Bài giảng Giới thiệu XML

Giới thiệu XML

GV Lương Hán Cơ

Khoa CNTT – ĐH KHTN

ĐHKHTN-CNTT-Lương Hán Cơ

1

Nội dung

◼ Lịch sử phát triển

◼ Các khái niệm căn bản

◼ Tags & elements

◼ Attributes

◼ Comments

◼ Empty Element

◼ XML Declaration

◼ Processing Instructions

◼ PCDATA

◼ CDATA

◼ Parser

◼ Errors in XML

◼ Namespace

ĐHKHTN-CNTT-Lương Hán Cơ

2

Binary files

◼ Máy tính có thể hiểu được.

◼ Là một chuỗi những bit (giá trị 1 hay 0).

◼ Phụ thuộc vào chương trình tạo ra nó. Và chỉ có chương trình

tạo ra nó mới hiểu tất cả ý nghĩa của tất cả các bit.

◼ Ví dụ: khi soạn thảo văn bản với MS Word,chương trình sẽ tạo

binary file với định dạng riêng. Người lập trình viết ct này

quyết định mã nhị phân bao nhiêu sẽ tương ứng với bold text,

break … Và chỉ có MS Word thể hiện và in tài liệu đúng định

dạng như lúc soạn thảo.

◼ Đoạn mã mô tả định dạng được gọi là meta data.

ĐHKHTN-CNTT-Lương Hán Cơ

3

Binary files

◼ Chương trình chạy nhanh hơn, và tiết kiệm không gian lưu trữ

meta data.

◼ Khẳng định quyền sở hữu

◼ Những phần mềm khác hãng không tương thích nhau.

◼ Và mỗi hãng xây dựng bộ chuyển đổi tài liệu ở định dạng khác

sang định dạng của hãng.

ĐHKHTN-CNTT-Lương Hán Cơ

4

Text files

◼ Giống với binary files.

◼ Tuy nhiên, một nhóm các bit (8bits, hay 16 bits) kết hợp lại tạo

thành một mã số. Và mã số này được ánh xạ thành một chữ

cái.

◼ Ví dụ: một chuỗi 8bits : 01100001 tạo thành số 97, và được

chuyển đổi thành kí tự ‘a’.

◼ Đọc được bởi nhiều chương trình ngay cả với trình soạn thảo

văn bản đơn giản nhất.

ĐHKHTN-CNTT-Lương Hán Cơ

5

Text files

◼ Khó thêm thông tin định dạng( meta data).

◼ Ví dụ: định dạng bold text, hay chèn thêm hình ảnh

ĐHKHTN-CNTT-Lương Hán Cơ

6

SGML

◼ Ngôn ngữ đánh dấu bằng chuỗi kí tự.

◼ Kết hợp ưu điểm của binary files, và text files: có thể hiểu

được bởi máy tính, lưu trữ được meta data và dễ dàng được

sử dụng bởi nhiều chương trình.

◼ mark up data (hay meta data) dùng để tự mô tả.

◼ HTML dựa trên chuẩn SGML

◼ Do đó, nhiều phần mềm khác nhau hiển thị được:

ĐHKHTN-CNTT-Lương Hán Cơ

7

SGML

◼ Và soạn được trên nhiều phần mềm:

ĐHKHTN-CNTT-Lương Hán Cơ

8

XML ?

◼ SGML: phức tạp không thích hợp để trao đổi dữ liệu trên môi

trường web. cần một ngôn ngữ tương tự nhưng đơn giản

hơn

◼ HTML: rất phù hợp để hiển thị dữ liệu cho trình duyệt. Những

tag này chỉ để mô tả cách hiển thị, không mô tả ý nghĩa của dữ

liệu.

◼ XML (Extensible Markup Language): là nhánh con của SGML

được giản lược hóa.

ĐHKHTN-CNTT-Lương Hán Cơ

9

Khái niệm cơ bản

start -tag

root

element

<name>

<middle>Fitzgerald Johansen</middle> <last>Doe</last>

</name>

element content,

Parsed Character

DATA (PCDATA),

text content,

end -tag

text node

ĐHKHTN-CNTT-Lương Hán Cơ

10

Khái niệm cơ bản

◼ Tất cả start-tag đều có end-tag.

◼ self-closing tag: <middle/>

◼ Những tag không thể chồng chéo nhau

– Sai :

Some formatted

text, but

no grammar no good!

– Đúng :

Some formatted

text, but

no grammar no good!

◼ Mỗi tài liệu XML chỉ có duy nhất 1 root element.

– Sai : <name>John</name><name>Jane</name>

– Đúng : <names>

</names>

ĐHKHTN-CNTT-Lương Hán Cơ

11

Document Type ?

◼ XML có thể dùng để tạo một tài liệu chứa bất kỳ thông tin nào

ta muốn.

◼ Hoàn toàn linh hoạt khi tổ chức dữ liệu (structured data).

◼ Ví dụ: ngoài việc lưu trữ thông tin họ tên, nó còn cho biết cấu

trúc của dữ liệu họ tên gồm 3 thành phần trong đó: họ, tên

lót, tên.

◼ Những element sử dụng trong tài liệu được gọi là vocabulary.

◼ Khi tạo một file XML, đồng thời cũng định nghĩa một

document type. Trong đó có những luật mà các element phải

tuân thủ.

ĐHKHTN-CNTT-Lương Hán Cơ

12

Document Type ?

◼ Ví dụ:

– Element gốc phải là <name>

– <first>, <middle>, <last> phải là con của <name> element.

– <first>, <middle>, <last> tuân theo thứ tự xác định.

– Phải có thông tin trong 2 element <first>, <last>.

– Không nhất thiết phải có thông tin trong <middle> element.

◼ Có cú pháp định nghĩa Document Type. Nhưng chỉ tương đối,

không đủ để mô tả toàn bộ ý nghĩa trong thế giới thực.

◼ Và thực tế khi tạo một Document Type, chúng ta chỉ cần thiết

kế sao cho phù hợp với ứng dụng chúng ta nhất và rồi sử dụng

nó.

ĐHKHTN-CNTT-Lương Hán Cơ

13

XML dùng ở đâU ?

◼ XML độc lập platform (Windows, Unix) và ngôn ngữ (Visual

Basic, Java).

◼ XML sử dụng để trao đổi dữ liệu giữa những ứng dụng với

nhau.

◼ Ứng dụng web: giảm thời gian load trang web.

◼ Chứa nội dung trang web : sử dụng XSLT hay CSS để chuyển

đổi và hiện thị trang web.

◼ Remote Procedure Call (RPC): đối tượng ở máy này gọi đối

tượng ở máy khác. Sử dụng XML và HTTP.

◼ Simple Object Access Protocol (SOAP): tương tự như RPC cho

phép thông qua firewall.

◼ eCommerce: B2B, B2C, …

ĐHKHTN-CNTT-Lương Hán Cơ

14

Element name

◼ Kí tự bắt đầu có thể là kí tự (bao gồm các ngôn ngữ không

thuộc Latin), kí tự “_”.

◼ Kí tự bắt đầu không thể là kí số hoặc những kí hiệu khác.

◼ Sau kí tự đầu tiên có thể là kí số, “-”, “.”

◼ Tên không được có khoảng trắng

◼ Tên không được chứa kí tự “:”. Trừ khi có sử dụng

namespaces.

◼ Không thể có khoảng trắng ngay sau kí tự “<”. Nhưng có thể

khoảng trắng trước kí tự “>”

ĐHKHTN-CNTT-Lương Hán Cơ

15

Element name

◼ Tên không thể bắt đầu bằng từ “xml” trong bất kỳ định dạng

nào

◼ Ví dụ: “xml”, “XML”, “XmL”, …

◼ Kể cả kết hợp với những kí tự khác

◼ Chú ý:

Đối với, XML parser kèm theo IE không bắt buộc quy định

không sử dụng “xml”, nhưng đối với những parser thì xem quy

định này là bắt buộc. Vì vậy, chúng ta không nên sử dụng

“xml” trong mọi trường hợp.

ĐHKHTN-CNTT-Lương Hán Cơ

16

Element name

<first.name>

<résumé>

<xml-tag>

<123>

<fun=xml>

ĐHKHTN-CNTT-Lương Hán Cơ

17

tag name

◼ the tags in XML are case-sensitive

◼ Ví dụ

– <first> is different from <FIRST>, which is different from <First>

– Sai : <FirstName>Luong</firstName>

– Sai : <firstname>Luong</firstName>

– Đúng : <firstname>Luong</firstname>

ĐHKHTN-CNTT-Lương Hán Cơ

18

Whitespace in HTML

◼ Một số kí tự đặc biệt được gọi là whitespace, gồm những kí

tự: khoảng trắng, xuống dòng, và tabs.

◼ Ví dụ:

– This is a paragraph.

It has a whole bunch of

space.

ĐHKHTN-CNTT-Lương Hán Cơ

19

Whitespace in HTML

◼   (nbsp stands for Non-Breaking SPace), tương ứng kí tự

khoảng trắng.

◼ tag tương ứng kí tự xuống dòng.

◼ Ví dụ:

– This is a paragraph.       It

has a whole bunch   of space.

ĐHKHTN-CNTT-Lương Hán Cơ

20

Bài giảng Giới thiệu XML - Lương Hán Cơ