PROCESSAMENTO ESTRUTURADO DE DOCUMENTOS. Departamento de Documentação Curso de Arquivologia

Transcrição

1 PROCESSAMENTO ESTRUTURADO DE DOCUMENTOS Departamento de Documentação Curso de Arquivologia - extensible Markup Language Definida pela W3C - World Wide Web Consortium Activity Grupos de trabalho que desenvolvem, cada um, uma peça da tecnologia : schemas, namespaces, XSL(XSL:FO, XSLT), query languages, linking e outras tecnologias Órgão responsável pela recomendação de padrões e protocolos para a Web Working Draft (ainda em desenvolvimento) Recommendation (recomendados como padrão) HomePage: 1

2 - extensible Markup Language Não é linguagem de programação Não existe compilador Não existe if, then, else; while, for Não é linguagem de consulta Não acessa dados armazenados em bancos de dados Não retorna resultados É linguagem de marcação Apenas marca unidades de informação Mas o que é uma Linguagem de Marcação?? Marca ou delimita pedaços de texto A marca pode servir para Definir a forma como o pedaço de texto será apresentado HTML XHTML Definir o significado do pedaço de texto SGML 2

3 Porque usar linguagens de marcação? Com a proliferação de redes de computadores ao redor do mundo, existe um grande número de aplicações, linguagens, sistemas operacionais e dispositivos proprietários de rede. Os dados transmitidos devem incluir todas as informações necessárias para que os sistemas automatizados possam transmitir, receber e tratar o dado. O receptor precisa das tags de marcação para interpretar corretamente a mensagem de formato e conteúdo dos dados. Linguagem de Marcação Usando a linguagem para formatar a apresentação de dados. Exemplo de tabela em HTML: <TABLE BORDER= 2 > <TR> <TD>linha 1, coluna 1</TD> <TD>linha 1, coluna 2</TD> <TD>linha 1, coluna 3</TD> </TR> <TR> <TD>linha 2, coluna 1</TD> <TD>linha 2, coluna 2</TD> <TD>linha 2, coluna 3</TD> </TR> </TABLE> Marcas servem para formatar a apresentação dos dados 3

4 Linguagem de marcação Usando a linguagem para definir o significado dos dados Exemplo: um documento sem marcas dorneles flores Fri, 11 May : 02: Mandrake Linux Podemos identificar o que significa isso, aí ao lado? Latex Mozilla Pgsql NetBeans Linguagem de marcação Se colocarmos algumas marcas sim!! <usuario>dorneles</usuario> <senha>flores</senha> <data>fri, 11 May : 02: </data> <so>mandrake Linux</so> <aplicativo>latex</aplicativo> <aplicativo>mozilla</aplicativo> <aplicativo>pgsql</aplicativo> <aplicativo>netbeans</aplicativo> 4

5 Se detalharmos, melhor ainda <inicializacaosessao> <login> <usuario>dorneles</usuario> <senha>flores</senha> <data>fri, 11 May : 02: </data> </login> <so>mandrake Linux</so> <aplicativosinicializados> <aplicativo>latex</aplicativo> <aplicativo>mozilla</aplicativo> <aplicativo>pgsql</aplicativo> <aplicativo>netbeans</aplicativo> <aplicativosinicializados> <inicializacaosessao> Podemos ir além <inicializacaosessao> <login> <usuario>dorneles</usuario> <senha>flores</senha> <data> <diasemana>fri</diasemana> <dia>11</dia> <mes>may</mes> <ano>2001</ano> <hora>16: 02: </hora> </data> </login> <so>mandrake Linux</so> <aplicativosinicializados> <aplicativo>latex</aplicativo> <aplicativo>mozilla</aplicativo> <aplicativo>pgsql</aplicativo> <aplicativo>netbeans</aplicativo> <aplicativosinicializados> <inicializacaosessao> 5

6 Linguagens de marcação Um documento criado com uma linguagem de marcação = conteúdo útil + marcas. Exemplo : <assunto>reunião</assunto> <data>fri, 11 May : 02: </data> <de>dorneles@inf.ufrgs.br</de> <para>undisclosed- recipients:;</para> <conteudo>nossa reunião está marcada para: Dia: 29 de outubro de 2001 Hora: 14: 30</conteudo> Porque? <autor>jorge Amado</autor> <endereco tipo="rua">jorge Amado</endereco> <linguagem>java</linguagem> <indonesia><ilha>java</ilha><indonesia> 6

7 Características do Simplicidade Cada um descreve seus dados como os vê, aplicações extraem os dados que interessam. concentra-se na estrutura da informação e não na sua aparência Integra dado e metadado Devemos englobar as marcas umas nas outras: <cabecalho> <assunto>reunião</assunto> (marcas = elementos) <data>fri, 11 May : 02: </data> <de>dorneles@inf.ufrgs.br</de> <para>undisclosed- recipients:;</para> </cabecalho> <corpo> <conteudo>nossa reunião está marcada para: Dia: 29 de outubro de 2001 Hora: 14: 30</conteudo> </corpo> 7

8 Devemos englobar os elementos um dentro dos outros: < > <cabecalho> <assunto>reunião</assunto> <data>fri, 11 May : 02: </data> <para>undisclosed- recipients:;</para> </cabecalho> <corpo> <conteudo>nossa reunião está marcada para: Dia: 29 de outubro de 2001 Hora: 14: 30</conteudo> </corpo> </ > < > <cabecalho> <assunto>reunião</assunto> <data> <diasemana>fri</diasemana> <dia>11</dia> <mes>may</mes> <ano>2001</ano> <hora>16: 02: </hora> </data> <de> <nome>carina Dorneles</nome> </de> <para>undisclosed-recipients:;</para> </cabecalho> <corpo> Nossa reunião está marcada para: Dia: 29 de outubro de 2001 Hora: 14: 30 </corpo> </ > O nível de aninhamento vai depender da aplicação 8

9 Objetivo de descrever dados, dando semântica a unidades de informação Uma unidade de informação pode ser um título, um parágrafo, um nome de pessoa, uma data, etc... Linguagem de marcação proposta para: Troca de dados em qualquer meio eletrônico Publicação de documentos, ou seja, armazenamento e organização de documentos. Descrição de metadados de uma aplicação e integração de dados (troca de dados) O2 Oracle Cobol Arquivos Excel 9

10 e integração de dados (troca de dados) O2 Oracle Cobol Arquivos Excel e integração de dados (troca de dados) O2 Oracle Cobol Arquivos Excel ADABAS 10

11 e documentação (publicação de documentos) PDF PS HTML etc... O usuário visualiza em qualquer formato. Diferentes usuários, diferentes formas de visualização Manual do usuário armazenado em <manual> <menu>abrir</menu> <manual> <descricao>oferece <menu>abrir</menu> <manual> a opção <descricao>oferece <menu>abrir</menu> <manual> a ao opção usuário <descricao>oferece <menu>abrir</menu> a uma ao opção janela usuário <descricao>oferece abrir a Menu...<descricao> uma opção janela usuário abrir Menu...<descricao>... uma janela usuário abrir... Menu...<descricao>... uma janela </manual>... Menu...<descricao>... </manual> </manual> </manual> e Web (metadados sobre um site) <site> <title>the Weather Channel</title> <url> <updated> </updated> <services>forecast<services> <copyright> , The Weather Channel Interactive, Inc. <copyright> <licensedby>truste</licensedby> </site> 11

12 Estrutura de um documento Elementos podem conter outros elementos Aninhamento de tags O documento completo encontra- se delimitado por um único elemento denominado "elemento documento ou "elemento raiz" Visualização da estrutura Do ponto de vista do elemento <Capítulo>: Livro <Capítulo> adjacentes são denominados irmãos O elemento <Livro> é denominado pai Os dois elementos <Seção> que ele contém são denominados filhos Capítulo Capítulo Seção Seção

13 Sintaxe Início Conteúdo Fim Elemento Exemplos: Exemplos: <NUM_GUIA> <NUM_GUIA> </NUM_GUIA> </NUM_GUIA> <VALOR_GRERJ> <VALOR_GRERJ>843.30</VALOR_GRERJ> </VALOR_GRERJ> <DATA_RECOLHIMENTO>26/02/2006</DATA_RECOLHIMENTO> </DATA_RECOLHIMENTO> Regras de estruturação Todas as tags devem ser fechadas: <p> Parágrafo em HTML <p>um possível parágrafo em </p> As tags são case sensitive <Mensagem>Isto está incorreto</mensagem> <MENSAGEM>Isto é correto</mensagem> <mensagem>isto é correto</mensagem> 13

14 Regras de estruturação As tags devem estar bem aninhadas <b><i>isto é permitido em HTML, mas não em </b></i> <b><i>isto é permitido em </i></b> TODO documento deve possuir uma raiz <titulo>oi</titulo> <capitulo> <secao> Esta seção... </secao> </capitulo> <livro> <titulo>oi</titulo> <capitulo> <secao> Esta seção... </secao> </capitulo> </livro> Nomenclatura dos elementos Nomes Podem conter letras e números Não podem iniciar com números e caracteres de pontuação Não podem iniciar com as letras xml,(, Xml, etc.) Atualmente é permitido, mas o padrão NÃO aconselha o uso Não podem conter espaços em branco 14

15 Linguagens de marcação Tipos de elementos: Composta <from> <name>andre Cordenonsi</name> </from> Marca composta de outras marcas Texto <name>andre Cordenonsi</name> Mista <from>andre Cordenonsi </from> Vazia <profissao><engenheiro/></profissao> Marca composta de conteúdo texto Marca composta de outras marcas + conteúdo texto Marca sem conteúdo Estruturação É possível definir regras que expressam como os elementos podem ser combinados (estrutura hierárquica) DTD (Document Type Definition) Schema 15

16 Linguagens de marcação SGML linguagem de marcação com regras para definição de classes de documentos Linguagens de marcação SGML linguagem de marcação com regras para definição de classes de documentos DTD A DTD B... DTD N 16

17 Linguagens de marcação SGML linguagem de marcação com regras para definição de classes de documentos DTD A DTD B... DTD N Exemplos de DTDs: - HTML HTML HTML 4.0 Linguagens de marcação SGML linguagem de marcação com regras para definição de classes de documentos DTD A DTD B... DTD N Exemplos de DTDs: - HTML HTML HTML subconjunto da SGML linguagem de marcação com regras para definição de classes de documentos 17

18 Linguagens de marcação SGML linguagem de marcação com regras para definição de classes de documentos DTD A DTD B... DTD N Exemplos de DTDs: - HTML HTML HTML 4.0 DTD A DTD B... DTD N Exemplos de DTDs: - XHTML DocBook - subconjunto da SGML linguagem de marcação com regras para definição de classes de documentos Linguagens de marcação SGML linguagem de marcação com regras para definição de classes de documentos DTD A DTD B... DTD N é compatível com SGML Exemplos de DTDs: - HTML HTML HTML 4.0 DTD A DTD B... DTD N Exemplos de DTDs: - XHTML DocBook - subconjunto da SGML linguagem de marcação com regras para definição de classes de documentos 18

19 Atributos Um dado pode ser armazenado em atributos <livro isbn=" "> <capitulo numero="3"> <secao> <para>...</para> <para>...</para> </secao> <secao> <para>...</para> </secao> </capitulo> <capitulo numero="4"> </livro> Atributos Um elemento pode conter um número arbitrário de atributos Cada atributo é um par (nome, valor) Um atributo possui um tipo quando é utilizada uma DTD Uma DTD pode associar um valor default a um atributo 19

20 Exemplo de Receita Bolo de Chocolate (receita doce) INGREDIENTES: 2 xícaras de farinha de trigo 2 xícaras de açúcar 1 xícara de leite 6 colheres cheias de chocolate em pó 1 colher cheia de fermento em pó 6 ovos MODO DE PREPARO: bata as claras em neve, acrescente as gemas e bate novamente, coloque o açúcar e bata outra vez. Ccoloque a farinha, o chocolate em pó, o fermento, o leite e bata novamente. Unte um tabuleiro e colocar para assar. Enquanto o bolo assa faça a cobertura COBERTURA: Ingredientes: 2 colheres de chocolate em pó, 1 colher de margarina, meio copo de leite. Leve ao fogo até começar a ferver. Jogue quente sobre o bolo já assado. 20