SIG WI2 XML tutorial

XML（再）入門
国島丈生
kunishi@acm.org

... the correct full name of XML, is “Extensible Markup
Language”. “eXtensible Markup Language” is just a
spelling error. -- Tim Bray

2008-12-11, SIG WI2研究会

例：メール
From: kunishi@example.com
To: hatano@example.com, hijikata@example.com
Subject: 講演のお誘い
Date: 2008-11-01 17:01:30

12/11のSIG WI2研究会で講演します。ぜひ見に来て
ください!
国島丈生 (kunishi@example.com)

2008-12-11, SIG WI2研究会

これをXMLで書くと
<?xml version= 1.0 encoding= utf-8 ?>
<mail>
<head>
<from><address>kunishi@example.com</address></from>
<to><address>hatano@example.com</address>
<address>hijikata@example.com</address></to>
<subject>講演のお誘い</subject>
<date>2008-11-01 17:01:30</date>
</head>
<body>
12/11の<a href= http://www.ieice.org/ wi2/ >SIG WI2研究会</a>
で講演します。ぜひ見に来てください!
<address>国島丈生 (kunishi@example.com)</address>
</body>
</mail>
2008-12-11, SIG WI2研究会

用語
要素（element）

属性（attribute）内容（content）


12/11の<a href="http://www.ieice.org/ wi2/">SIG WI2</
a>で講演をします。ぜひ見に来てください!


開始タグ（start tag）終了タグ（end tag）
タグ（tag）

2008-12-11, SIG WI2研究会

マークアップ言語
• HTML, TeX, etc.
• テキスト中に埋め込むマークアップ
（目印）の記法
•文書の構造やテキストの属性（フォン
トなど）を明記
•計算機処理をしやすくする
• マークアップ言語で書かれた文書＝構
造化文書（structured documents）

2008-12-11, SIG WI2研究会

Extensible?
• 要素や属性などの記法のみ規定
• 具体的な用途に合わせて要素名や属性
名を自由に決められる
• 特定用途向けマークアップ言語を作り
出すメタ言語
•SGMLやXML
•先のメールの例：XMLの記法に基づ
く Mail Markup Language の文書

2008-12-11, SIG WI2研究会

SGMLからXMLへ
機能の簡略化
SGML XML
具体例具体例

XML化、モジュール化
HTML XHTML
MathML
SVG
RDF/XML
etc.
2008-12-11, SIG WI2研究会

SGML, HTMLとの違い
• 終了タグの省略不可: →...
• 内容のない要素（空要素）
<hr>→<hr></hr>, <hr/> (空要素タグ)
• 属性
<dl compact=compact>,
<dl compact>
→ <dl compact= compact >,
<dl compact= compact >
• cf. W3C NOTE-sgml-xml-971215,
W3C REC-xhtml1 4章
2008-12-11, SIG WI2研究会

XMLの構文上の注意点
<?xml version= 1.0
• XML宣言が先頭に必 encoding= utf-8 ?>
要 <mail>

• XMLのバージョン <head>
<from>...</from>
番号、ファイルの符
<to>...</to>
号化方式などを指定 ...
• どの要素にも含まれな </head>
い要素は文書中で一つ <body>
だけ（ルート要素） ...
</body>
</mail>

2008-12-11, SIG WI2研究会

XMLの表す構造＝木
mail

head body

from to subject date p address

で講演し
address address address 12/11に a b
ます。

kunishi@ex hatano@ex hijikata@ex 講演の 2008-11-01 SIG WI2 href ぜひ見に来て
ample.com ample.com ample.com お誘い 17:01:30 研究会ください!

国島丈生
http://www.ieice.org/~wi2/
(kunishi@example.com)

2008-12-11, SIG WI2研究会

XMLで表現できない例
• 要素のオーバラップは表現できない
<page><para>昔々、あるところ
に、おじいさんとおばあさんが住ん
でいました。</page><page>ある
朝、おじいさんは山へ柴刈りに、お
ばあさんは川へ洗濯に出かけまし
た。</para></page>

2008-12-11, SIG WI2研究会

XMLの主な用途
• テキスト文書の記述
• 文書の構造を表現する
• テキストの属性（リンクやフォントな
ど）を表現する
•構造化文書 (structured document)
• 構造を持つデータの記述
•データ構造が不規則であってもよい
•半構造データ(semistructured data)

2008-12-11, SIG WI2研究会

テキスト文書の記述
<mail>
<head>
<date>2008-11-01 17:01:30</date>
</head>
<body>
</body>
</mail>
2008-12-11, SIG WI2研究会

データ構造の記述
<mail>
<head>
<date>2008-11-01 17:01:30</date>
</head>
<body>
</body>
</mail>
2008-12-11, SIG WI2研究会

半構造データ
• 1997年にS. Abiteboulが提唱
• Querying Semistructured Data ,
ICDT97
• raw text（非構造データ）とRDBやオ
ブジェクト（厳密な構造データ）との
中間、構造が不規則
• 例：Webページ、ASN.1、JSON

2008-12-11, SIG WI2研究会

不規則なデータ構造
<mail>
<head>
<from><address>hatano@example.com</address></from>
<to><address>kunishi@example.com</address></to>
<cc><address>hijikata@example.com</address></cc>
<subject>了解です</subject>
<date>
<year>2008</year><month>11</month><day>1</day>
</date>
</head>

</mail>

2008-12-11, SIG WI2研究会

XML構造の正しさの基準
• 整形式（well-formed）
• 文書がXMLの文法に沿っているか
• ルート要素を根とする木か、など
• 妥当（valid）
• 文書の不規則さが許容範囲内に収
まっているか
• 許容範囲の定義（文書構造の定義）
＝文書スキーマ、スキーマ
•XML文書とは別にあらかじめ用意
2008-12-11, SIG WI2研究会

DTD（文書型定義）
• スキーマを表現する一つの方法
<!ELEMENT mail (head, body?)>

<!ELEMENT head (from, to, cc?, subject, date)>
<!ELEMENT from (address)>
<!ELEMENT to (address+)>
<!ELEMENT date (#PCDATA¦(year, month, day))>
<!ELEMENT body (#PCDATA¦p¦address)*>
<!ELEMENT p (#PCDATA¦a¦b)*>

<!ELEMENT a (#PCDATA)>
<!ATTLIST a href CDATA #REQUIRED>
2008-12-11, SIG WI2研究会

「構造」の見方の違い
• テキスト文書の場合
• テキストの構造はあいまい
• スキーマを定めるのは難しい
• それでも計算機で処理させるためには
スキーマはあったほうがよい
• スキーマから外れた文書があることを
前提に処理

2008-12-11, SIG WI2研究会

「構造」の見方の違い
• データの場合
• 対象はデータモデリングが終わった
後のデータ
• 構造は（多くの場合、かなり）明確
• （スキーマで定められた範囲で）不
規則であってもよい
• スキーマから外れた構造を持つデー
タは（多くの場合）エラー

2008-12-11, SIG WI2研究会

妥当性の2つの立場
• 妥当性検証しなくてもよい
• 整形式であれば処理する
• 必要ならスキーマで文書構造を検査
• Relax NG, XPath 1.0, XSLT 1.0 (,
DTD)など
• 妥当性検証が前提
•妥当な文書のみ処理する
•XML Schema, XPath 2.0, XQuery
1.0, XSLT 2.0(, DTD)など
2008-12-11, SIG WI2研究会

XPath

• XML文書（木）からデータを取り出す
方法の一つ
• 木の経路（パス）に関する条件式
• 例：メールのヘッダに含まれるアドレ
スのうちkunishi@example.com以外

//head//address/text()[. != kunishi@example.com ]

2008-12-11, SIG WI2研究会

XPathの意味
//head//address/text()[. != kunishi@example.com ]
mail

head body

from to subject date p address

で講演し
address address address 12/11に a b
ます。

kunishi@ex hatano@ex hijikata@ex 講演の 2008-11-01 SIG WI2 href ぜひ見に来て
ample.com ample.com ample.com お誘い 17:01:30 研究会ください!

国島丈生
http://www.ieice.org/~wi2/
(kunishi@example.com)

2008-12-11, SIG WI2研究会

XPathの（省略）文法例
• /mail ：ルート要素mail
• /mail/head：ルート要素mailの子要素
head
• //head//address：文書中のhead要素
の子孫要素address
• //a/@href：文書中のa要素のhref属性
• //para[@lang= ja ]：属性langが ja で
あるようなpara要素
2008-12-11, SIG WI2研究会

メールをHTMLに埋込む
<html>
<head>
<title>kunishiさんの講演</title>
</head>
<body>
こんな案内が来ました。
<mail>
<head>
<to><address>hatano@example.com</address></to>
<subject>講演します</subject>
<date>2008-11-01 17:01:30</date>
</head>
<body>
12/11のSIG WI2研究会で講演します。ぜひ見に来て下さい!
</body>
</mail>
</body>
</html>
2008-12-11, SIG WI2研究会

タグ名の衝突
<html>
<head>
<title>kunishiさんの講演</title>
</head>
<body>
こんな案内が来ました。
<mail>
<head>
<to><address>hatano@example.com</address></to>
<subject>講演します</subject>
<date>2008-11-01 17:01:30</date>
</head>
<body>
12/11のSIG WI2研究会で講演します。ぜひ見に来て下さい!
</body>
</mail>
</body>
</html>
2008-12-11, SIG WI2研究会

接頭辞による衝突の回避
<h:html xmlns:h= http://www.w3.org/1999/xhtml
xmlns:m= http://www.example.com/mail >
<h:head>
<h:title>kunishiさんの講演</h:title>
</h:head>
<h:body>
<h:p>こんな案内が来ました。</h:p>
<m:mail>
<m:head>
<m:from><m:address>kunishi@example.com</m:address></m:from>
<m:to><m:address>hatano@example.com</m:address></m:to>
<m:subject>講演します</m:subject>
<m:date>2008-11-01 17:01:30</m:date>
</m:head>
<m:body>
<h:p>12/11のSIG WI2研究会で講演します。ぜひ見に来て下さい!</h:p>
</m:body>
</m:mail>
</h:body>
</h:html>
2008-12-11, SIG WI2研究会

XML名前空間
XHTMLの名前空間
http://www.w3.org/1999/xhtml1

html, head, h:
body, p, title, ...
メールを埋め込んだ
XHTML文書

m:

mail, head,
body, from, to,
cc, subject, ...

Mail MLの名前空間
http://www.example.com/mail
2008-12-11, SIG WI2研究会

接頭辞を固定しないのは
• 接頭辞をグローバルに固定すると
• ドメインと同じ問題が起こる
• 短い接頭辞を確保しようと競争
• 接頭辞を高値で売り買い
• URLをXML名前空間の識別子に使う
• XML名前空間を定義した個人／団体
がURLを用意
• URLにスキーマを置く必要はない
（が説明だけでも置くとbetter）
2008-12-11, SIG WI2研究会

本日のスライド、参考資料・論文へのリ
ンクは下記から参照できます。

http://tk.kunilab.org/xmltut200812

2008-12-11, SIG WI2研究会

SIG WI2 XML tutorial

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Mehr von Takeo Kunishima

Mehr von Takeo Kunishima (17)

Kürzlich hochgeladen

Kürzlich hochgeladen (12)

SIG WI2 XML tutorial

Hinweis der Redaktion