Tutorial de XML y DTD, muy completo y sencillo de entender, con ejemplos y ejercicios.

1. XML (EXTENSIBLE MARKUP
LANGUAGE)
Escrito por: Elisabeth

2. Historia del XML
 Desarrollada a partir de 1996, como un
subconjunto de SGML.
 Adoptado por W3C.
 W3C
 Constituido en 1994 con el objetivo de
desarrollar protocolos comunes para la
evolución de Internet.

3. ¿Qué es XML?
 XML es un lenguaje de marcas.
 Sus partes se distinguen entre sí por medio de
Etiquetas.
 Es extensible: podemos crear nuestras propias
etiquetas.
 Sigue una sintaxis estricta, es poco tolerante a
fallos.
 Es necesario el anidamiento.

4.  Hay dos tipos de etiquetas:
1. Etiqueta de apertura.
2. Etiqueta de cierre.
Ejemplo:
<?xml versión=”1.0”?>
<coche>
Citroen
<matricula>6545BHG</matricula>
</coche>

5. HTML contra XML
HTML XML
Se centra en el
despliegue y es menos
estructurado
Se centra en los datos y
es muy estructurado.
Las etiquetas y atributos
son fijos.
Las etiquetas y atributos
son extensibles.
Es posible olvidar cerrar
alguna etiqueta
Se fuerza a tener una
estructura consistente.

6. ¿Para qué sirve XML?
 Ayuda en la integración de datos. Nos ayuda a estandarizar el
intercambio de información a través de ficheros.
 Un documento XML es un documento de texto plano en el que se
describe la estructura de la información que él mismo contiene.
 XML no sólo contiene información sino también las estructuras del
lenguaje necesarias para transmitir esa información, permitiendo
crear nuestras propias etiquetas adaptadas a nuestras necesidades.
 XML abre el camino para que los propios ordenadores interpreten la
información de las páginas Web.
 XML no contiene por sí sólo información sobre el formato en que se
deben representar los datos. Son necesarias hojas de estilo CCS

7.  Ejemplo:
<?xml versión=”1.0”?>
<valores>
<accion>
<mercado>Madrid</mercado>
<mercadoabierto>Si</mercadoabierto>
</accion>
</valores>

8. Ventajas de XML
 Formato ideal para transacciones B2B.
 Permite poderosas técnicas de extracción y búsqueda
de información.
 Las estrictas reglas para la composición de un
documento XML, permite su fácil análisis sintáctico.
 XML es sensitivo a mayúsculas y minúsculas.
 Fácil de procesar/entender por software o por
humanos.
 Pensado para ser utilizado en cualquier lenguaje o
alfabeto.
 Separa radicalmente la información o contenido, de su
presentación o formato.

9. Objetivos del XML:
 Directo a la red: sus caracteres son fácilmente
transferibles a través de internet.
 Compatible con todas las aplicaciones.
 Compatible con SGML.
 Fácil digestión: sencillez.
 Sin extras: no tienes características opcionales.
 Alto y claro: es legible tanto para máquinas como para
humanos.
 Es fácil y rápido de diseñar.
 Formalidad.
 Lápiz y papel: se puede hacer desde un editor de
textos.
 Lo importante es comprenderse.

10. XML bien formados
 Una herramienta que se utiliza es el XMLSpy. www.altova.com
 En esta herramienta podemos crear nuestro XML.
 Pulsando el botón “check well-formedness” podemos comprobar
si está bien formado o no.
 Estará bien formada cuando:
1. Su sintaxis es válida.
2. Utiliza caracteres autorizados
3. Comienza y finaliza todas las marcas.
4. Si satisface un conjunto de reglas.
5. Es valido si está bien formado y satisface las reglas que le
impone su DTD.
Para definir que debe ir en el fichero, en qué orden o qué es
obligatorio debemos de crear el DTD.

11. Formar XML
 Un documento se basa en una serie de entidades:
 Cada entidad contiene uno o más elementos.
 Cada elemento está formado por 0 o más atributos.
 Podemos poner comentarios dentro de un documento
con los símbolos
 <!...y…>
 Los comentarios pueden estar en cualquier parte del
documento, pero sin son muchos pueden consumir
ancho de banda.

12.  Un archivo consta de:
 Prólogo
 Cuerpo
 Epílogo

13. Ejemplo:
<?xml version="1.0" encoding="UTF-8"
standalone=“no"?>
<!...Esto es un comentario…>
<INFORMACION>
<INFO>
<TITULO> WINDOWS98? SOLO SI ME OBLIGAN!
</TITULO>
<AUTOR> Fernando Damián Martines </AUTOR>
<EMAIL> Cami@yahoo.es </EMAIL>
<VERSION>1.0</VERSION>
</INFO>
</INFORMACION>

14. DTD (Document Type Definition)
 El dtd indica que contenido debe tener el
documento XML y en qué orden.
 Actúa de plantilla.
 No guarda información sólo la estructura.
 El dtd puede ser:
 Externo.
 Interno
 Mixto.

15. Clases de DTD
 Veremos estas dos clases:
1. DTD interno o incrustado.
2. DTD externo.

16. DTD INCRUSTADO
 Un dtd empieza por :
<?xml versión=”1.0” standalone = “yes”?>
<!DOCTYPE nombre_etiqueta [
…
…
…
]>
El atributo “standalone” del prólogo inicializado al
valor “yes” indica que el documento es
autosuficiente y no necesita de otros elementos
externos.

17. DTD EXTERNO:
 Un dtd Externo empieza por :
 <?xml version="1.0" encoding="UTF-8"?>
 <!DOCTYPE pelicula SYSTEM
“c:documentosfilmoteca.dtd”>
 (si el DTD está en esa ruta)
 <!DOCTYPE pelicula SYSTEM
“http://www.mipagina.es/filmoteca.dtd”>
 (si el DTD está en esa página web)

18. A partir de ahí comienza la definición del contenido de
los DTD
 El primer <!ELEMENT que aparece se
refiere a la etiqueta raíz.
<!ELEMENT identificador (tipo_de_contenido)>
Ejemplo:
<!ELEMENT nombre_vía (#PCDATA)>

19. Los tipos de contenidos que podemos indicar
son:
 #PCDATA: indica un contenido de tipo “dato analizable” (por
ejemplo, un número o una palabra).
 Otro elemento o elementos (si son varios aparecen separados por
comas).
 EMPTY: el elemento no tiene contenido (se llama elemento vacío).
 ANY: el elemento puede tener cualquier contenido: No es muy
conveniente utilizarlo, por ser demasiado genérico.
 MIXED: el elemento puede tener tipos de contenido diversos, pero al
contrario que con ANY, esos contenidos deben estar debidamente
especificados.

20. Ejemplos:
 <!ELEMENT sueldo (#PCDATA)>
 <!ELEMENT dirección (nombre_vía, número,
cp, localidad)>
 <!ELEMENT salto-de-página EMPTY>
 <!ELEMENT batiburrillo ANY>
 <!ELEMENT identificador (nif | nie)>
(significa que el elemento “identificador” puede
estar compuesto O por un “nif” O por un “nie”)

21.  En la especificación de contenido se
puede incorporar un símbolo de
frecuencia:
Ninguno = el elemento aparece sólo una vez.
+ = el elemento aparece 1 ó más veces.
* = el elemento es opcional y aparece 0 ó
más veces.
? = el elemento es opcional y aparece 0 ó 1
vez.

22.  Ejemplos:
<!ELEMENT libro (prólogo?, capítulo+)>
<!ELEMENT resolución (descripción,
alegaciones*)>
<!ELEMENT aviso (titulo?, (parrafo+,
grafico)*)>

23. Más sobre XML: Atributos
 La etiqueta denota el nombre del elemento, y
el atributo, sus propiedades.
 Los atributos sólo pueden indicarse en las
etiquetas de apertura, no en las de cierre.
 Un atributo está formado por el nombre del
mismo y el valor que toma, separados por el
signo de igualdad =. El valor del atributo debe
estar entre comillas, simples o dobles.
 Un atributo debe tomar valor siempre.

24.  EJEMPLO:
<?xml version=“1.0”?>
<películas>
<película>
<título>El Padrino</título>
<actores>
<actor papel=“protagonista”>Al
Pacino</actor>
<actor papel=“secundario”>Diane
Keaton</actor>
</actores>
</película>
</películas>

25.  OTRO EJEMPLO:
<?xml version=“1.0”?>
<trabajadores>
<trabajador situación=“fijo”>Pepe
Gómez</trabajador>
<trabajador
situación=“eventual”>Antonio
Marín</trabajador>
</trabajadores>

26. Definición de atributos en un
DTD
 <!ATTLIST elemento atributo tipo vpredeterminado>
elemento es el nombre del elemento cuyos
atributos queremos definir.
atributo es el nombre del atributo.
tipo es el tipo de valores que podrán tener el
atributo.
vpredeterminado (opcional) es el valor
predeterminado que tendrá ese atributo.

27.  Para cada atributo de un elemento
utilizaremos un ATTLIST distinto.
Ejemplo:
<película título=“El Padrino”
duración=“180”/>
La línea correspondiente a ese elemento en
el DTD sería:
<!ELEMENT película EMPTY>
(ya que estamos hablando de un
elemento vacío).

28.  Los atributos se definirían así:
<!ATTLIST película título CDATA “”>
<!ATTLIST película título CDATA “”>
Y el documento completo sería…
<?xml version=“1.0”?>
<!DOCTYPE película [
<!ELEMENT película EMPTY>
<!ATTLIST película título CDATA “”>
<!ATTLIST película duración CDATA “”>
]>
<película título=“El Padrino” duración=“180”/>

29.  Los valores predeterminados que puede tener
un atributo son:
 #IMPLIED indica que es opcional aplicar un valor a
un atributo, es decir, se trata de un atributo opcional y
no indicamos ningún valor predeterminado.
 #REQUIRED indica que es obligatorio asignar un
valor al atributo. Es decir: el atributo debe
obligatoriamente aparecer.
 #FIXED valor indica que el valor del atributo debe ser
el indicado y no es posible cambiarlo.
 valor indica que el valor asignado es el
predeterminado.

30.  Ejemplos:
 <!ATTLIST imagen ancho CDATA
#REQUIRED>
 <!ATTLIST alumno nota CDATA “5”>
 <!ATTLIST persona edad CDATA
#IMPLIED

31.  También podemos indicar una lista de posibles
valores para el atributo.
Ejemplo: queremos incluir un atributo con una
calificación para cada película, del 1 al 5, con
valor predeterminado 3. Lo haríamos de la
siguiente forma:
<!ATTLIST película nota (1 | 2 | 3 | 4 | 5) “3”>
 Por lo que estas definiciones serían válidas:
<película título=“El Padrino” nota=“5”/>
<película título=“El Padrino”/>

32.  Los tipos de datos principales que pueden ir
asociados a un atributo son:
 CDATA  un valor cualquiera
 (valor1 | valor2 | … )  un valor dentro del rango
enumerado.
 ID  un valor único.
 IDREF  un valor único previamente indicado.
 IDREFS  varios IDREF.
 NMTOKEN  un nombre con sólo caracteres XML
válidos (letras, números, puntos, guiones, subrayados
y los dos puntos)
 NMTOKENS  varios NMTOKEN

33. Caracteres especiales
& &amp;
< &it;
> &gt;
` &apos;
“ &quot;

34.  Se declaran de la siguiente forma:
<!ENTITY nombre valor_de_sustitución>
 Ejemplo: supongamos que queremos almacenar un
precio en euros:
<precio>19,95 &#x20ac;</precio>
(&#x20ac es el código UNICODE del símbolo del euro).
 Simplificaremos la tarea de indicar el euro usando la
siguiente nomenclatura:
<!ENTITY euro “&#x20ac;”>
 A partir de este momento podremos incluir el símbolo
del euro así:
<precio>19,95 &euro</precio>

35.  El documento completo sería
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE precio [
<!ELEMENT precio (#PCDATA)>
<!ENTITY euro "&#x20ac;">
]>
<precio>19,95 &euro;</precio>

36.  Supongamos que queremos incluir para cada
película una frase de recomendación: “Obra
maestra”, “Muy mala”, etc.
 Nos creamos las entidades:
<!ENTITY om “Obra maestra”>
<!ENTITY mm “Muy mala”>
 Pudiéndolas utilizar de la siguiente manera:
<película>
<título>El Padrino</título>
<calificación>&om;</calificación>
</película>

37.  Supongamos que tenemos el siguiente documento xml:
<?xml version=“1.0” encoding=“UTF-8”?>
<notas>
<nota>El propietario no se hace responsable de las
opiniones vertidas por los autores.</nota>
</notas>
 En el ejemplo anterior podemos incluir la línea:
<!ENTITY notas SYSTEM “notas.xml”>
 De manera que siempre que usemos la entidad &notas;
se sustituirá su valor por el contenido del archivo.
(SYSTEM indica que el archivo “notas.xml” está en el
mismo directorio que el archivo actual).

38. Ejemplo de XML y su DTD
<?xml version="1.0"?>
<libro>
<titulo> Cien años de soledad </titulo>
<disponible tiempo="24" unidad="horas"/>
<autor> Gabriel García Márquez </autor>
<formato> Rústica </formato>
<publicacion>1967 </publicacion>
<precio cantidad="9.99" moneda="euro"/>
<descuento cantidad="5"/>
<enlacelibro href="/exec/ISBN/84-473-0619-4"/>
</libro>

39. DTD:
 <!ELEMENT autor ( #PCDATA ) >
<!ELEMENT descuento EMPTY >
<!ATTLIST descuento cantidad CDATA #REQUIRED
>
<!ELEMENT disponible EMPTY >
<!ATTLIST disponible tiempo CDATA #REQUIRED >
<!ATTLIST disponible unidad CDATA #REQUIRED >
<!ELEMENT enlacelibro EMPTY >
<!ATTLIST enlacelibro href CDATA #REQUIRED >
<!ELEMENT formato ( #PCDATA ) >
<!ELEMENT libro ( titulo | disponible | autor | formato
| publicacion | precio | descuento | enlacelibro )* >
<!ELEMENT precio EMPTY >
<!ATTLIST precio cantidad CDATA #REQUIRED >
<!ATTLIST precio moneda CDATA #REQUIRED >
<!ELEMENT publicacion ( #PCDATA ) >
<!ELEMENT titulo ( #PCDATA ) >

40. Ejercicio:
 Construir un esquema XML para la
siguiente DTD:
<!ELEMENT Libro (Titulo, Contenido, Copyright)>
<!ATTLIST Libro xmlns CDATA #REQUIRED>
<!ELEMENT Titulo (#PCDATA)>
<!ELEMENT Contenido ((Capitulo+, Separacion?)+)>
<!ELEMENT Capitulo (Tema, Seccion+)>
<!ATTLIST Capitulo materia (XML|Java) "Java">
<!ELEMENT Tema (#PCDATA)>
<!ELEMENT Seccion (#PCDATA)>
<!ATTLIST Seccion
apartados CDATA #REQUIRED
dificil (si|no) "no">
<!ELEMENT Separacion EMPTY>
<!ELEMENT Copyright (#PCDATA)>