Flores </rua> <cidade> Caruaru </cidade> </endereco></destinatario><objeto> bla bla </objeto><data> 20 Maio 2001 </data><saudacao> Prezado Senhor, </saudacao><corpo> . . .</corpo>
<para> Aqui é o primeiro parágrafo</para><para> aqui é o segundo ...</para>
<logotipo loc="logo-graph"/><endereco> &abrev-endereco; </endereco>
Pontos importantes A representação desta carta em XML não
tem nenhuma indicação sobre a apresentação.
As numerosas propriedades gráficas ou tipográficas estão ausentes da fonte XML.
Estas propriedades serão definidas por intermédio de uma folha de estilo.
Uma folha de estilo é um conjunto de regras para especificar a realização concreta de um documento sobre uma mídia particular.
Princípios fundamentais
Saint Pétaouchnoque,Le 30 nivose 2004
Editions Duschmol,12 rue SchmurzYT123 Rapis
WindStar 2000Les rosières en bugetAB562 Saint Pétaouchnoque
Tel: 012133564Fax: 879765426
Objeto: DívidaPrezado Senhot,
Bla bla bli, bli blo bla, kkkk vhlg vckjdhklbg fdskjbvhv feje slc ifehfe fhckh c jeflccj n khef iheznf jùkvbc lkhdklvn v
.
sssinatura
Rodapé
<carta> <cabeca> . . . </cabeca>
<corpo> . . . </corpo></carta>
If carta then ...If cabeca then …If corps then
...If para then
Police new roman,size 12, skip first line
If … then …
Princípio de funcionamento das folhas de estilos
Descoberta de XML
Vantagens de XML
Extensibilidade e estrutura Em XML, um autor ou uma comunidade de autores inventam livremente
as tags que lhes pareçam úteis para marcar os componentes de um documento.
Exemplo: diversas formas de representar uma data <date> 5 janeiro 2000 </date> <date> <ano> 2000 </ano> <mes> 01 </mes> <dia> 05 </dia> </date> <date format='ISO-8601'> 2000-01-05 </date>
Grande liberdade de escolha das estruturas de dados facilita a troca de dados
comércio eletrônico transações financeiras e comerciais pesquisa e indústria de biotecnologias multimídia
Vantagens de XML
Interoperabilidade Todos os dados podem ser vistos como
documentos XML e não mais como arquivos no formato X ou Y.
Consequências: Um servidor de documentos XML é suscetível de
responder a um conjunto de necessidades de uma organização.
Um simples editor de textos pode tratar o conjunto de dados de uma organização.
A interoperabilidade dos utilitários está assegurada.
Vantagens de XML
Modularidade e reutilização Cada usuário é livre para definir suas
próprias estruturas de documento O documento pode também estar conforme
as estruturas tipadas, chamadas DTD Cada comunidade pode propor as estruturas
normalizadas A validação a um DTD permite a
automatização no tratamento dos dados e assegura uma possibilidade de controle de integridade
Vantagens de XML
Accesso às fontes de informaçãoheterogêneas
A consulta e troca de dados entre as base de dados heterogêneas é complexaXML contribui pare minimizar este problema: formato
de troca normalizado, genérico, independente de plataforma
A indexação e consulta de bases de documentos pode se beneficiar de informações estruturais e textuais.
pesquisa por palavras-chaves: Jorge+Amado retorna todos os documentos contendo as palavras Jorge e Amado, então as páginas pessoais de Pedro Amado cujo filho se chama Jorge.
pesquisa estrutural: pesquisa os documentos cujo autor é Jorge Amado (ie os documentos contendo um elemento autor, ou escrito-por contendo Jorge e Amado)
Vantagens de XML
XML na prática Comércio eletrônico: CXML, EBXML Química, Matemática, Geografia: CML, MathML Multimídia: SMIL, MPEG-7, MusicML Desenhos gráficos: SVG Protocolos de comunicação: SOAP, UDDI,
WSDL Transferência de dados: XMI, GML Configuração de software E muito mais!!!!
Descoberta de XML
Definição da linguagem XML 1.0
Exemplos de documentos XML
<?xml version="1.0" ?> <document> <saudacao> Bom dia! </saudacao> </document>
<document> <saudacao> Bom dia! </saudacao> </document>
<document> </document> <document/>
<document> Bom dia! </document>
XML 1.0
Estrutura de um documento Um documento XML se compõe
de um prólogo cuja presença é facultativa, mas fortemente aconselhada
de uma árvore de elementos, obrigatória
de comentários e de instruções de tratamento, facultativos
<?xml version="1.0" ?>
<document> <saudacao> Bom dia! </saudacao> </document>
XML 1.0
O prólogoContém: Uma declaração XML, facultativa
da forma:<?xml version="1.0" encoding="ISO-8859-1" standalone="yes"> indica ao processador que vai tratar o documento:
a versão da linguagem XML utilizada o código de caracteres utilizado a existência de declarações exteriores ao documento
Uma declaração de tipo de documento, facultativa da forma
<!DOCTYPE exemplo SYSTEM "exemplo.dtd" [ declarações ]> indica a estrutura particular a qual deve estar de acordo um
documento
XML 1.0
Estrutura de um DTD Um DTD pode compreender duas
partes uma parte externa
a parte externa é definida fora do documento. É referenciada por uma referência DTD, frequentemente uma URL. Este mecanismo permite assegurar uma reutilização de DTDs frequentemente utilizados.
uma parte interna utilizada para especializar um DTD externo
genérico ou redefinir certos tipos de elementos
XML 1.0
Estrutura de um elemento (1) Um elemento é da forma:
<nome attr='valor'> conteúdo </nome> <nome> é a tag de abertura </nome> é a tag de fechamento. A presença é obrigatória, a exceção
particular dos elementos nulos, denotado por <nom> </nom> ou <nom/> conteúdo é o conteúdo de um elemento . Pode ser:
attr='valor' representa um conjunto eventualmente vazio de atributos, ou seja de pares (nome,valor). Os nomes dos atributos são únicos num elemento.
XML 1.0
uma mistura de texto e elementos instruções de tratamento comentários
vazio texto outros elementos
Estrutura de um elemento (2) Um nome de elemento é uma sequência não nula de caracteres que pode
conter caracteres alphanuméricos undescore sinal de menos ponto caracter dois-pontos (:) é utilizado, mas com um sentido particular
deve satisfazer as seguintes restrições o primeiro caracter deve ser alfabético ou um undescore os três primeiros caracteres não devem formar uma cadeia cuja
representação em letras minúsculas seja "xml".
XML 1.0
Estrutura de um elemento (2)
Exemplos de nomes de elementos
1998-catalogoxmlSpecificationnom sociedade
_totoNome_sociedadexsl:ruleX.11
incorretoscorretos
XML 1.0
Exemplo: Banco FirstBank<?xml version="1.0" > <banco> <cliente>
<nomeCliente> Helio </nomeCliente> <ruaCliente> Principal </ruaCliente> <cidadeCliente> Recife </cidadeCliente> <conta>
<numero> A-102 </numero> <agencia> Central </agencia> <saldo> 400 </saldo>
</conta> <conta> … </conta>
</cliente> . . </banco>
Sintaxe dos atributos Um atributo é um par nome='valor' que permite
de caracterizar um elemento. Um elemento pode ter vários atributos. Neste caso, os pares nome='valor' serão separados por um espaço.
Exemplos <relatorio lingua= ’pt' ult-modif='08/07/99'> <anuario generator='SQL2XML V2.0'
update='07.08.99'> O nome de um atributo obedece as mesmas
regras que o nome de um elemento O valor de um atributo é uma string entre
aspas(") ou apóstrofos simples ('). Um valor de atributo não deve conter os caracteres ^, % e &.
XML 1.0
Exemplo Atributos Banco
<conta tipo=“poupanca” taxa-mensal=“5”> <numero> A-102 </numero> <agencia> Central </agencia> <saldo> 400 </saldo>
</conta>
Elementos X Atributos? No contexto de documentos, atributos são parte da
marcação (markup), enquanto conteúdos dos subelementos são parte do conteúdo básico do documento.
No contexto de representação de dados, a diferença não é clara e pode ser confusa:
A mesma informação pode ser representada de duas formas: <conta numero = “A-101”> …. </conta> <conta>
<numero>A-101</numero> … </conta>
Sugestão: use attibutos para identificadores de elementos, e use subelementos para conteúdo
Seção CDATAUma seção CDATA instrui o parser a ignorar os caracteres de markup
Exemplo:<![CDATA[ *p = &q; b = (i <= 3); ]]>
Entre o início da seção, <![CDATA[ e o fim da seção, ]]>, todos os caracteres são passados diretamente para a aplicação, sem interpretação.A única string que não pode ocorrer numa seção CDATA é ]]>.
Comentários
Comentários iniciam com ”<!--” e terminam com ”-->”. (só não podem conter o string ”--”).
Ex.: <!-- Isto é um comentário -->
Comentários podem ser colocados em qualquer linha do documento.
Árvore de elementosUm documento XML contém uma árvore de
elementos, com as seguintes restrições:
Existe num documento um único elemento pai que contém todos os outros. É a raiz do documento.
Todo elemento distinto da raiz é totalmente incluído dentro de seu pai. Assim:
<p> <b> bla bla </p> bla </b> não é uma estrutura XML.
XML 1.0
Documentos bem formados
Um documento é dito bem formado se: está de acordo com as regras sintáticas de XML
(tags são aninhadas propriamente e atributos são únicos)
<?xml version="1.0" standalone="yes" ?>
<document> <saudacao> Bom dia! </saudacao> </document>
Ex. de uma documento não bem formado:<document> <saudacao> Bom dia!</document></saudacao>
XML 1.0
Documentos válidos Um documento é dito válido se:
seu prólogo contém uma declaração de tipo de documento
sua árvore de elementos respeita a estrutura definida pelo DTD
<?xml version="1.0" encoding="ISO-8859-1" standalone="yes" ?>
<!DOCTYPE document [ <!ELEMENT document (saudacao)> <!ELEMENT saudacao (#PCDATA)>]><document> <saudacao> Bom dia! </saudacao> </document>
XML 1.0
Noção de DTD Um documento válido deve conter uma declaração de tipo de
documento. Esta declaração pode fazer referência, por intermédio de uma URL a um arquivo externo. Este arquivo é chamado de DTD (Definição de Tipo de Documento).
Exemplo
<?xml version="1.0" encoding="ISO-8859-1" standalone="yes" ?> <!DOCTYPE document SYSTEM "acolhida.dtd"><document> <saudacao> Bom dia! </saudacao> </document>
XML 1.0
Noção de DTDXML 1.0
<!–- Arquivo acolhida.dtd. Exemplo de DTD simples --><!–- Autor: --><!–- Data: -->
<!–- a declaração XML não é obrigatória dentro de um DTD --><!–- permite assegurar que os documentos que a referenciam --> <!–- utilizam a mesma versão de XML --> <?xml version="1.0" encoding="ISO-8859-1" standalone="yes" ?>
<!–- Definição do elemento raiz --><!ELEMENT document (saudacao)>
<!–- Um elemento saudacao contém texto --><!ELEMENT saudacao (#PCDATA)>
Conteúdo de um DTD Um DTD pode conter as declarações
de elementos de listas de atributos de entidades gerais de entidades parametrizadas de notações
como também comentários
XML 1.0
Declaração de elemento Uma declaração de elemento é da forma
<!ELEMENT nome modelo> ELEMENT é uma palavra-chave e se escreve
imperativamente em maiúsculas nome é um nome válido de um elemento modelo é o modelo de conteúdo deste elemento.
Distinguimos cinco modelos de conteúdo elementos dados misto livre vazio
XML 1.0: elementos
Modelo de conteúdo de elementos (1)
Sequência de elementos filhos ( .., .., ..) Exemplo
<!ELEMENT capitulo (titulo,intro,secao)> Um elemento capitulo cujo conteúdo, imperativamente e
nesta ordem, contém sub-elementos titulo, intro e secao. Alternativa ( ..| ..| ..)
Exemplo<!ELEMENT capitulo (titulo,intro,(secao|secoes))>
Indicadores de ocorrência *,+,?Um nome de elemento pode ter um indicador de orrorrência:
p* : p pode ocorrer zero, uma ou várias vezes dentro do conteúdo de um instância
p+ : p pode ocorrer uma ou várias vezesp? : p pode ocorrer zero ou uma vez
Modelo de conteúdo de elementos (2) Exemplos
<!ELEMENT capitulo ( titulo, intro?, secao+ ) ><!ELEMENT secao ( titulo-secao, texto-secao ) ><!ELEMENT texto-secao (p|a)* >
Modelo de conteúdo de dados A presença de dados no conteúdo
de um elemento é especifidada pela palavra-chave #PCDATA
Exemplo<!ELEMENT p (#PCDATA) >
Modelo de conteúdo misto Este modelo permite definir os modelos de
conteúdo podendo misturar dados e elementos Forma do modelo
(#PCDATA | nome1 | …|nomen)* Exemplos de declarações
<!ELEMENT p (#PCDATA | negrito | italico | sublinhado)* ><!ELEMENT negrito (#PCDATA|italico|sublinhado)* ><!ELEMENT italico (#PCDATA) ><!ELEMENT sublinhado (#PCDATA) >
Exemplo de uso <p> um parágrafo pode conter texto <negrito> em evidência
</negrito> ou em <italico> itálico </italico></p>
Modelo de conteúdo livre (1) Um elemento pode ser definido como sendo um
conteúdo qualquer, desde que este conteúdo respeite as regras gerais da linguagem XML.
Exemplo<!ELEMENT qualquer ANY>
Para que o conteúdo de um elemento de modelo de conteúdo livre seja válido, é necessário que, se ele contiver elementos, estes sejam declarados num DTD
Modelo de conteúdo livre (2)
Utilidade: este modelo de conteúdo é particularmente útil quando da criação de um DTD complexo
Exemplo<!ELEMENT relatorio ANY><!ELEMENT capitulo ANY><!ELEMENT secao ANY><!ELEMENT titulo-secao ANY><!ELEMENT ilustracao ANY><!ELEMENT bibliografia ANY><!ELEMENT indice ANY><!ELEMENT p ANY><!ELEMENT negrito (#PCDATA)><!ELEMENT titulo (#PCDATA)><!ELEMENT autor (prenome+,nome)><!ELEMENT nome (#PCDATA)><!ELEMENT prenome (#PCDATA)>
Modelo de conteúdo vazio
Um elemento pode ser declarado como obrigatoriamente vazio, usando a palavra-chave EMPTY.
Exemplo de declarações<!ELEMENT p (#PCDATA|bibref)* ><!ELEMENT bibref EMPTY><!ATTLIST bibref ref IDREF #REQUIRED>
Exemplo de utilização<p> para uma definição precisa, veja <bibref ref='REC-xml-19980210'/> </p>
XML 1.0: elements
Modelo de conteúdo vazio
Observações: quando o modelo de conteúdo de um
elemento é o modelo vazio, deve obrigatoriamente obedecer a sintaxe <nome/>
não é possível misturar EMPTY a uma outra construção de modelo de conteúdo
<?xml version="1.0"?><!ELEMENT EMAIL (TO+, FROM, CC*, BCC*, SUBJECT?, BODY?)><!ATTLIST EMAIL LANGUAGE (Western|Greek|Latin|Universal) "Western" ENCRYPTED CDATA #IMPLIED PRIORITY (NORMAL|LOW|HIGH) "NORMAL">
<!ELEMENT TO (#PCDATA)><!ELEMENT FROM (#PCDATA)><!ELEMENT CC (#PCDATA)>
<!ELEMENT BCC (#PCDATA)><!ATTLIST BCC HIDDEN CDATA #FIXED "TRUE">
<!ELEMENT SUBJECT (#PCDATA)><!ELEMENT BODY (#PCDATA)>
<!ENTITY SIGNATURE "José Silva">
XML 1.0
Exemplo de DTD
Exercício 1 Com o DTD anterior gere um
documento XML válido
Exemplo de um DTD de Banco
<!DOCTYPE banco [<!ELEMENT banco ( ( conta | cliente | deposito)+)><!ELEMENT conta (numero agencia saldo)><! ELEMENT cliente(nomeCliente rua cidade)><! ELEMENT deposito (nomeCliente conta)><! ELEMENT conta (#PCDATA)><! ELEMENT agencia (#PCDATA)><! ELEMENT saldo(#PCDATA)><! ELEMENT nomeCliente (#PCDATA)><! ELEMENT rua(#PCDATA)><! ELEMENT cidade(#PCDATA)>
]>
Declaração de atributos Um atributo é um par nome-valor
associado a um elemento uma declaração de atributos num DTD
permite especificar os atributos que poderão ou deverão estar associados às instâncias dos elementos.
Forma da declaração<!ATTLIST nome-elemento nome-atributo tipo-atributo declaração-default>
XML 1.0: atributos
Declaração de atributos Exemplos
<!ELEMENT ex1 (#PCDATA)><!ATTLIST ex1 xml:lang NMTOKEN #IMPLIED ><!ATTLIST ex1 target ID #implied ><!ATTLIST ex1 nb (1 | 2 | 3) '1'>
equivalente a<!ATTLIST ex1 xml:lang NMTOKEN #IMPLIED > target ID #implied > nb (1 | 2 | 3) '1'>
XML 1.0: atributos
Tipo de atributo
O tipo de atributo pode ser: CDATA: o valor do atributo é uma cadeia de
caracteres ID ou IDREF: permite definir um identificador para um
documento Uma lista de escolhas num conjunto de tokens, ou
identificadores lógicos NMTOKEN ou NMTOKENS: abreviação de Name
Token. Permite ao atributo de ter seu valor de um conjunto de nomes simbólicos.
ENTITY ou ENTITIES: permite que um atributo tome como valor o nome de uma entidade externa não XML
NOTATION: define um atributo de notação
XML 1.0: atributos
Declaração default Possui quatro formas
valor por default do atributo #REQUIRED: cada instância deverá ter um
atributo deste nome. Não aceita valor default.
#IMPLIED: presença facultativa. Não aceita valor default.
#FIXED: fixa o valor deste atributo para toda instância.
XML 1.0: atributos
Exemplos (1) Atributo CDATA
<!ATTLIST f att1 CDATA #FIXED '<toto>' >O atributo att1 dos elementos de tipo f tem um valorr constante: o string <toto>.
Atributo enumerado Exemplo 1
<!ELEMENT data (#PCDATA) ><!ATTLIST data formato (ANSI | ISO | BR) #REQUIRED><data formato= ’BR'> 24 Maio 1998 </data><data formato='ISO'> 1998-05-24 </data>O atributo formato é obrigatório e deve ter valores do tipo ANSI, ISO ou BR
Exemplo 2<!ELEMENT list (item,item+)><!ELEMENT item (list|#PCDATA)><!ATTLIST list type (ord | num | alpha) 'ord'><list type='alpha'> <item> Maria </item> <item> Pedro </item> <item> José </item></list>
XML 1.0: atributos
Exemplos (2) Atributos ID e IDREF
Estes tipos de atributos permitem de criar uma referência a um documento<!–- declaração do element secao --><!–- o atributo de identificação de secao --><!–- target é optional --><!ELEMENT secao (#PCDATA|xref)* ><!ATTLIST secao target ID #IMPLIED >
<!–- declaracao do elemento xref --><!ELEMENT xref EMPTY ><!ATTLIST xref ref IDREF #REQUIRED>
<secao target='X321'> conteúdo de uma seção </secao><secao> outra seção. Faz referência à seção X321 <xref ref='X321'/>
</secao>Obs.: nós não referenciamos de fato uma seção, mas um elemento do
documento que possui um atributo do tipo ID e cujo valor é X321.
XML 1.0: atributos
Exemplo DTD Banco com atributos
Trecho de um DTD de Banco com ID e IDREF<!DOCTYPE banco-2[ … ...
<!ELEMENT conta (agencia, saldo)><!ATTLIST conta numero ID # REQUIRED proprietarios IDREFS # REQUIRED><!ELEMENT cliente(nomeCliente, rua, cidade)>
<!ATTLIST cliente clienteID ID # REQUIRED contas IDREFS # REQUIRED>
… ]>
Exemplo de XML para DTD Banco com ID e IDREF
<banco-2><conta numero=“A-401” proprietarios=“C100 C102”>
<agencia> Centro </agencia> <saldo> 500 </saldo>
</conta><cliente clienteID=“C100” contas=“A-401”>
<nomeCliente>José Silva </nomeCliente> <rua> Juçaras </rua> <cidade> Maceió</cidade>
</cliente><cliente clienteID=“C102” contas=“A-401 A-402”>
<nomeCliente> Maria Lima </nomeCliente> <rua> Flores </rua> <cidade> Salvador </cidade>
</cliente></banco-2>
Entidades internas Entidades pré-definidas
certos caracteres, como < > & ' " não podem ser utilizados dentro do texto de um documento
estes caracteres devem ser representados por seus códigos pré-definidos, chamadas entidades pré-definidas<: < >: > &: &
XML 1.0: entidades
Entidades internas Entidades definidas pelo usuário
é possível declarar as entidades dentro do DTD esta declaração tem a forma
<!ENTITY nome-entidade "valor-entidade"> Exemplo
a declaração seguinte<!DOCTYPE toto [ <!ENTITY copyright "© Editions titi">]><toto> ©right; </toto>
produzirá© Editions titi
observação: 00A9 é o código Unicode do caracter ©
XML 1.0: entidades
Entidades externas endereçadas por URL
Exemplo<?xml version='1.0' ?><!DOCTYPE livro [ <!ENTITY capitulo1 SYSTEM "chap1.xml"> <!ENTITY capitulo2 SYSTEM "chap2.xml"> <!ENTITY autor "toto">]><livro> <titulo> XML para idiotas </titulo> <autor> &autor; </autor> <intro> Era uma vez uma Web… </intro> &capitulo1; &capitulo2;</livro>
Restrição: as entidades externas devem ser documentos bem formados
Notações e entidades não XML
Exemplo<!DOCTYPE exemplo [ <!NOTATION jpeg SYSTEM "/usr/local/bin/xview"> <!ENTITY foto-ferias SYSTEM "./fotos/foto1.jpg" NDATA jpeg><!ELEMENT exemplo (foto)><!ELEMENT foto EMPTY><!ATTLIST foto img ENTITY #REQUIRED>
<exemplo> <foto img='foto-ferias'/></exemplo>]> A declaração de notação associa ao formato jpeg a aplicação xview
que poderá ser utilizada em extensão da aplicação XML. A declaração da entidade foto-ferias indica que o conteúdo dos
dados está situado no arquivo foto1.jpg A palavra-chave NDATA indica que este arquivo é de um formato não
XML
Exemplo<?xml version='1.0' ?><!DOCTYPE db [ <!ELEMENT db (pessoa*)> <!ELEMENT pessoa (nome, idade, email)> <!ELEMENT nome (#PCDATA)><!ELEMENT idade (#PCDATA)><!ELEMENT email (#PCDATA)>
]><db> <pessoa> <nome> Pedro Maia </nome><idade> 33 </idade><email> [email protected] </email>
</pessoa> <pessoa> <nome> Ana Maria </nome><idade> 24 </idade><email> [email protected] </email>
</pessoa> <pessoa> . . . </pessoa></db>
XML 1.0: Exemplos
DTDs como esquemas ExemploSeja o esquema r1(a, b, c) e r2 (c, e)<db> <r1> <a> a1 </a> <b> b1 </b> <c> c1 </c> </r1> <r1> <a> a2 </a> <b> b2 </b> <c> c2 </c> </r1> <r2> <c> c1 </c> <d> d1 </d> </r2> <r2> <c> c2 </c> <d> d3 </d> </r2>
</db><!DOCTYPE db[<!ELEMENT (r1*|r2*)><!ELEMENT r1(a,b,c)><!ELEMENT r2(c,d)><!ELEMENT a (#PCDATA)><!ELEMENT b (#PCDATA)><!ELEMENT c (#PCDATA)><!ELEMENT d (#PCDATA)>]>
XML 1.0: Exemplos
Exercício 2: Dado o documento XML crie um DTD para o mesmo<?xml version='1.0' ?><!DOCTYPE livro SYSTEM "livro.dtd"><livro> <titulo> XML e Java </titulo><autor> João Silva </autor>
<conteudo><capitulo focus="XML"> Introdução </capitulo> <capitulo focus="XML"> DTD </capitulo><capitulo focus="XML"> Elementos </capitulo><capitulo focus="Java"> SAX </capitulo><capitulo focus="Java"> DOM </capitulo><conteudo><bibliografia> bla bla bla </bibliografia>
<copyright> &ufcgCopyright; </copyright></livro>
XML 1.0: Exemplos
Limitações de DTDs como esquemas
DTD impõe ordem Não existe a noção de tipos de dados atômicos (int,
float, etc) Não podemos especificar uma faixa de valores de
domínio IDREF não é relacionado a um tipo. Tipos são associados com tags => elementos com
mesmo nome porém pertencendo a diferentes tipos (nome de pessoa e nome de um curso) não podem usar o mesmo elemento nome. Nesta caso ou redefinimos nomePessoa e nomeCurso ou usamo namespaces com os qualificadores, pessoa:nome e curso:nome