Einfuhrung in XML¨ - Technische Fakultät · PDF fileEinfuhrung in XML¨ Frank...

Einfuhrung in XML

Seminar: XML in der Bioinformatik

Frank Schonmann

WS 2002/03

Einfuhrung in XML Frank Schonmann

Uberblick

• Entwicklung von XML

• Regeln und Eigenschaften von XML

• Document Type Definition (DTD)

• Vor- und Nachteile von XML

• XML in der Bioinformatik

• Zusammenfassung

Motivation

• Praxis: WWW dient als Oberflache fur viele Informationssysteme

(Datenbanken, Warenkataloge, Mail-Archive)

Motivation

• reiche innere Struktur von Dokumenten geht jedoch durch Darstel-

lung mit HTML verloren

Motivation

• Nutzung der Daten ist nicht mehr moglich, hochstens noch Cut &Paste des Textes

Motivation

• Nutzung der Daten ist nicht mehr moglich, hochstens noch Cut &Paste des Textes

• Dies verhindert die Verwendung des Web als Plattform fur den

Informationsaustausch im großen Rahmen.

Allgemeines

• Name: Extensible Markup Language (Erweiterbare Auszeichnungs-

sprache)

Allgemeines

sprache)

• Universalkonzept zur Datenspeicherung

Allgemeines

sprache)

• Aufteilung von Daten in Inhalt, Struktur und Layout

Allgemeines

sprache)

• Aufteilung von Daten in Inhalt, Struktur und Layout

• Entwicklung des W3C (World Wide Web Consortium)

XML und SGML

• Teilmenge von SGML (Standard Generalized Markup Language),

eine Sprache zur Dokumentenreprasentation, die Struktur von Do-

kumenten beschreibt (ISO-8879)

XML und SGML

• XML ist weniger umfangreich, aber ahnlich leistungsfahig

XML und SGML

• abschreckende SGML-Syntax wurde vereinfacht, komplexe und sel-

ten verwendete Eigenschaften von SGML entfernt

XML und SGML

• abschreckende SGML-Syntax wurde vereinfacht, komplexe und sel-

ten verwendete Eigenschaften von SGML entfernt

• zum Vergleich: XML auf 33 Seiten formal definiert, SGML auf mehr

als 500

Entwicklung von XML

1994 Tim Berners Lee grundet am MIT ein Entwickler-Forum un-

ter Leitung von Jon Bosak, um Definitionssprache fur Auszeich-

nungssprachen zu entwickeln. Zunachst gab es Konzepte, die SGML

außer Acht ließen, spater wurde XML selbst in SGML definiert

Entwicklung von XML

1996 auf der SGML 96 Conference (Boston) wird ein Erstentwurf fur

XML vorgestellt

Entwicklung von XML

1996 auf der SGML 96 Conference (Boston) wird ein Erstentwurf fur

XML vorgestellt

1998 erste sog. Empfehlung (Recommendation) des W3C fur XML;

danach Bemuhungen, XML zu etablieren und wichtige, bestehende

Auszeichnungssprachen (z. B. HTML) in XML zu definieren

Bekannte XML-Anwendungen

• XHTML: Neudefinition von HTML (ursprunglich in SGML definiert)

<?xml version="1.0" encoding="iso-8859-1" ?><!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"

"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd"><html><head><title>Einfache (X)HTML-Seite</title></head><body><h1>Uberschrift</h1><img alt="Bild" src="bild.png" /><hr /></body></html>

• MathML: Mathematische Formelsprache

(1998: MathML 1.0, 2001: MathML 2.0)

• MathML: Mathematische Formelsprache

(1998: MathML 1.0, 2001: MathML 2.0)

</msup>

entspricht der Formel: (a + b)2

• CML: Chemical Markup Language

• BSML: Bioinformatic Sequence Markup LanguageSpeicherung von Sequenzdaten (DNA, RNA, Proteine), Struktur

und Informationsgehalt ahnlich zu EMBL, GenBank oder DDBJ

• BSML: Bioinformatic Sequence Markup LanguageSpeicherung von Sequenzdaten (DNA, RNA, Proteine), Struktur

und Informationsgehalt ahnlich zu EMBL, GenBank oder DDBJ

• BioML: Biopolymer Markup Language

Regeln und Eigenschaften: Allgemeines

• XML-Dokument besteht immer aus einer Instanz und u. U. einer

DTD (Document Type Definition)

• DTD: eine Definition, in der Tags und ihre erlaubte Schachtelung

vereinbart werden

• DTD: eine Definition, in der Tags und ihre erlaubte Schachtelung

vereinbart werden

• Instanz: eine XML-Datei, die sich an die vereinbarten Regeln halt

• XML-Datei beginnt mit einer processing instruction, der XML-

Deklaration (zur Unterscheidung von XML- und SGML-Instanzen)

• zur Verwendung einer DTD benotigt man eine document typedeclaration

<?xml version="1.0" ?><!DOCTYPE dtdname SYSTEM "dtdname.dtd">

Regeln und Eigenschaften: Tags

• Tags werden als benannte Klammern verwendet, um den Inhalt in

Elemente zu gliedern

<name>Hans Muller</name>

• Starttag (<name>) kennzeichnet den Beginn, ein Endtag (</name>)das Ende eines Elements.

• jedes offnende Tag muss auch wieder mit einem Endtag geschlossen

werden: <tag>Inhalt</tag>

• Alternative Syntax fur Tags ohne Inhalt: <tag/> oder <tag />

• Elementnamen durfen nicht mit der Zeichenfolge xml und nicht mit

Ziffern beginnen; sie durfen keine =-Zeichen und keine Leerzeichen

enthalten

• durch Schachtelung von Elementen ergibt sich eine Baumstruktur

• innere Knoten drucken die Struktur aus, Blatter den Inhalt und

Elemente mit leerem Inhaltsmodell

• innere Knoten drucken die Struktur aus, Blatter den Inhalt und

Elemente mit leerem Inhaltsmodell

<person><name>Hans Muller</name><email>hans@mueller.de</email><birthday> <day>21</day><month>03</month><year>1970</year> </birthday>

</person>

Regeln und Eigenschaften: Kommentare

• Kommentare konnen beliebigen Text enthalten

• beginnen mit der Zeichenfolge

• Kommentar durfen nicht geschachtelt werden

• beginnen mit der Zeichenfolge

• Kommentar durfen nicht geschachtelt werden

Regeln und Eigenschaften: Attribute

• Tags konnen mit Attributen versehen werden, durch die sich die

Funktion des Tags in der Dokumentinstanz weiter spezialisieren

• Attribute sind Name-/Wert-Paare

• Werte mussen in Anfuhrungszeichen stehen (’ oder ")

Regeln und Eigenschaften: Beispiel

<?xml version="1.0"?><!DOCTYPE contacts SYSTEM "contacts.dtd">

<name>Hans Muller</name><email>hans@mueller.de</email><birthday>

</person></contacts>

Regeln und Eigenschaften: Zeichensatze

• Groß- und Kleinschreibung werden unterschieden

• Internationalisierung: alle Zeichen des Unicode-Standards (offizielle

Implementierung von ISO-10646) sind erlaubt

• Internationalisierung: alle Zeichen des Unicode-Standards (offizielle

Implementierung von ISO-10646) sind erlaubt

• dadurch ist XML z. B. auch fur asiatische Sprachen geeignet

Regeln und Eigenschaften: Sonderzeichen

• XML-Sonderzeichen mussen zur Verwendung im normalen Text

maskiert werden:

Regeln und Eigenschaften: Sonderzeichen

• XML-Sonderzeichen mussen zur Verwendung im normalen Text

maskiert werden:

Regeln und Eigenschaften: Bezeichnungen

• well formed : Regeln fur XML werden eingehalten:

? XML-Deklaration (processing instruction)

? mindestens ein Datenelement

? genau ein außerstes Element

• valid : Dokument ist wohlgeformt und genugt zusatzlich den Regeln

einer DTD

• valid : Dokument ist wohlgeformt und genugt zusatzlich den Regeln

einer DTD

⇒ Dokumente ohne DTD sind moglich

DTD: Allgemeines

• Document Type Definition

DTD: Allgemeines

• formale Grammatik, die eine bestimmte XML-Sprache definiert

DTD: Allgemeines

• definiert werden Namen der in Dokumentinstanzen erlaubten At-

tribute, Entitaten sowie Tags und ihre mogliche Schachtelung (In-

haltsmodell)

DTD: Allgemeines

haltsmodell)

• nur Syntax, keine semantische Aussage

DTD: Allgemeines

haltsmodell)

• nur Syntax, keine semantische Aussage

• besonderer Tag: Dokumenttyp; tragt den selben Namen wie die

Sprache und dient als Startsymbol

DTD: Inhaltsmodell

• Bestandteile der Grammatik:

DTD: Inhaltsmodell

? andere Tags (⇒ Baumstruktur)

DTD: Inhaltsmodell

? #PCDATA (parseable character data, d. h. die gultigen Zeichen

des Alphabets)

DTD: Inhaltsmodell

des Alphabets)

? EMPTY: leeres Inhaltsmodell

DTD: Inhaltsmodell

des Alphabets)

? ANY: beliebiges Inhaltsmodell

DTD: Inhaltsmodell

des Alphabets)

? ANY: beliebiges Inhaltsmodell

• Verknupfung dieser Elemente durch Operatoren

DTD: Inhaltsmodell-Operatoren

, notwendig Elemente in fester Reihenfolge

| alternative Elemente

? optionale Elemente

+ 1 . . . n Wiederholungen

* 0 . . . n Wiederholungen

() Klammerung von Ausdrucken

DTD: Einfaches Beispiel

<!ELEMENT contacts (person*)>

<!ELEMENT person (name, email*, birthday?)>

<!ELEMENT name (#PCDATA)><!ELEMENT email (#PCDATA)>

<!ELEMENT birthday (year, month, day)>

<!ELEMENT year (#PCDATA)><!ELEMENT month (#PCDATA)><!ELEMENT day (#PCDATA)>

DTD: Attribute

• fur jedes Element lassen sich erlaubte Attribute angeben

DTD: Attribute

• jedem Attribut ist ein Typ zugeordnet: CDATA, ID, IDREF/IDREFS,Liste von Werten

DTD: Attribute

• jedem Attribut ist ein Typ zugeordnet: CDATA, ID, IDREF/IDREFS,Liste von Werten

• Attribute sind optional, obligatorisch oder konstant: #IMPLIED,#REQUIRED, #FIXED Wert, Standardwert

DTD: Beispiel mit Attributen

<!ELEMENT contacts (person*)><!ATTLIST contacts

type (private|work) #IMPLIEDdesc CDATA>

<!ELEMENT person (name, email*, birthday?)><!ATTLIST person id ID #REQUIRED>

<!ELEMENT name (#PCDATA)><!ELEMENT email (#PCDATA)><!ELEMENT birthday (year, month, day)><!ELEMENT year (#PCDATA)><!ELEMENT month (#PCDATA)><!ELEMENT day (#PCDATA)>

DTD: Entitaten

• mit Entitaten (entities) lassen sich Kurzel definieren, die spater in

der DTD oder der XML-Instanz verwendet werden konnen

DTD: Entitaten

• Entitaten als Textbausteine: Makros zur Verwendung im XML-

Dokument mit &entityname; (z. B. Umlaute in XHTML)

DTD: Entitaten

• Entitaten als Textbausteine: Makros zur Verwendung im XML-

Dokument mit &entityname; (z. B. Umlaute in XHTML)

• parameter entities: Makros zur Verwendung in der DTD

DTD: Beispiel fur Entitaten

<!ENTITY xml "Extensible Markup Language"><!ENTITY auml "ä"><!ENTITY % bool "(true|false)">

<!ELEMENT person (name, email*, birthday?)><!ATTLIST person

id ID #REQUIREDpremiumcustomer %bool; "false"

><!ELEMENT birthday (year, month, day)><!ATTLIST birthday

sendgreeting %bool; #IMPLIED>

Vorteile

• Standardisierung:

Vorteile

? wichtiger Schritt durch Standardisierung von XML selbst

Vorteile

? bisherige Datenformate in der Bioinformatik sind proprietar

Vorteile

• Offenheit:

Vorteile

• Offenheit:

? es entstehen leicht durchschaubare Auszeichnungssprachen, die

von vielen genutzt werden konnen

Vorteile

• Offenheit:

? es entstehen leicht durchschaubare Auszeichnungssprachen, die

von vielen genutzt werden konnen

? DTD definiert Syntax

Vorteile

• Einfachheit:

Vorteile

• Einfachheit:

? schnelle Validierung durch einfache aber strenge Syntax

Vorteile

• Einfachheit:

? einfache Transformation in anderes Zielformat (XSL-FO, XSLT)

Vorteile

• Einfachheit:

? einfache Anderungen durch lesbares Textformat

(content scalability)

Vorteile

• Einfachheit:

• Standardisierte Verarbeitungsmodelle:

Vorteile

• Einfachheit:

? SAX-Parser: ereignis-basierter Parser

Vorteile

• Einfachheit:

? SAX-Parser: ereignis-basierter Parser

? DOM-Parser: Operationen auf dem XML-Baum

Vorteile

• Internet-Orientierung:

Vorteile

? reichhalte Fahigkeiten zur Verlinkung von Daten sind moglich

(Entities, XLL)

Vorteile

? reichhalte Fahigkeiten zur Verlinkung von Daten sind moglich

(Entities, XLL)

? direkte Einbettung von Daten an anderen Adressen

Nachteile

• Daten-Overhead:

Nachteile

• Daten-Overhead:

? durch textbasiertes Format großerer Speicherbedarf

(25% bis 70%)

Nachteile

• Daten-Overhead:

(25% bis 70%)

? hohere Ubertragungsmenge

Nachteile

• Daten-Overhead:

(25% bis 70%)

• Fehlende Skalierbarkeit:

Nachteile

• Daten-Overhead:

(25% bis 70%)

? schlechte Performance bei Datenhaltung

Nachteile

• Daten-Overhead:

(25% bis 70%)

? schlechte Performance bei Datenhaltung

? mogliche Abhilfe durch Kombination mit Datenbanken

(XML als Input/Output)

Nachteile

• Limitierte Modellierungsfahigkeiten:

Nachteile

? beschrankte Datentypisierung: fast nur Strings, keine Zahlen,

Tabellen, Matrizen, . . .

Nachteile

? kein Mechanismus zur Beschreibung von Beziehungen zwischen

Elementen (Nachbildung durch ID und IDREF moglich)

Nachteile

? kein Mechanismus zur Beschreibung von Beziehungen zwischen

Elementen (Nachbildung durch ID und IDREF moglich)

? mogliche Abhilfe mit XML Schema

XML in der Bioinformatik

• Daten benotigen eine komplexe Modellierung und es gibt viele

verschiedene Datentypen

• es entstehen haufig neue Arten von Daten

• Daten werden haufig aktualisiert und von Wissenschaftlern stark

ubers Internet verbreitet

• verschiedene Typen von Benutzern (Biologen, Programmierer, . . . )

brauchen Zugriff auf die Daten

• momentane Situation: bestehende Datenbanken mit uneinheitli-

chem Format; Daten sind mehrfach vorhanden und nur schwach

oder gar nicht miteinander verknupft

• momentane Situation: bestehende Datenbanken mit uneinheitli-

chem Format; Daten sind mehrfach vorhanden und nur schwach

oder gar nicht miteinander verknupft

⇒ Vorteile von XML decken diese Aspekte ab, die meisten genannten

Nachteile lassen sich umgehen

Vergleich von Losungen

XML-Format Feld/Wert (OO)DBMS

Ausdruckskraft ** * ****

Modellierungsfahigkeit ** * ****

Selbstbeschreibbarkeit ja nein ja

Abfragesprache ja nein ja

Flexibilitat **** * ****

Einfachheit **** **** **

Skalierbarkeit ** * ****

Kompatibilitat **** * ***

Vergleich von Losungen

XML-Format Feld/Wert (OO)DBMS

Ausdruckskraft ** * ****

Modellierungsfahigkeit ** * ****

Selbstbeschreibbarkeit ja nein ja

Abfragesprache ja nein ja

Flexibilitat **** * ****

Einfachheit **** **** **

Skalierbarkeit ** * ****

Kompatibilitat **** * ***

• (OO)DBMS zur Datenverwaltung, XML als Schnittstelle

Zusammenfassung

• benotigt werden einheitliche XML-Formate fur biologische Zwecke

Zusammenfassung

• XML als Schnittstelle geeignet (z. B. standardisierter Austausch

zwischen Programmen)

Zusammenfassung

• zur Datenverwaltung zu langsam und wenig skalierbar

Zusammenfassung

• zur Datenverwaltung zu langsam und wenig skalierbar

• Problem der Modellierungsfahigkeit bleibt bestehen, lasst sich aber

moglicherweise durch XML Schema losen

Einfuhrung in XML¨ - Technische Fakultät · PDF fileEinfuhrung in XML¨ Frank...

Documents

SEMINAR: XML UND DATENBANKEN Matthias Haupt 08.05.2008 Thema 3: XML-Namensräume

Dateimanagement in OpenOffice · PDF file• Microsoft Excel 2003 XML (.xml)

Manycores: Hardware und Low-Level Programmierung fileEinfuhrung¨ Neue Architekturen Programmierung Supercomputing Fazit Ubersicht¨ Einfuhrung¨ Neue Architekturen Programmierung

Die Lebewelt der Ötztaler Ache · Kapitel 6 Die Ötztaler Ache 157 Zusammenfassung Die Ötztaler Ache ist einer der wenigen hy-drologisch unbeeinflussten Gletscher- bzw. Gebirgsbäche

XML-Schema - blog.ag-nbi.deblog.ag-nbi.de/wp-content/uploads/2012/04/04_Schema.pdf · 6 Ziel-Namensraum • als XML-Schema für XML-Schema • Ziel-Namensraum für im XML-Schema definiertes

XML-Schemaevolution : Änderung eines XML-Schemas mit ...rosdok.uni-rostock.de/file/rosdok_disshab_0000001602/rosdok... · XML-Schemaevolution Änderung eines XML-Schemas mit automatisierter

Ueber die Fl ache vom kleinsten Inhalt bei Bernhard ... · gdf; wobei das einfache Integral rechts ebenfalls in der Richtung der wachsenden qdurch die Begrenzung der Fl ache zu nehmen

Word und XML - Vortrag XML User Group München

1 Verwaltung semistrukturierter Daten - was ist das? Datenverwaltung für XML-Dokumente - Daten in XML-Gewand - eigentlich XML-Dokumente - Abbildung auf

XML -- Extensible Markup Language - techfak.uni-bielefeld.dejoern/edu/xml/xmlpraxis/xml1-print.pdf · XML transformieren XML XML XSLT XSLT-Prozessor XSLT XSLT-Prozessor XML XML-Praxis

XML Einführung Andreas Leicht 1 Einführung XML. XML Einführung Andreas Leicht 2 Gliederung Geschichte Einordnung Grundlagen –XML –DTD –XSL

Datenorientiertes XML mit XML-Schema · M. Jeckle – Datenorientiertes XML mit XML -Schema 2002-03-11 3 Research and Technology Gliederung I Motivation •Verändertes Einsatzszenario

Leseprobe zum Download - planungs-praxis.de€¦ · o Vesasstätte e Läe e Ms teVesasstätteeo eachte inweis eachte st e eee VtättV e MVtättV Vesasstätte s ache Aae oe Tee ache

XML Verarbeitung

XML Workshop

XML und Datenbankenwebarchiv.ethz.ch/dbs/education/xml/WS_02/folien/11...: Architektur Anwendung DB2 XML Extender XML-Dokumente DAD – Document Access Definition Datei-system Datei-system

XML - XML: Das Sprachkonzept Basics Wohlgeformte XML-Dokumente (ohne DTD) Gültige XML-Dokumente (mit DTD) Attribute, Style Sheets - XML und EDI: Vision

Seminar: XML und intelligente Systeme - Technische Fakultätswrede/xml-isy/talks/xpath-e... · Seminar: XML und intelligente Systeme XML-Navigation: XPath, E4X Christoph Weitkamp

XML-Werte in SQL/XML

XSL-FO - data2type GmbH: Ihre Spezialisten für XML ... · XML. XSLT. XPath. XHTML. Aufbau und Arbeitsweise von XSL Beispiel XML zu HTML. XML XSLT HTML. Manuel Montero Pineda ‒