XML e Banco de Dados de Internet. Tópicos Especiais em Tecnologia da Informação Profa. Késsia R. C. Marchi

Transcrição

1 XML e Banco de Dados de Internet Tópicos Especiais em Tecnologia da Informação Profa. Késsia R. C. Marchi

2 Motivação Diversas aplicações Web utilizam Fontes de Dados (BD); Arquitetura Cliente-Servidor (2 Camadas ou 3 Camadas). Ou ainda, variações desses modelos. Interação com o usuário ocorre por meio da interface Web Normalmente HTML. 2

3 Motivação HTML não é adequado para tratar dados estruturados extraídos de um BD. SGML (Standard Generalized Markup Language) é uma metalinguagem através da qual se pode definir linguagens de marcação para documentos. A SGML é uma descendente da Generalized Markup Language (GML) da IBM, desenvolvida na década de 60 por Charles Goldfarg, Edward Mosher e Raymond Lorie (cujas iniciais dos sobrenomes por acaso coincidem com GML). A SGML não deve ser confundida com a Geography Markup Language (GML) desenvolvida pelo consórcio Open GIS. (WIKIPIDIA) 3

4 Motivação Por que não usar SGML na Web? Maior poder de expressão e flexibilidade que HTML Autoria mais complexa que HTML Documentos exigem um processamento por demais elaborado para ser realizado sob demanda na Web Impasse: SGML - poderosa, porém cara... HTML - prática, porém limitada... Solução:...um passo atrás XML 4

5 XML - extensible Markup Language Padrão para estruturar e trocar dados pela Web. W3C: World Wide Web Consortium XML 1.0 W3C Recommendation, 10/Fev/1998 (inicial) W3C Recommendation, 04/Fev/2004, ed. 3a Site oficial: 5

6 Dados estruturados, Semi e Não estruturados Dados Estruturados Informações armazenadas em BD. 6

7 Dados estruturados, Semi e Não estruturados Semi Estruturados Não há um esquema pré-definidos; Normalmente os dados são coletados de maneira ad hoc, sem saber como serão utilizados; Atributos compartilhados entre entidades Atributos existente para poucas entidades Atributos podem ser adicionados a qualquer momento 7

8 Dados estruturados, Semi e Não estruturados Semi Estruturados Baseados em: Estrutura de árvores ou grafos A principal diferença dos dados estruturados refere-se a manipulação construtores. Nomes de atributos, relacionamentos e tipos de entidades. 8

9 Dados estruturados, Semi e Não estruturados Semi-Estruturados Informações do esquema é misturada com os valores. Objetos pode possuir atributos diferentes e não conhecidos antecipadamente. Dado autodescritivo 9

10 Dados estruturados, Semi e Exemplo: Não estruturados Lista de referências bibliográficas para um projeto de pesquisa: Livros, relatórios técnicos, artigos científicos, anais de eventos, revistas científicas, e outros... Cada um pode possuir atributos e tipos diferentes; Ainda pode surgir novas informações ou novos formatos de referências. 10

11 Dados estruturados, Semi e Não estruturados Semi Estruturados Exemplo de representação como grafo direcionado: 11

12 Semi Estruturados Estrutura com Grafo Direcionado 12

13 Semi Estruturados Estrutura com Grafo Direcionado Rótulos (labels) ou etiquetas (tags) nas arestas representam os nomes dos esquemas (atributos, tipos de objetos, ou classes). Os nodos representam os objetos individuais ou compostos. Os nodos folha representam valores de dados de fato de atributos simples (atômicos) 13

14 Diferenças entre Dados Estruturados e Semi Estruturados A informação do esquema no modelo semi-estruturado é misturada com os objetos e seus valores de dados na mesma estrutura de dados. No modelo semi-estruturado, não há exigência de um esquema prédefinido para o qual os objetos de dados precisam estar em conformidade. 14

15 Dados estruturados, Semi e Não estruturados Não Estruturados Possui uma indicação muito limitada de tipos de dados; Exemplo: Documentos de Texto Tipos de dados Embutidos. 15

16 Dados estruturados, Semi e Não estruturados Analisando um documento HTML que tipo de dados temos? 16

17 17

18 Modelos de Dados Hierárquico XML Elementos identificados por tags <taginicio> </tagfim> Tags Descrevem o significado dos elementos de dados; 18

19 Modelos de Dados Hierárquico XML Elementos Simples Contêm valores de dados; Elementos Complexos Construídos hierarquicamente a partir de outros elementos; 19

20 20

21 Elementos Complexos: Elementos Simples: 21

22 Principais tipos de documentos XML Centrados em Dados Possuem muitos itens de dados pequenos que seguem uma estrutura específica e conseqüentemente podem ser extraídos a partir de um BD estruturado. São formatados como documentos XML com o propósito de exibi-los na Web. 22

23 Principais tipos de documentos XML Centrado em documentos Possuem grandes quantidade de texto, como artigos, jornais ou livros. Existem poucos ou nenhum elemento estruturado. 23

24 Principais tipos de documentos Híbridos XML Possuem partes que contém dados estruturados e outras partes que são predominantemente textuais ou não estruturados. 24

25 Considerações XML centrados em dados Semi-estruturados Não está em conformidade com algum esquema. XML sem esquema - Schemaless Estruturados Está em conformidade com um esquema XML ou DTD pré-definido. 25

26 Analisadores Sintáticos Software denominado Analisador Sintático (parser); Capaz de processar um documento HTML. Lê, verifica sintaxe e relata erros; Permite, via programas, acessar o conteúdo do documento. 26

27 Documentos XML bem formatados Sintaticamente correto; Declaração XML Indica a versão de XML; Demais elementos pertinentes; Standalone = yes 27

28 Documentos XML bem formatados Sintaticamente correto; Seguir diretrizes sintáticas do modelo de árvore Único elemento nó da raiz, marca de abertura e de finalização para cada elemento. Marcas corretamente aninhadas. Valores de atributos entre aspas. 28

29 Documentos XML bem formatados E por fim, XML diferencia Maiúsculas e Minúsculas; Documentos que atendem a essas sintaxes, são considerados bem formatados. 29

30 Modelos Os analisadores sintáticos podem suportar os seguintes modelos: SAX Simple API para XML DOM Document Object Model 30

31 Analisador baseado na SAX O analisador: Processa o documento; Gera eventos quando encontradas marcas, textos e comentários; Os eventos retornam os dados de documentos XML. Vantajoso para grandes documentos. Documentos XML Streaming processa os tags conforme são encontrados. 31

32 Analisador baseado no DOM O analisador: Constrói uma estrutura de árvore na memória contendo os dados do documento XML. É necessário analisar sintaticamente todo o documento antes de utilizar o DOM. 32

33 Exemplos de Analisadores Internet Explorer 5.0 Msxml Apache Xerces; Axkit; Crimson; Xang; Xindice Sum JAXP (Java API for XML Parsing) 33

34 Um documento XML 34

35 Um documento XML <?xml version="1.0" standalone="yes"?> <!-- Document : intro.xml Created on : 25 de Julho de 2009, 16:07 Author : KessiaMarchi Description: Introdução a XML --> <aula> <disciplina>tópicos Especiais em Tecnologia da Computação</disciplina> <professora>késsia R. C. Marchi</professora> <serie>4 Série</serie> </aula> <?...?> é uma instrução de processamento (xml) Um atributo é um par nome=valor Standalone= yes significa que não são necessários documentos auxiliares Os elementos <aula> <disciplina> <professora> <serie> são constituídos por uma marca de início, uma marca de fim e conteúdo 35

36 Uso de caracteres especiais Caracteres reservados: & < > Entidades pré-definidas (build-in entities) & (&) ( (<) ) (>) (&apos;) (") 36

37 Uso do Cdata Na seção CDATA os caracteres não são processados pelo analisador. Exemplo: arquivo excdata.xml 37

38 Espaço de Nome Criar marcas próprias pode gerar colisão de nomenclatura; Espaço de nome é um meio para impedir a colisão. Cada prefixo de nome está ligada a uma URI (Uniform resource identifier) Ex. arquivo espnome.xml 38

39 Referências Elmasri, Ramez; Sistemas de Banco de Dados; Addison Wesley, Cap. 26. Deitel, H. M.; XML, Como Programar. Bookman,