[[oktatas:számítástechnika:xml|< XML]]


====== Az XML nyelv ======

  * **Szerző:** Sallai András
  * Copyright (c) 2009, Sallai András
  * Szerkesztve 2009-2015, 2023
  * Licenc: [[https://creativecommons.org/licenses/by-sa/4.0/|CC BY-SA 4.0]]
  * Web: https://szit.hu

===== Bevezetés =====


Az **XML** az **Extensible Markup Language** szavak betűiből alkotott 
rövidítés.

Az XML a mesterséges nyelvek között egy dokumentumleíró nyelv,
amelyben hierarchikus struktúrában dolgozunk. Kiterjeszthető
(extensible) mert a szerkezetet meghatározó jelölő elemek neveit
magunk találhatjuk ki. Jelölő nyelv, mert a dokumentum szerkezetét
határozzuk meg.

^ Természetes nyelvek ^ Mesterséges nyelvek ^
| magyar | C |
| angol | Pascal |
| német | Java |
| olasz | HTML |
| francia | SGML |
| orosz | XML |
| japán | SVG |
| stb. | stb. |

Az XML CSS-el egybekötött használatáról a következő helyen található egy példa: [[oktatas:web:html:xml_példák]]
===== SGML =====
Az **IBM**-nél már a 70-es években létezett egy **GML** nevű nyelv, amely dokumentumok leírását szolgálta. Akkoriban minden cégnek saját dokumentumleíró nyelve volt. Szükséges volt egy szabványos leírónyelvre. 

Az ISO 1986-tól jegyzi **ISO 8879:1986** szabványt, amely az SGML dokumentumleíró nyelv leírását tartalmazza.

Az **SGML** szó a **Standard Generalized Markup Language** szavakból 
alkotott betűszó, amely magyar nyelvre valahogy így 
fordítható: **Általános Szabványos Kijelölőnyelv** 

==== Tag ====

A SGML dokumentum szerkezeti elemeit tagek alkotják. 
Egy tag "kisebb mint" karakterrel kezdődik, és "nagyobb mint"
karakterrel záródik:
  <ide jön a tag neve>
Minden tagnek adunk egy nevet. A nevet a két jel között 
helyezzük el. Legyen például egy olyan tag, amely lakcímeket
tartalmaz. Ekkor a tag így nézhet ki:
  <lakcím>   

A tageknek lehet lezáró részük:
  <lakcím>    </lakcím>

Az SGML nem írja elő milyen tag neveket használhatunk,
csak annak szerkezeti felépítésére tesz javaslatot. 
A tagek neveit (címkéit) mi magunk találhatjuk ki. 
Ezért mondjuk, hogy az SGML csak **általános** leírónyelv.



==== DTD ====

Egy konkrét dokumentumleíró nyelvben használatos  
tageket neveit, **DTD**-ben írjuk le. Ebben adjuk meg
az **alkalmazni kívánt szintaxist**.
A DTD a **Document Type Definition** szavakból alkotott
betűszó, amely magyar nyelvere valahogy így fordítható:
**Dokumentum Típus Definíció**


==== SGML példák ====


<code xml>
<auto>
    <szin>piros</szin>
    <rendszam>FFG-828</rendszam>
    <gyartas>1985</gyartas>
</auto>
</code>

<code xml>
<szamitogep>
   <szerver>
    <cpu>2GHz</cpu>
    <memoria>1GB</memoria>
    <merevlemez>160GB</merevlemez>
   </szerver>
</szamitogep>
</code>




<code xml>
<szamitogep>
   <szerver  cpu="2GHz" 
             memoria="1GB" 
             merevlemez="160GB">
</szamitogep>
</code>


Ha a tulajdonságok értékeként csak szám van 
megadva, akkor nem kötelező az idézőjel használata.

<code xml>
<szamitogep>
   <szerver  cpu=2 
             memoria=1 
             merevlemez=160>
</szamitogep>
</code>

A <szerver> tagnek nem kell legyen
</szerver> lezáró tagje.


===== Tim Berners-Lee =====

A londoni születésű **Tim Berners-Lee** (Sir Timothy John) felismerte az SGML nyelvben
rejlő lehetőségeket, így ez alapján alkotta meg a HTML nyelvet. Létrehozta a
**World Wide Web Consortiumot** (W3C), amely szabványokat, protokollokat, programokat állít elő. 
A **W3C** konzoricum nevéhez köthető többek között az URL, a HTTP, stb. szabvány.


===== WORLD WIDE WEB Consortium =====

Rövden WWW Consortium, vagy W3C. A Consortium magyarul
konzorcium vagy szövetkezés.

1994 – Berners-Lee alapította  Massachusetts Institute of Technology-n Röviden MIT, kiejtve:[em-áj-ti], (Massachusetts Műszaki Egyetem).

A W3C konzorcium nyílt szoftver szabványokat ("ajánlásokat") alkot a világhálóra.

A W3C weboldalai:
  * http://www.w3.org
  * http://www.w3c.org
  * http://www.w3c.hu

Néhány példa a W3C szabványaira:
  * **CSS**
  * **CGI**
  * DOM
  * GRDDL
  * **HTML**
  * OWL
  * RDF
  * **SVG**
  * SISR
  * SOAP
  * SMIL
  * SRGS
  * SSML
  * VoiceXML
  * XHTML+Voice
  * WSDL
  * XACML
  * **XML**
  * XML Events
  * XForms
  * XML Information Set
  * XML Schema
  * XPath
  * XQuery
  * XSLT

===== XML =====

Az **XML** a **Extensible Markup Language** szavakból alkotott betűszó,
amely magyarra valahogy így fordítható: **kiterjeszthető leíró nyelv**.

Az XML -- mint az SGML is -- egy **általános** célú leírónyelv.
Arra találták ki, hogy vele speciális célú leírónyelveket 
hozhassanak létre. Valójában **az SGML egyszerűsített részhalmaza**.

**Tim Bray** (Timothy William Bray) kezdte a fejlesztését. A fejlesztése 1996-ban kezdődött, 1998 februárja óta már hivatalos W3C ajánlás.

Az XML fejlesztői vették az SGML legjobb részeit, hozzávéve a HTML-lel kapcsolatos tapasztalataikat, és előállítottak valamit,
ami nem hatékonyabb, mint az SGML, ám mégis jóval szabályosabb és egyszerűbben használható.

Az XML faszerkezetű hierarchikus struktúrája miatt alkalmas bármilyen adat tárolására. 
Segítségével létrehozhatjuk saját jelölő nyelvünket, amit DTD ismeretében bárki 
fel tud használni. Egyszerű szöveges állományokat készítünk, így platformfüggetlen,
emberi szem számára könnyen olvasható.

A hátránya a megnövekedett tárolási igény. Hiszen minden egyes adatot XML elemek vesznek körül.

==== XML példák ====
 

<code xml>
<?xml version="1.0" encoding="UTF-8"?>
<auto szin=”piros” gyartas=”1985”>
		<tulaj ig=”1-19320732”>
			Török Péter
		</tulaj>
		<tulaj ig=”2-19850212”>
         Kis Katalin
      </tulaj>
</auto> 
</code>


<code xml>
<?xml version="1.0" encoding="UTF-8"?>
<szamitogep>
   <szerver  cpu=”2” 
             memoria=”1” 
             merevlemez=”160”/>
</szamitogep>
</code>


Ha csak számok vannak, akkor is kötelező az idézőjel.
A <szerver> tagnek kell legyen </szerver> lezáró tagje vagy <szerver …/>.

<code xml>
<?xml version="1.0" encoding="UTF-8"?>
<dolgozok>
    <dolgozo>Nagy József</dolgozo>
    <dolgozo>Kis István</dolgozo>
    <dolgozo>Szép Lajos</dolgozo>
</dolgozok>
</code>


<code xml>
<?xml version="1.0" encoding="UTF-8"?>
<dolgozok>
    <dolgozo>
        <nev>Nagy József</nev>
        <kor>27></kor>
        <fizetes>870000</fizetes>
    </dolgozo>
    <dolgozo>
       <nev>Kis István</nev>
        <kor>35></kor>
        <fizetes>470000</fizetes>
    </dolgozo>
    <dolgozo>
        <nev>Szép Lajos</nev>
        <kor>27></kor>
        <fizetes>175000</fizetes>        
    </dolgozo>
</dolgozok>
</code>
===== XML ellenőrzés =====

Azt ellenőrizzük, hogy az xml állomány megfelel-e az adott DTD-nek.


XML ellenőrző
  * http://code.google.com/p/xmllint/ (Windows)


  xmllint jarmu.xml -noout





===== Szintaktikai szabályok =====

==== Lezárás ====


Minden XML elemnek lennie kell lezáró részének is.

A HTML nyelvben néhány elem nem tartalmaz semmit. Mit is tartalmaznak a sortörés, vízszintes vonal
vagy egy meta elem, amely az attribútumaiban írja le a tartalmát:


   <br>
   <hr>
   <meta>


De vannak olyan HTML elemek, amelyeket nem szoktak lezárni ha a Transitional verzióban hozzuk létre a weblapjainkat.

  <p>
  <li>

Az XML nyelvben ez illegális. Az elemet le kell zárni.
Ha egy elem nem tartalmaz semmit, akkor a lezárás így történik:


   <br />
   <hr />
   <meta />


==== Kisbetű-nagybetű érzékenység ====

Az XML tagek kis és nagybetű érzékenyek. 

A <betű> és a <Betű> különböző tagek.



A nyitó és záró tageket ugyanazzal névvel adjuk meg:

<code>
<Uzenet>Ez helytelen</uzenet>
<uzenet>Helyes</uezent>
</code>

==== Egymásba ágyazás ====


Az XML elemek egymása ágyazhatók, de nem fedhetik egymást át.


Átfedésre példa a HTML Transitional verzióban:
<code html>
<b><i>A szöveg félkövér és dőlt</b></i>
</code>

Az XML nyelven csak így használhatjuk:
<code html>
<b><i>A szöveg félkövér és dőlt</i></b>
</code>

Ha "i" nyitottuk utoljára meg, akkor azt is kell előbb lezárni!


==== Gyökérelem ====

Az XML dokumentumban lenni kell egy gyökérelemnek. 
Ez fogja tartalmazni a többi gyermekelemet.
Angolosan root elemnek hívjuk. A HTML nyelvben például **html** a root elem
neve, de saját leírónyelvünkben lehet akár a **root** szó is.


<code xml>
<root>
  <child>
    <subchild>.....</subchild>
  </child>
</root>
</code>

==== Tulajdonságok ====

Az XML tulajdonságok értékét mindig idézőjelbe kell tenni.






Például helytelen ez:
<code xml>
<note date=2012/03/05>
  <to>Tove</to>
  <from>Jani</from>
</note>
</code>

Helyes ez:
<code xml>
<note date="2012/04/25">
  <to>Tove</to>
  <from>Jani</from>
</note>
</code>

==== Entitások ====

Az XML nyelvben néhány karakternek speciális jelentése van.
Ilyen a "<" karakter. 


Ezért hibás az alábbi minta:
<code xml>
<message>ha ár < 1000 akkor</message>
</code>


Ezeket ki kell cserélni a neki megfelelő entitásra:

<code xml>
<message>ha ár &lt; 1000 akkor</message>
</code>

Az alábbi táblázatban 5 előre definiált entitást látunk:

^  Entitás  ^  Karakter  ^ Jelentés ^
|  &lt;    |  <  | kisebb mint |
|  &gt;    |  >  | nagyob mint |
|  &amp;   |  &  | ampersand   |
|  &apos;  |  '  | aposztróf   |
|  &quot;  |  "	 | idézújel    |


==== Megjegyzés ====

Az XML nyelvben a megjegyzéseket a következő módon készítjük:


<code xml>
<!-- Megjegyzés -->
</code>


==== White-space ====



Az XML a white-space karaktereket nem veszi figyelembe.

Az XML a sortöréseket LF-ként kezeli.

Ne feledjük, hogy a Windows CR+LF párost használja. A Unix alapú rendszerek LF-et.