Чукарин А.В. Прикладные протоколы Интернет и World Wide Web

Подождите немного. Документ загружается.

111

заложенную в его структуру, используя элементы документа. Т.е. если,

например, требуется найти нужный элемент в нужном контейнере,

используя приведенный фрагмент документа, то необходимо будет

просмотреть содержимое конкретного вложенного элемента,

находящегося внутри конкретного элемента-контейнера. Поиск при

этом, будет гораздо более эффективен, чем нахождение нужной

последовательности по всему документу.

В XML документе, как правило, определяется хотя бы один

элемент, называемый корневым и с него программы-анализаторы

начинают просмотр документа.

В некоторых случаях теги могут изменять и уточнять семантику

тех или иных фрагментов документа, по разному определяя одну и ту

же информацию и, тем самым, предоставляя приложению-анализатору

этого документа сведения о контексте использования описываемых

данных. Например, прочитав фрагмент <city>Москва</city> можно

определить, что речь в этой части документа идет о городе, а в

фрагменте <restaurant>Москва</restaurant> – о ресторане с

соответствующим названием.

В случае если элемент не имеет содержимого, т.е. нет данных,

которые он должен определять, он называется пустым. Необходимо

учитывать, что начальный и конечные теги пустого элемента как бы

объединяются в один, и необходимо обязательно ставить косую черту

перед закрывающей угловой скобкой (например, <empty/>).

Комментарии

Комментариями является любая область данных, заключенная

между последовательностями символов . Комментарии

пропускаются анализатором и поэтому при разборе структуры

документа в качестве значащей информации не рассматриваются.

Атрибуты

Если при определении элементов необходимо задать какие-

либо параметры, уточняющие его характеристики, то имеется

возможность использовать атрибуты эдлемента. Атрибут - это пара

«название» = «значение», которую надо задавать при определении

элемента в начальном теге. Например:

<color RGB="false">white</color>

или

<author id=0>Ivan Petrov</author>

112

Cпециальные символы

Для того, чтобы включить в документ символ, используемый

для определения каких-либо конструкций языка (например, символ

угловой скобки) и не вызвать при этом ошибок в процессе разбора

такого документа, нужно использовать его специальный символьный

либо числовой идентификатор. Например, < , > " или

$(десятичная форма записи), &#x1a (шестнадцатеричная) и т.д.

Строковые обозначения

спецсиволов могут определяться в XML

документе при помощи компонентов (entity).

Директивы анализатора

Инструкции, предназначенные для анализаторов языка,

описываются в XML документе при помощи специальных тегов - <? и

?>. Программа клиента использует эти инструкции для управления

процессом разбора документа. Наиболее часто инструкции

используются при определении типа документа (например, <? Xml

version=”1.0”?>

) или создании пространства имен.

CDATA

Чтобы задать область документа, которую при разборе

анализатор будет рассматривать как простой текст, игнорируя любые

инструкции и специальные символы, но, в отличии от комментариев,

иметь возможность использовать их в приложении, необходимо

использовать теги <![CDATA] и ]]>. Внутри этого блока можно помещать

любую информацию, которая может понадобится программе- клиенту

для выполнения каких-либо действий (в область CDATA, можно

помещать, например, инструкции JavaScript, о котором подробнее в

дополнительных главах лекций). Естественно, надо следить за тем,

чтобы в области, ограниченной этими тегами, не было

последовательности символов ]].

11.2. Просмотр XML-документов

XML никак не определяет способ отображения и использования

описываемых с его помощью элементов документа, т.е. программе-

анализатору предоставляется возможность самой выбирать нужное

оформление. Этого требует принцип независимости определения

внутренней структуры документа от способов представления этой

информации. Например, задавая в документе элемент

<flower>rose</flower>, указывается лишь, что rose в данном случае

является цветком, но информации о том, как должен выглядеть данный

113

элемент документа на экране клиента и должен ли он отображаться

вообще, в таком определении нет.

Для того чтобы использовать данные, определяемые

элементами XML, например, отображать их на экране пользователя,

необходимо написать программу-анализатор, которая бы выполняла

эти действия. В настоящее время существует большое количество таких

программ, и у разработчиков имеется возможность выбора наиболее

подходящей из них для решения конкретных проблем.

11.3. Список вопросов для самоконтроля

а) Каково назначение и основные функции языка XML?

б) Сравните языки разметки SGML и XML.

в) Принципы структурирования XML-документа.

г) Какие основные конструкции языка XML Вам известны?

Дайте их краткую характеристику.

д) В чем заключаются основные правила построения XML-

документов?

е) Типы тегов языка XML. Примеры применения.

ж) Приведите пример описания библиотечного каталога на

языке XML.

з) В чем заключаются особенности просмотра XML-

документов?

114

12. Язык HTML

Самый популярный на сегодняшний день язык гипертекстовой

разметки – HTML, был создан специально для организации

информации, распределенной в сети Интернет, и является одной из

ключевых составляющих технологии WWW. С использованием

гипертекстовой модели документа способ представления

разнообразных информационных ресурсов в сети стал более

упорядочен, а пользователи получили удобный механизм поиска и

просмотра нужной информации.

HTML является упрощенной версией стандартного общего

языка разметки - SGML, который был утвержден ISO в качестве

стандарта еще в 80-х годах прошлого века. Гораздо более простой и

удобный, чем SGML, язык HTML позволяет определять оформление

элементов документа и имеет некий ограниченный набор инструкций -

тегов, при помощи которых осуществляется процесс разметки.

Инструкции HTML, в первую очередь, предназначены для управления

процессом вывода содержимого документа на экране программы-

клиента и определяют этим самым способ представления документа, но

не его структуру. В качестве элемента гипертекстовой базы данных,

описываемой HTML, используется текстовый файл, который может

легко передаваться по сети с использованием протокола HTTP. Эта

особенность, а также то, что HTML является открытым стандартом и

огромное количество пользователей имеет возможность применять

возможности этого языка для оформления своих документов,

безусловно, повлияли на рост популярности HTML и сделали его

сегодня главным механизмом представления информации в Web.

Однако современные приложения нуждаются не только в языке

представления данных на экране клиента, но и в механизме,

позволяющем определять структуру документа, описывать

содержащиеся в нем элементы. HTML обладает несложным набором

команд и вполне успешно справляется с задачей описания текстовой

информации и отображением ее на экране программы просмотра –

броузера. Однако сами отображаемые данные никак не связаны с теми

тегами, которые используются для форматирования, поэтому у

программ-анализаторов нет возможности использовать теги HTML для

115

поиска нужных нам фрагментов документа. Т.е. встретив, например,

такое описание

rose,

программа просмотра будет знать, каким цветом отобразить

текст, содержащийся внутри тегов и, вероятно, отобразит

его правильно, но ей абсолютно безразлично, в каком месте документа

встретился этот тег, в какие другие теги заключен текущий фрагмент,

существуют ли вложенные в него фрагменты, правильно ли построены

отношения между объектами. Такое «безразличие» к структуре

документа приводит к тому, что поиск или анализ информации внутри

него ничем не будет отличаться от работы со сплошным, не разбитым

на элементы текстовым файлом. А это, как известно, не самый

эффективный способ работы с информацией.

Другим существенным недостатком HTML можно назвать

ограниченность набора его тегов. DTD- правила для HTML определяют

фиксированный набор дескрипторов, и поэтому у разработчика нет

возможности вводить собственные, специальные теги. Хотя время от

времени появляются новые расширения языка (на сегодняшний день

последней версией HTML является HTML 4.01 и работа ведется над

рядом новых версий XHTML – eXtensible HTML), но долгий путь их

стандартизации, сопровождаемый постоянными разногласиями между

основными производителями броузеров делают практически

невозможной быструю адаптацию языка.

12.1. Принципы гипертекстовой разметки. Структура

документов

За основу модели разметки документов в HTML принята

теговая модель. Теговая модель описывает документ как совокупность

контейнеров, каждый из которых начинается и заканчивается тегами.

Т.е. документ НТМL представляет собой не что иное, как обычный

АSСII-файл, с добавленными в него управляющими НТМL-кодами

(тегами).

Теги НТМL-документов в большинстве своем просты для

понимания и использования, ибо они образованы с помощью

общеупотребительных слов английского языка, понятных сокращений

и обозначений. НТМL-тег состоит из имени, за которым может

следовать необязательный список атрибутов тега. Текст тега

заключается в угловые скобки (< и >). Простейший вариант тега - имя,

116

заключенное в угловые скобки, например <HEAD> или . Для более

сложных тегов характерно различие атрибутов, которые могут иметь

конкретные значения, определенные автором для видоизменения

функции тега.

Атрибуты тега следуют за именем и отделяются друг от друга

одним или несколькими знаками табуляции, пробелами или

символами возврата к началу строки. Порядок записи атрибутов в теге

значения не имеет. Значение атрибута, если таковое имеется, следует за

знаком равенства, стоящим после имени атрибута. Если значение

атрибута - одно слово или число, то его можно просто указать после

знака равенства, не выделяя дополнительно. Все остальные значения

необходимо заключать в одинарные или двойные кавычки, особенно

если они содержат несколько разделенных пробелами слов. Длина

значения атрибута ограничена 1024 символами. Регистр символов в

именах тегов и атрибутов не учитывается, чего нельзя сказать о

значениях атрибутов. Например, особенно важно использовать нужный

регистр при вводе URL других документов в качестве значения

атрибута HREF.

Чаще всего НТМL-теги состоят из начального и конечного

компонентов, между которыми размещаются текст и другие элементы

документа. Имя конечного тега идентично имени начального, но перед

именем конечного тега ставится косая черта (/) (например, для тега

стиля шрифта – курсив закрывающая пара представляет собой ,

для тега заголовка <ТIТLЕ> закрывающей парой будет </ТIТLЕ>).

Конечные теги никогда не содержат атрибутов. По своему значению

теги близки к понятию скобок «begin/end» в универсальных языках

программирования, которые задают области действия имен локальных

переменных и т.п. Теги определяют область действия правил

интерпретации текстовых тегов документа.

При использовании вложенных тегов в документе следует

соблюдать особую аккуратность. Вложенные теги нужно закрывать,

начиная с самого последнего и двигаясь к первому. Некоторые НТМL-

теги не имеют конечного компонента, поскольку они являются

автономными элементами. Например, тег изображения <IMG>, который

служит для вставки в документ графического изображения, конечного

компонента не требует. К автономным тегам также относятся разрыв

строки ( ), горизонтальная линейка (<HR>) и теги, содержащие такую

117

информацию о документе, которая не влияет на его отображаемое

содержимое, например, теги

<META> и <BASE>.

В некоторых случаях конечные теги в документе можно

опускать. Большинство броузеров реализованы так, что при обработке

текста документа начальный тег воспринимается как конечный тег

предыдущего. Самый распространенный тег такого типа – тег абзаца

<Р>. Поскольку он используется в документе очень часто, то его обычно

ставят только в начале каждого абзаца. Когда один абзац заканчивается,

следуюший тег <Р> сигнализирует броузеру о том, что нужно завершить

данный абзац и начать следующий. Большинство авторов тегом конца

абзаца вообще не пользуются.

Есть и другие конечные теги, без которых броузеры отлично

работают, например конечный тег </HTML>. Тем не менее,

рекомендуется включать по возможности больше конечных тегов,

чтобы избежать путаницы и ошибок при воспроизведении документа.

Общая схема построения контейнера в формате HTML может

быть записана в следующем виде:

"контейнер" := <"имя тега" "список атрибутов">

содержание контейнера

</"имя тега">

12.1.1. Группы тегов НТМL

Все теги НТМL по их назначению и области действия можно

разделить на следующие основные группы

• определяющие структуру документа;

• оформление блоков гипертекста (параграфы, списки,

таблицы, картинки);

• гипертекстовые ссылки и закладки;

• формы для организации диалога;

• вызов программ.

Структура гипертекстовой сети задается гипертекстовыми

ссылками. Гипертекстовая ссылка - это адрес другого HTML документа

или информационного ресурса Интернет, который тематически,

логически или каким-либо другим способом связан с документом, в

котором ссылка определена.

Для записи гипертекстовых ссылок в системе WWW была

разработана специальная форма, которая называется Universe Resource

118

Locator (подробнее о котором см. раздел 8). Типичным примером

использования этой записи можно считать следующий пример:

Этот текст содержит

гипертекстовую ссылку</A>

В приведенном выше примере тег <A>, который в HTML

называют якорем (anchor), использует атрибут «HREF», который

обозначает гипертекстовую ссылку (Hypertext Reference), для записи

этой ссылки в форме URL. Данная ссылка указывает на документ с

именем «index.html» в директории «test» на сервере «rudn.ru», доступ к

которому осуществляется по протоколу «http».

Структура HTML-документа позволяет использовать

вложенные друг в друга контейнеры. Собственно, сам документ - это

один большой контейнер, который начинается с тега <HTML> и

заканчивается тегом </HTML>:

<HTML> Содержание документа </HTML>

Контейнер HTML или гипертекстовый документ состоит из

двух других вложенных контейнеров: заголовка документа (HEAD) и

тела документа (BODY):

<HTML>

<HEAD>

<TITLE>Simple Document</TITLE>

</HEAD>

Пример простого документа

</BODY>

</HTML>

12.2. Средства описания таблиц в HTML

Тег <ТАВLЕ>

Для описания таблиц служит тег <ТАВLЕ>. Тег <ТАВLЕ>, как и

многие другие, автоматически переводит строку до и после таблицы.

Тег <ТR>

Тег <ТR> (сокращение от Таble Row - строка таблицы) создает

строку таблицы. Если в таблице содержится два набора тегов <ТR></ТR>,

в ней будут две строки. Весь текст, другие теги и атрибуты, которые

требуется поместить в одну строку, должны быть помещены между

тегами <ТR></ТR>.

119

Тег <ТD>

Внутри строки таблицы обычно размещаются ячейки с

данными, Каждая ячейка, содержащая текст или изображение, должна

быть окружена тегами

<ТD></ТD>. Число тегов <ТD></ТD> в строке

определяет число ячеек. Строка с пятью парами тегов <ТD></ТD> будет

состоять из пяти ячеек.

Тег <ТН>

При задании заголовков для столбцов и строк таблицы

используются тег заголовка <ТН></ТН> (Таblе Неаder, заголовок

таблицы). Эти теги аналогичны <ТD></ТD>. Отличие состоит в том, что

текст, заключенный между тегами <ТН></ТН>, автоматически

записывается жирным шрифтом и по умолчанию располагается

посередине ячейки.

Тег <САРТIОN>

<CAPTION> позволяет создавать заголовки таблицы. По

умолчанию заголовки центрируются и размещаются либо над (<САРТION

АLIGN=ТОР>

), либо под таблицей (<САРТION ALIGN=ВОТТОМ>). Заголовок

может состоять из любого текста и изображений. Текст будет разбит на

строки, соответствующие ширине таблицы. Иногда тег <САРТION>

используется для подписи под рисунком. Для этого достаточно описать

таблицу без границ.

Атрибут NOWRAP

Обычно любой текст в таблице, не помещающийся в одну

строку ячейки, переходит на следующую строку. Однако, при

использовании атрибута NOWRAP с тегами <ТН> или <ТD> длина ячейки

расширяется на столько, чтобы, заключенный в ней текст поместился в

одну строку.

Атрибут СОLSPAN=

Теги <ТD> и <ТН> модифицируются с помощью атрибута

СОLSPAN= (Column Span, соединение столбцов). Если требуется сделать

какую-нибудь ячейку шире, чем верхняя или нижняя, можно

воспользоваться атрибутом СОLSPAN=, чтобы растянуть ее над любым

количеством обычных ячеек.

Атрибут ROWSPAN=

Атрибут ROWSPAN=, используемый в тегах <ТD> и <ТН>, аналогичен

атрибуту СОLSPAN=, только он задает число строк, на которые

растягивается ячейка. Если указано в атрибуте ROWSPAN= число, большее

120

единицы, то соответствующее количество строк должно находиться под

растягиваемой ячейкой. Внизу таблицы ее поместить нельзя.

Атрибут WIDТН=

Атрибут WIDТН= применяется в двух случаях. Можно поместить

его в тег <ТАВLЕ> для задания ширины всей таблицы, а можно

использовать в тегах <ТR> или <ТН> для задания ширины ячейки или

группы ячеек. Ширину можно указывать в пикселях или в процентах.

Атрибут UNIТ=

Атрибут UNIT= тега <ТАВLЕ> определяет единицы измерения,

используемые при указании размеров как всей таблицы, так и ее

отдельных столбцов. Атрибут UNIТ= может принимать три значения:

UNIТ=ЕN - это значение присваивается по умолчанию и задает

единицу измерения, равную еn-пробелу. Еn-пробел - это типографская

единица измерения, равная ширине буквы <n>. Реальный размер

пробела зависит от выбранного шрифта: для крупного шрифта еn-

пробел больше, чем для мелкого. Обычно еn-пробел равен половине

размера шрифта. Например, при использовании 12-пунктового

шрифта ширина еn-пробела будет 6 пунктов. Для 8-пунктового

шрифта еn-пробел занимает 4 пункта.

UNIТ=RELATIVE используется для задания относительной

ширины столбцов в процентах от общей ширины таблицы. Этот способ

следует по возможности применять вместо указания ширины в

процентах UNIТ=RELATIVE выполняет ту же функцию, но

поддерживается большим количеством броузеров. При задании

относительных (RELATIVE) единиц вводимые числа воспринимаются

как ширина столбцов в процентах.

UNIТ=РIXELS - это значение применяется, когда вам нужно точно

знать ширину столбца на экране. В этом случае лучше всего задать ее в

пикселях. Например, тег <ТАВLЕ UNIТ=РIXELS WIDTH=340> сформирует

таблицу шириной 340 пикселей.

Атрибут СОLSРЕС=

Атрибут СОLSРЕС=, используемый с атрибутом UNIТ=, определяет,

сколько места занимает каждый столбец таблицы и как в нем

выравниваются данные. Применяется только в теге <ТАВLЕ>.

СОLSРЕС= перечисляет все столбцы и для каждого из них задает

выравнивание и размер. Для столбца (или ячейки) существует пять

способов выравнивания: L - по левому краю, С - по центру, R - по