Языки разметки

Языки разметки
Заметки к лекциям
Введение в языки разметки ..................................................................................................... 1
Категории информационных ресурсов .............................................................................. 1
Представление информационных ресурсов....................................................................... 1
Справка о языках разметки ................................................................................................. 2
Язык разметки гипертекста HTML......................................................................................... 2
Гипертекст............................................................................................................................. 2
Язык HTML...........................................................................................................................3
Язык каскадных таблиц стилей CSS .................................................................................. 3
XML-технологии ...................................................................................................................... 3
Язык SGML...........................................................................................................................3
Язык XML ............................................................................................................................. 4
Спецификация XML DTD ................................................................................................... 5
Расширяемый язык таблиц стилей XSL............................................................................. 5
Язык XHTML........................................................................................................................ 5
Стандарт XML Schema ........................................................................................................ 5
Литература ................................................................................................................................5
Введение в языки разметки
Категории информационных ресурсов
Данные – сведения о сущностях предметной области, их свойствах и связях с
другими сущностями.
Метаданные – данные о данных, которые могут описывать не только свойства
данных, но и свойства информационной системы в целом, ее отдельных механизмов и
их функций, поддерживаемых технологий, пользователей и др. (например, метаданные
в СУБД – словарь данных). Основное назначение метаданных – обеспечение интеграции
информационных ресурсов и эффективного поиска. Стандарты метаданных необходимы
для обеспечения мобильности приложений обработки данных.
Представление информационных ресурсов
Документ – один из основных способов представления информационных ресурсов.
Язык разметки (markup language) – средство описания данных и метаданных,
хранящихся в документе. Алфавит языка разметки включает в себя специальные символы
– теги (tags), позволяющие отличать в документе описание метаданных от описания
данных.
Семантика метаданных (и соответственно, тегов) языка разметки может определять
представление или/и семантику данных в документе. В соответствии с этим различают
языки форматной разметки и языки контентной разметки.
Язык форматной разметки (Layout Markup или Presentation Markup) обеспечивает
возможность формирования представления размечаемых документов для их воспроизведения
на мониторе компьютера или в твердой копии. Примеры языков форматной
разметки: TEX, RTF (Rich Text Format), PDF (Portable Document Format), Postscript,
HTML (Hyper Text Markup Language).
© М.Л. Цымблер

2
Язык контентной разметки (Content Markup) обеспечивает разметку, определяющую
структуру документа. Примеры языков контентной разметки: SGML (Standard
Generalized Markup Language), XML (eXtensible Markup Language).
Справка о языках разметки
• TEX. Разработан в 1980-х Д.Э. Кнутом для упрощения работы над книгой "Искусство
программирования". Удобен для разработки научных документов (математика,
физика и т.п.), поскольку имеет богатый инструментарий представления формул.
T EX
t
Формула { ϕ ( 0)
}
\left\{ {\varphi ^t (x_0 )} \right\}_{t = 1}^{ + \infty }
\mathrel{\mathop{\kern0pt\longrightarrow}
\limits_{}} \,\,\,\overline x \, \in \,\,\bigcap\limits_j {P_j \,\, = \,\,M}
+∞
x x PjM = ⎯⎯→ ∈ =
t 1
∩
j
Рис. 1. Пример разметки на языке TEX
• PDF (Portable Document Format). Разработан компанией Adobe Systems (Photoshop,
Acrobat, PageMaker и др.) для обеспечения мобильности страничных документов,
содержащих текст и графику. Документ PDF содержит информацию, необходимую
для отображения используемых в нем шрифтов.
• HTML (Hyper Text Markup Language). Разработан в Лаборатории физики высоких
энергий (CERN) в Женеве в 1990 г., разработчик – Т. Бернерс-Ли. Был предназначен
для разметки научных документов и их последующего совместного использования
сотрудниками разных институтов и лабораторий. Состоял из небольшого фиксированного
набора элементов – заголовков нескольких уровней, абзацев, списков и др.,
а также гиперссылок и специальных меток (anchors) для указания точек перехода
между документами так между компонентами одного документа.
• SGML (Standard Generalized Markup Language). Стандартный обобщенный язык
разметки утвержден в качестве стандарта ISO 8879:1986 в 1986 г. Представляет собой
метаязык, т.е. средство формального описания прикладных языков разметки,
предназначенных для кодирования структурированных документов. В 1992 году
Языки HTML и XML формализованы с помощью SGML.
• Международный индустриальный консорциум W3C (World Wide Web Consortium).
Образован в 1994 г. с целью разработки протоколов и стандартов для расширения
интероперабельности ресурсов WWW и обеспечения руководства эволюцией
WWW. Директор W3C – Т. Бернерс-Ли, родоначальник Web, инициатор проекта
World Wide Web в CERN.
• XML (eXtensible Markup Language). Метаязык разметки, созданный на базе SGML в
1998 г. По сравнению с SGML более прост и ориентирован на использование в Web.
На основе XML создано большое количество специализированных языков разметки,
например: MathML (математический контент), CML (химический контент).
Язык разметки гипертекста HTML
Гипертекст
Гипертекст (hypertext) – технология хранения и обработки текстовых документов,
которая обеспечивает возможности установления и поддержки связей между документами
и/или их отдельными фрагментами и навигации пользователя в такой структуре.
Часто определяется также как нелинейный текст или текст по запросу, поскольку
© М.Л. Цымблер

3
избавляет от необходимости только последовательного просмотра документов ("гипертекст"
– "нечто большее, чем текст"). Термин введен Т. Нельсоном в 1965 г.
Гипермедиа (hypermedia) – развитие концепции гипертекста, нелинейная обработка
данных любой природы (текст, рисунки, видео и др.).
До появления Internet и Web концепция гипертекста была реализована в системах,
разрабатываемых, как правило, в рамках научных проектов (Т. Нельсон, система
Xanadu; В. Буш, система Memex; Д. Энгельбарт, система Augment и др). Данные системы
предоставляли сервисы, которые позже были реализованы в WWW доступным для
широкого круга пользователей образом.
Язык HTML
Язык HTML (Hyper Text Markup Language) – язык разметки гипертекста.
Элемент данных – структурная единица HTML-документа. Элементы данных
могут следовать друг за другом, вкладываться друг в друга, но не могут пересекаться.
HTML-документ представляет собой иерархию элементов данных.
Тег – метка, указывающая на начало/завершение элемента данных. Допустимы
непарные теги (начальные, не имеющие парных завершающих). Атрибут – именованный
текст, уточняющий семантику элемента данных. Регистр символов в написании
тегов и атрибутов не имеет значения. Список тегов и их атрибутов ограничен стандартом
языка, пользовательские теги и атрибуты не допускаются.
Гиперссылка – бинарная связь между документами и/или их составными частями.
Язык HTML позволяет интегрировать в HTML-документы информационные
ресурсы нетекстовой природы (графика, аудио, видео, скрипты, исполнение программ
на web-сервере и Java-аплетов на стороне клиента).
Достоинства: простота освоения человеком и реализации инструментальных
средств создания и просмотра документов, первый и единственный для своего времени
язык разметки для представления данных Web.
Недостатки: отсутствие развитых средств разметки структуры документа, ограниченность
набора тегов.
Язык каскадных таблиц стилей CSS
Язык CSS (Cascading-Style Sheets) – язык управления способом форматирования
HTML- и XML-документов для отображения их web-обозревателями и др. прикладными
программами.
Язык предназначен для описания таблиц стилей представления данных документа.
Таблицы стилей либо встраиваются в документ (тег STYLE), либо оформляются
как отдельный ресурс, ссылка на который имеется в документе (тег LINK).
Стиль представляет собой совокупность селектора и декларации форматирования.
Селектор определяет форматируемую порцию документа. Декларация форматирования
– набор пар "свойство-значение", позволяющий задать формат страниц, текста,
шрифтов, таблиц и др.
XML-технологии
Язык SGML
В отличие от HTML требует парности тегов, различает регистр тегов и атрибутов,
не запрещает создание пользовательских тегов и атрибутов, требует наличие спецификации
типа документа.
© М.Л. Цымблер

4
Спецификация типа документа (Document Type Definition) – спецификация
структуры документа, т.е. определение набора возможных разметок документов описываемого
типа (аналоги DTD– БНФ языка программирования, схема базы данных).
Список может иметь заголовок, список непуст.
Заголовок списка – текст
Элемент списка – непустой набор абзацев
Абзац – текст.
Рис. 2. Пример DTD на языке SGML
Достоинства: мощный метаязык разметки, позволяющий создавать языки разметки
для различных предметных областей (например, HTML, XML, MathML, CML и
др.).
Недостатки: большая сложность (по количеству, синтаксису и семантике объектов
языка) затрудняет использование SGML в качестве языка разметки.
Язык DSSSL (Document-Style Semantics and Specification Language) – язык управления
способом форматирования SGML-документов для отображения их webобозревателями
и др. прикладными программами. В основе DSSSL лежит механизм
таблиц стилей. Послужил источником идей в разработке языка CSS.
Язык XML
В отличие от языка SGML более прост, не требует наличия спецификации типа
документа.
Корректный (well-formed) XML-документ – документ, соответствующий спецификации
стандарта XML безотносительно к конкретной спецификации DTD.
Допустимый (valid) XML-документ – корректный XML-документ, строго соответствующий
спецификации DTD, заявленной в нем.
Язык программирования Си
Б. Керниган
Д. Ритчи
271
]>
Язык программирования Си
Б. Керниган
Д. Ритчи
271
Рис. 3. Пример корректного и допустимого XML-документа
© М.Л. Цымблер

5
Спецификация XML DTD
XML DTD описывает допустимые структуры XML-документов указываемого
типа как иерархию элементов данных определенных типов.
Для каждого элемента данных указывается:
• вид содержания: отсутствует, символьная строка, список вложенных элементов
данных или символьная строка вместе со списком вложенных элементов данных;
• обязательность/факультативность;
• список атрибутов с указанием категории и типа значений каждого атрибута:
Категории атрибутов элемента данных: обязательный, необязательный или фиксированный
(имеющий значение по умолчанию). Типы значений атрибутов элемента
данных: строковый, перечислимый, идентифицирующий.
Примеры стандартизированных XML DTD: CML (Chemical Markup Language),
MathML, DTD научных коллекций XML-документов в Библиотеке Конгресса США.
Расширяемый язык таблиц стилей XSL
Расширяемый язык таблиц стилей XSL (eXtensible Stylesheet Language) – язык
управления способом форматирования XML-документов для отображения их webобозревателями
и др. прикладными программами. В отличие от языка CSS, разработан
специально для использования в среде XML и использует синтаксис XML.
Язык XSL, помимо обеспечения форматирования XML-документов, позволяет
описывать трансформацию XML-документа в документ с другой разметкой и форматированием
(например, трансформация XML-документа в HTML-документ с описанием
таблиц стилей на языке CSS). Данная возможность специфицирована в стандарте
языка XSL и рассматривается как самостоятельный язык XSLT (XSL Transformations).
Язык XHTML
Язык XHTML (eXtensible Hyper Text Markup Language) – расширяемый язык разметки
гипертекста. Один из стандартов платформы XML, предназначенный для обеспечения
возможности использования на новой платформе Web уже имеющихся информационных
ресурсов HTML. Стандарт XHTML представляет собой DTD для языка
HTML. Имеется три варианта спецификации XML DTD документов XHTML, с различной
степенью полноты воспроизводящих средствами XML функции стандарта языка
HTML (строгий, переходный, с фреймами).
Стандарт XML Schema
Стандарт XML Schema описывает язык XML Schema Definition Language (или
XML Schema) определения схемы для XML-документов. Данный язык является альтернативой
XML DTD.
Основные XML Schema отличия от XML DTD – более развитый набор типов
значений атрибутов для элементов данных и возможность дополнять повторно используемую
схему новыми спецификациями.
Литература
1. Когаловский М.Р. Энциклопедия технологий баз данных. -М.: Финансы и статистика,
2002.
2. Когаловский М.Р. Перспективные технологии информационных систем. -М.: ДМК
Пресс, 2003.
3. Гарольд Э., Минс С. XML. Справочник. -СПб.: Символ-Плюс, 2002.
© М.Л. Цымблер