XML « Extensible Markup Language »
================================================================================

XML = Recommandation du W3C
http://www.w3.org/TR/REC-xml/

Source d'infos
http://www.xml.org/

Extensible dans le sens où il supporte la définition de nouvelles balises
Compatible avec SGML, aucun lien direct avec HTML
XHTML = HTML reformulé en XML

Plusieurs langages dérivés du XML: RDF, SVG, ODF, XForms, etc.

Définit la structure (contenu), aucune information de mise en page (forme)
Idée = transmission de contenus structurés entre applications, organisations...


SYNTAXE XML
-----------

XML est sensible à la casse
convention: écrire les balises en minuscule
	
	
	ÉLÉMENT
	
	1. chaque « élément » a une balise ouvrante et une fermante
		
		---
			<bottin></bottin>
		---
		
	2. les balises fermantes doivent respecter l'ordre d'apparition des balises
		d'ouverture (pas de chevauchement)
		
		---
			<bottin>
				<nom>
					<tel></tel>
				</nom>
			</bottin>
		---
		
		= ok
		
		---
			<bottin>
				<nom>
					<tel>
					</nom>
				</tel>
			</bottin>
		---
		
		= illégal, chevauchement de « nom » et « tel »
		
	3. élément vide peut être écrit avec raccourci syntaxique
		
		---
			<bottin></bottin>
		ou
			<bottin /> (raccourci syntaxique)
		---
		
	4. les « attributs » d'un élément sont écrits dans la balise ouvrante
		leurs valeurs doivent êtres encadrées par guillements (simples ou doubles)
		
		<tel usage="residence">987-3000</tel>
		
		plusieurs attributs sont séparés par espaces
		
		<tel usage="residence" codePays="1">987-3000</tel>
		
	5. valeur d'un élément (son contenu):
		
		- texte ou
		- autre balise ou
		- les deux (contenu mixte)
   
   
	COMMENTAIRES
	
		<!-- inscire commentaire -->
	
	
	INSTRUCTIONS DE TRAITEMENT (Processing instructions)
	
		<? nom_application instructions ?>
		
		(rarement utilisé)
	
	
	INSTRUCTIONS AU PARSEUR
	
		<! instructions >
		
		(utilisé par DTD)
	
	
	DOCUMENT XML
	
	le « document » xml = 
	XML Declaration + « élément racine »
	
	
	1. Le « XML Declaration » (première ligne de contenu)
	
		<?xml version="1.0" encoding="ISO-8859-1" ?>
		
		valeur par défaut d'encoding = UTF-8
	
	2. « élément racine » DOIT exister et est unique (pas deux racines)
	
		<bottin></bottin>
		<bottin></bottin>
	
		= illégal, redondance peut exister mais pas à la racine du document
	
	ex. de document XML:
	---
		<?xml version="1.0" encoding="ISO-8859-1" ?>
		<bottin>
		</bottin>
	---


DOCUMENT « BIEN FORMÉ »
-----------------------

	document bien formé (well formed) = 
	se conformer à la syntaxe XML définie par W3C
	http://www.w3.org/TR/REC-xml/
	(une seule page web)
	
	= structure arborescente
	vs structure relationnelle (base de données relationnelle)
	
	dans un élément, insère valeur (ex.: texte)

Exemple d'un document complet en XML:

---
bottin.xml
---
	<?xml version="1.0" encoding="ISO-8859-1" ?>
	<bottin>
		<entree>
			<nom>Zoro, Davin</nom>
			<tel>123-4567</tel>
		</entree>
		<entree>
			<nom>Thibault, Mélanie</nom>
			<tel>987-3000</tel>
		</entree>
	</bottin>
---

	
	« self-documenting document », XML conçu pour que ce soit human readable
	
	on peut représenter le no de tél de façon plus détaillée:
	---
		<tel>
			<usage>residence</usage>
			<no>987-3000</no>
		</tel>
	---
	
	XML donne une autre façon de le faire, avec les « attributs »
	
	---
		<tel usage="residence">987-3000</tel>
		<tel usage="residence">987-3000</tel>
	---
	
	bonne pratique d'utiliser l'attribut seulement pour « qualifier » le contenu
	élément d'information simple qui qualifie


DOCUMENT « VALIDE »
-------------------

	Un coup que la « syntaxe » est respectée (analogie = code qui compile), 
	le document peut être comparé à une « grammaire » (référence) 
	pour voir si il s'y conforme.
	
	bien formé 	= vérification de la syntaxe
	valide		= vérification de la grammaire (logique)
	
	Cette grammaire s'appelle un Schéma
	
	3 types de Schéma: DTD, Schema, Relax NG
	
	Le parser doit supporter un des 3 types.
	L'ensemble des éléments d'un document = un vocabulaire


DTD (Document Type Declaration)
-------------------------------

DTD provient de SGML, permet de valider:
- structure
- valeur (mais grossièrement, ne gère pas les types, 
  valeur = text (PCDATA) ou éléments)

Syntaxe de DTD n'est pas en XML
	
	
	DÉFINITION DE LA DTD
	
	La DTD peut être :
	- incorporée au document xml ou, mieux
	- définie dans un document séparé (mieux car réutilisable par d'autres docs)
		- définition locale (relative à l'envrionnement) ou
		- définition publique (associée à un catalogue public)
	
	Syntaxe générale de la définition de la DTD:
	
		<!DOCTYPE nom-balise-racine [ contenu-de-DTD ] >
	
	Appel de définitions externes:
	
		Locales:
		
			<!DOCTYPE nom-balise-racine SYSTEM "nom-fichier.dtd" >
			où nom de fichier = URI (path)
		
		Publiques:
		
			<!DOCTYPE nom-balise-racine PUBLIC "-//crim//DTD-exemple//FR" >
			un nom logique est donné et grâce à « PUBLIC »
			le lien avec la position physique (URI) peut être fait ailleurs
	
		Si plusieurs URI sont données, lit première, sinon prend l'autre, sinon...
		(if else)
		
		exemple:
		
		<!DOCTYPE nom-balise-racine PUBLIC "-//crim//DTD-exemple//FR" "test.dtd" >
		
	Contenu de la DTD:
	
	La DTD contient, entre les crochets [ ], les :
		- déclarations des éléments (nom et valeurs permises)
		- déclarations des attributs
		- déclarations des entités
		- contrôles d'occurences
	
	Attention, si une DTD externe est utilisée, commencer le contenu de celle-ci 
	directement par les déclarations des éléments, attributs, entités, etc.
	
	NE PAS ÉCRIRE :
	<!DOCTYPE nom-elelment-racine [
		...
	]>
	
	
	DÉCLARATION D'UN ÉLÉMENT
	
		<!ELEMENT nom-element (valeurs-permises)>
		
		où nom-element :
			- commence par une lettre 
				(reste peut avoir ".", "-", "_", ":"..., pas de contrainte longueur)
		
		où valeurs-permises :
			- soit le mot réservé PCDATA + # devant pour dire que = mot réservé
			  (#PCDATA): pour le texte seulement (utiliser les entités dans texte)
			- soit EMPTY pout élément qui sera TOUJOURS vide
			- soit ANY (pour texte ou autre éléments) (rare, trop permissif)
			- soit le nom d'autres éléments (qui devront aussi être déclarés)
				avec, optionnellement, des contrôles d'occurence
		
		exemples
			
			<!ELEMENT bottin (#PCDATA)>
			ou
			<!ELEMENT bottin EMPTY>
			ou
			<!ELEMENT bottin ANY>
			ou
			<!ELEMENT bottin (entree)>
			ou
			<!ELEMENT bottin (entree*)>
	
	
	DÉCLARATION DES ATTRIBUTS
	
	Les attributs modifient la signification d'un élément.
	Dans la DTD, un attribut est déclaré par
		- le nom de l'élément auquel il se rattache
		- son nom (de l'attribut) (ne jamais commencer par "xml:")
		- son type
		- sa valeur par défaut (optionnel)
		- contrainte de validité (optionnelle)
		
	Déclaration d'un attribut
	
		La déclaration d'un attribut vient après la déclaration d'un élément
	
		<!ATTLIST nom-element nom-attribut1 type-att1 val-def-att1 contrainte-att1 
									 nom-attribut2 type-att2 val-def-att2 contrainte-att2 
									 etc. >
		exemple:
		
		<!ATTLIST tel usage (residence|travail|portable) "residence">
		lire: 
		trois usage possible pour le numéro de téléphone, 
		par défaut = résidence
	
	Appel d'un attribut (exemple)
	
		<tel usage="travail">343-6630</tel>
	
	Types possibles:
		- CDATA (chaîne de caractères, pas PCDATA mais bien CDATA)
		- types énumérés (donner son énumération avec « | » pour dire « ou »)
		- NMTOKEN ou NMTOKENS (respectivement un ou plusieurs « mots »)
	
	Contraintes de validité possibles:
		- #REQUIRED	= attribut obligatoire
		- #IMPLIED	= attribut optionnel et sans valeur par défaut
		- #FIXED		= attribut utilise toujouts valeur implicite (à déclarer)
						= constante, rare
	
	
	DÉCLARATION DES ENTITÉS
	
	L'entité est une chaîne de caractères qui peut être appelée par un raccourci
	déclaré. Utilisé pour simplifier rédaction. 
	(La chaîne de caractères pourrait être un fichier txt...)
	
	Certaines entités sont prédéfinies, notamment pour représenter caractères
	réservés de XML
	http://www.w3.org/TR/REC-xml/#sec-predefined-ent
	
	4 types d'entités: 
		générales interne, générale externe
		paramètres interne, paramètre externe
		
		où 
		générale 	= utilisées par fichier XML
		paramètre	= utilisées par DTD
		
		Déclaration des entités générales (exemple):
		
			<!ENTITY droits "Tous droits réservés">
				
		Appel des entités GÉNÉRALES INTERNES (exemple):
		
			&droits;
				
		Déclaration des entités paramètres (exemple):
		
			<!ENTITY % droits "Tous droits réservés">
			(l'espace entre le « % » le nom de l'entité est important)
				
		Appel des entités PARAMÈTRES INTERNES (exemple):
		
			<!ENTITY % usage "usage (residence|travail|portable)" >
			<!ELEMENT tel (#PCATA)>
			<!ATTLIST tel %usage; >
			
			noter l'appel = %usage; et non &usage;
			utile de déclarer l'entité « usage » 
			si doit être utilisé plusieurs fois dans DTD
			
		Déclaration des entités EXTERNES
		
			même mécanisme que déclaration des DTD externes
			(utiliser SYSTEM pour local ou 
			 PUBLIC si fait référence à catalogue public)
			
			
	CONTRÔLES D'OCCURENCES
	
	Pour chaque élément déclaré, il est possible de 
	définir la séquence d'éléments (sous-éléments) permis.
	
	, = ET
	| = OU
	
	? = 0 ou 1 fois
	+ = 1 ou plusieurs fois
	* = 0 ou plusieurs fois
	
	(notations proches des patterns matching et de notation UML)
	
	comme dans pattern matching, peut imbriquer ces contrôles d'occurences
	
	exemples:
	
		(a,b) 		= a ET b
		(a|b) 		= a OU b
		(a,b?)		= a ET (b 0 ou 1 fois)
		(a,b+)		= a ET (b 1 ou plusieurs fois)
		(a|b*)		= a OU (b 0 ou plusieurs fois)
		(a,b)*		= (a ET b) 0 ou plusieurs fois (illimité)
		(a, (b|c))	= a ET (b OU c)
		(a, a+)		= a au moins 2 fois
	
	exemples concrets:
	
		<!ELEMENT p (#PCDATA|emph)*>
		<!ELEMENT div (p | liste | note)*>
		lire: l'élément « p » 
				contient 0 ou plusieurs fois (du texte OU élément « emph »)
				(où « emph » resterait à déclarer)
				
				l'élément « div » contient 0 ou plusieurs fois (l'élément « p » OU
				l'élément « liste » OU l'élément « note »)
				(où les éléments « liste » et « note » resteraient à déclarer)
	
		<!ELEMENT  bottin (entree*) >
		lire: « bottin » a 0 ou plusieurs « entree »
		
		<!ELEMENT  entree (nom, tel+) >
		lire: « entree » a un « nom » ET un ou plusieurs « tel »


Exemple d'un document XML valide car respecte sa DTD INTERNE

	---
	bottin.xml
	---
		<?xml version="1.0" encoding="ISO-8859-1" ?>
		<!DOCTYPE bottin [
			<!ELEMENT bottin (entree)*>
			<!ELEMENT entree (nom, tel+)>
			<!ELEMENT nom (#PCDATA)>
			<!ELEMENT tel (#PCDATA)>
			<!ATTLIST tel usage (residence|travail|portable) "residence">
		]>
		<bottin>
			<entree>
				<nom>Zoro, Davin</nom>
				<tel usage="residence">123-4567</tel>
			</entree>
			<entree>
				<nom>Thibault, Mélanie</nom>
				<tel usage="travail">987-3000</tel>
			</entree>
		</bottin>
	---


Exemple d'un document XML valide car respecte sa DTD EXTERNE ET LOCALE

	---
	bottin.xml
	---
		<?xml version="1.0" encoding="ISO-8859-1" ?>
		<!DOCTYPE bottin SYSTEM "bottin.dtd" >
		<bottin>
			<entree>
				<nom>Zoro, Davin</nom>
				<tel usage="residence">123-4567</tel>
			</entree>
			<entree>
				<nom>Thibault, Mélanie</nom>
				<tel usage="travail">987-3000</tel>
			</entree>
		</bottin>
	---
	
	---
	bottin.dtd
	---
		<!ELEMENT bottin (entree)*>
		<!ELEMENT entree (nom, tel+)>
		<!ELEMENT nom (#PCDATA)>
		<!ELEMENT tel (#PCDATA)>
		<!ATTLIST tel usage (residence|travail|portable) "residence">
	---
	
	NOTA: quand la DTD est externe, le fichier commence directement avec 
	le CONTENU de la DTD.
	
	C'est comme si le contenu du fichier était loadé dans le
	<!DOCTYPE bottin [ ] >
	du fichier XML
	
	donc l'appel « SYSTEM "bottin.dtd" » remplace « [ contenu ] »


SCHEMA
------
http://www.w3.org/XML/Schema

***à compléter***

Défini par W3C, écrit en XML et valide les formats (types).
à la manière des langages

Ne permet pas de faire des validations interchamps

Plus fort que DTD


RELAX NG
--------

Écrit en XML, notation simplifiée (gère autres choses?)


ESPACES DE NOMS (NAMESPACES, NS)
----------------------------

En travaillant avec de multiples fichiers XML ou avec un fichier
utilisant divers vocabulaires de XML il est impératif de préciser
chaque vocabulaire.

Ainsi, 2 éléments au même nom mais provenant de vocabulaires différents
se verront « qualifiés », ils auront chacun un nom qualifié 
pour les différencier.

Le vocabulaire est une collection de noms.
Les différents termes sont définis dans un Schéma (un des 3 types vus).
Un alias (raccourci) fait référence à l'URI de Schéma.

	Déclaration d'un espace de noms:
	
	Les déclarations d'espace de noms se font dans 
	la balise ouvrante d'un élément.
	
	Ces déclarations ont des portées similaires à la déclaration de variables
	dans les langages de programmation: elles s'appliquent à
		- l'élément en question et
		- ses sous-éléments (éléments fils, éléments inclus dans cet élément)
	
	Elles peuvent être déclarées dans n'importe quelle balise ouvrante.
	
	Un espace de nom par défaut n'a pas d'alias.
	
	Dans un même élément, plusieurs espaces de noms peuvent être déclarés
	(incluant un espace de nom par défaut).
	
	Donc déclarer un (ou plusieurs) NS dans l'élément racine applique ce NS
	à tout le document.
	
	Exemple:
	
		<?xml version="1.0" encoding="ISO-8859-1" ?>
		<!DOCTYPE bottin SYSTEM "bottin.dtd" >
		<bottin xmlns="bottin.dtd"
				  xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" 
				  xmlns:dc="http://purl.org/dc/elements/1.1/" >
			<dc:creator>Davin Baragiotta</dc:creator>
			<entree>
				<nom>Zoro, Davin</nom>
				<tel usage="residence">123-4567</tel>
			</entree>
			<entree>
				<nom>Thibault, Mélanie</nom>
				<tel usage="travail">987-3000</tel>
			</entree>
		</bottin>
		
		Le NS par défaut est défini dans "bottin.dtd"
		donc le nom bottin est compris au sens de la DTD bottin.dtd
		
		Tous les éléments ou attributs commençant par:
			rdf -> sont compris au sens du langage RDF définit par le W3C
					 (utilisation des noms réservés à ce langage)
					 (pas d'utilisation dans cet exemple)
			dc ->	sont compris au sens définis par le Dublin Core
					soit, pour <dc:creator> :
					« An entity primarily responsible for making the content 
					of the resource. »
					(définition obtenue en suivant l'URI donnée par le NS de « dc »)
	
	
	NOMS QUALIFIÉS (QNAME)
	
	Nom qualifié = prefixe:nom-de-base
	
	où
	prefixe = alias déclaré (xmlns:prefixe=" ")
	nom-de-base = nom de l'élément ou de l'attribut
	
	QName s'appliquent à la fois aux noms d'éléments et aux noms d'attributs 
	qui utilisent un préfixe.
	(Si le préfixe est absent car le nom de base utilise 
	l'espace de nom par défaut, 
	alors on ne devrait pas parler de « nom qualifié »)
	

TRAITEMENT DE DOCUMENTS
-----------------------

Manière d'accéder aux données.
Demander au parser de le représenter sous forme de SAX ou DOM.


	DOM
	
	Norme du W3C
	
	1. lit le document XML et en 
	2. fait une représentation en mémoire,
	3. va créer API, noms de méthodes pour manipuler éléments
		( « facilités » pour traiter le document)
	
	
	SAX
	
	Norme de facto largement utilisée
	
	1. lit le document XML et 
	2. a une série d'événements
	3. pour chaque événement on lui dit quoi faire mais 
		ne se souvient pas d'étape précédante
	
	ne construit pas l'arbre en mémoire
	
	souvent, pour construire DOM, utilise SAX
	DOM plus lourd
	SAX est relativement plus simple
	
	
	JDOM
	
	Voulait simplifier les choses
	Structure en mémoire (DOM) mais l'API change
	
	
	JAXB
	
	solution en Java
	« Java API for XML binding »
	prend un schema (xsd), crée une classe à partir du schéma


Avantages et inconvénients de la structure de données XML:
base de données relationnelles vs XML un peu comme 
ArrayList versus LinkedList en Java...
les BD utilisent souvent des tables de hachage...
impact sur:
- accès

aujourd'hui la plupart des ordi ont parsers XML


TRANSFORMATION DU XML
---------------------

avec XSL ou XSLT, peut transformer en autres choses
ex.: XML - XSLT -> XML
ex.: XML - XSLT -> XHTML

transformer une structure en une autre structure

XSLT = XML StyleSheet Transform Language

XSLT = document XML
de façon déclarative peut faire transformation

XSL-FO
permet de sortir en format FO (norme, = document XML)
FO = Formatting object
ex.: XML - XSL-FO -> FO

de ça peut faire PDF, RTF, OpenOffice, etc.

--------------------------------------------------------------------------------

XML et le reste permettent de : SÉPARER LA FORME ET LE CONTENU

éditeur XMLmind = libre