Непейвода Н.Н., Скопин И.Н. Основания программирования

Подождите немного. Документ загружается.

13.3. ЯЗЫКИ РАЗМЕТКИ

775

объектов, вкрапленных в текст).

HTML

воспринял внешнюю форму разметки

SGML

, но использует ее чисто как знаки перехода к тому или иному формату

текста, поэтому в

HTML

текстах часто встречаются конструкции, подобные

<br> text <bf> text </br> text </bf>,

где не соблюдается требование иерархической вложенности друг в друга эле-

ментов разметки.

Иерархическая вложенность конструкций языка — это тот вид структу-

ры, который удобен для распознавания в тексте команд и операндов команд.

Но, вообще говоря, она может не соответствовать логике действий дизайне-

ра, планирующего визуализацию данных. Рассмотрим простой, но достаточ-

но показательный пример. Пусть требуется вывести на экран тест в следую-

щем виде:

Черный нормальный Черный курсив Красный курсив Красный нормальный

Этот вывод естественно рассматривать как наложение на текст двух видов

структур: шрифтовой (нормальный и курсив) и цветовой (черный и крас-

ный). Первая структура дает следующее разбиение данных:

Черный нормальный Красный нормальный

Черный курсив Красный курсив

Вторая структура требует такого разбиения:

Черный нормальный Черный курсив

Красный курсив Красный нормальный

Эти структуры налагаются друг на друга, а потому естественным кажется

такое их представление в

HTML

<FONT color="black">Черный нормальный <i>Черный курсив </FONT>

<FONT color="red">Красный курсив </i>Красный нормальный</FONT>

И действительно, многие браузеры понимают его именно так, как надо.

Но, к примеру,

NetscapeNavigator

(

Mozilla

) покажет этот материал в искажен-

ном виде:

Черный нормальный Черный курсив Красный курсив Красный нормальный

776

ГЛАВА 13. СЕНТЕНЦИАЛЬНЫЕ МЕТОДЫ

Логика этого браузера соответствует соглашению об иерархической вложен-

ности структурных единиц, а потому команда

<i>

рассматривается как часть

команды

, завершение которой

</FONT>

трактуется как

одновременное завершение всех вложенных команд.Соответственно,

</i>

счи-

тается просто мусором и игнорируется.

Чтобы вывод всегда происходил правильно, нужно в

HTML

тексте исполь-

зовать только иерархически вложенные структуры, порою искусственно со-

здавая иерархию (вставка тегов

<i>

</i>

<FONT color="black">Черный нормальный

<i>Черный курсив </i></FONT>

<FONT color="red"><i>Красный курсив </i>

Красный нормальный</FONT>

(13.13)

В примере не затронута такая сторона дизайна,как размещение текста на дву-

мерной плоскости экрана. А это еще один вид структурирования материала

для показа, который требуется наложить на другие структуры.

Практическая потребность одновременного оперирования с несколькими

структурами, одни из которых имеют отношение к содержанию материала,

а другие определяют форму его предъявления, в

HTML

решена с помощью

отказа от строгости языка. Взамен этого было достигнуто некоторое упро-

щение браузеров, которое ныне в связи с резко увеличившимися ресурсами

машин уже не является хоть сколько-нибудь актуальным. Но высокомерно

игнорировать принятое в

HTML

решение не стоит: оно впервые привлекло

внимание к тому, что обрабатываемые данные могут иметь полииерархи-

ческую структуру. Правда, в явном виде эта структура в

HTML

выделена не

была.

Более того,

HTML

рассматривался его создателями как ‘плоский’ язык,

т. е. его не предполагалось использовать для предоставления информации

об иерархии данных. Например, хотя большинство открывающих тегов (та-

кие, как

<b>

или

<h1>

) имеют соответствующие закрывающие теги, некото-

рые (например,

<p>

) их не имеют. Это лишь одна из непоследовательностей

HTML

Теоретические аналогии между иерархической и полииерархической струк-

турой весьма грубо соответствуют соотношению между деревьями и сетями.

Сеть может быть преобразована в дерево путем дублирования вершин, но

при этом число вершин может вырасти экспоненциально, а заодно возника-

ет проблема поддержания целостности и непротиворечивости информации,

13.3. ЯЗЫКИ РАЗМЕТКИ

777

поскольку вершины, получившиеся в результате дублирования одной и той

же, должны всегда содержать одинаковую информацию.

Если оставить в стороне все аспекты

HTML

, не относящиеся задаче о сло-

вах, то средства этого языка не имеют преимуществ по сравнению с число-

вой разметкой, представленной выше (см. § 10.2.5). Как в том, так и в другом

случае есть возможность при помощи разметки задать требуемое структу-

рирование. Однако

HTML

— это стандартное для браузеров представление,

и есть возможность использовать для работы с ним весь арсенал средств,

предлагаемых для этого стандарта.

Главной особенностью разметки

HTML

является, конечно, возможность

вставки ссылок на внешние документы или на внутренние разделы того же

самого документа. Для решаемой задачи это качество в принципе можно

было бы использовать, чтобы отделить программные части от данных. Но

даст ли это преимущество по сравнению с тем, что позволял сделать тип

T_StructTableLine

? Да, если иметь в виду дополнительные возможности, и

нет, если ограничиться утилитарными рамками. Если не иметь ввиду допол-

нительные еще не рассмотренные возможности, связанные с

HTML

, то это

всего лишь еще одна форма описания структурированных данных.

HTML

преуспел не только как адаптируемый язык разметки, но и в ка-

честве промежуточного программного обеспечения (middleware), активизи-

рующего нужные действия браузера.

HTML

обеспечивает также простейшие

посреднические функции для общения с различными серверами. Но это —

слишком примитивный язык и с точки зрения задания разметочной структу-

ры, и для передачи заданий другим серверам. Его ограниченные возможно-

сти форматирования пытались преодолеть с помощью определения расшире-

ний. Прежде всего, конечно же, вводились специфические расширения для

конкретных браузеров.

В дальнейшем попытались определить механизм описания расширений:

т. н. каскадные таблицы стилей,

CSS

(Cascading Style Sheet).

CSS

приме-

няются некоторой частью Web-сообщества, состоящей из достаточно гра-

мотных в информатике людей. Они позволяют изменять форматирование из-

вестных тегов

HTML

и определять новые теги. В частности, на Web-сервере

Network Magazine

таблицы стилей

CSS

используются и для стандартизации

представления типичных элементов, таких, как

<H1>

, и для введения новых,

таких, как врезки.

Для повышения качества выполнения посреднических функций пытают-

ся применять промежуточное программное обеспечение (с помощью

Java

ActiveX

и т. п.). Тем не менее, все это не устраняет фундаментальные недо-

778

ГЛАВА 13. СЕНТЕНЦИАЛЬНЫЕ МЕТОДЫ

статки

HTML

По сути,

HTML

— это лишь способ представления информации, он опи-

сывает то, как браузер должен скомпоновать текст, графики и другие элемен-

ты изображений на странице. В результате «то, что вы видите, — это все, что

вы получаете» (WYSIWYG)

. Нет никакого способа описать данные неза-

висимо от отображения этих данных (за исключением чрезвычайно слабой

системы ключевых слов в заголовке страницы

Web

).В частности, это главная

причина, почему так трудно найти нужную информацию с помощью меха-

низма поиска. Клиент не имеет приемлемых средств извлечения данных со

страницы для дальнейшей работы с ними. На любой конкретной странице

клиент получает только одно представление конкретного множества данных.

Это подтверждает следующая иллюстрация.

Пример 13.3.2. Предположим, что вы просматриваете список аукционов,

упорядоченный по дате открытия торгов. Если вы захотите взглянуть на тот

же список, но отсортированный по дате закрытия торгов, то браузеру придет-

ся посылать новый запрос серверу. В свою очередь, серверу придется заново

отправлять полную страницу

HTML

со списком аукционов.

Конец примера 13.3.2.

Такого рода манипулирование данными ведет к значительному увеличению

числа обращений к серверам и к другим неприятным последствиям.

На примере задачи о словах и попыток адекватно представить таблицу

автомата с помощью разметки текста видна необходимость стандартной раз-

метки, а также то, что не всякая стандартная разметка годится. Последнее

демонстрирует язык

HTML

, который не в состоянии дать ничего существен-

но нового по отношению к показу таблицы. Ситуации, когда необходимы до-

полнительные возможности разметки, достаточно типична,

Простым решением для некоторых из перечисленных проблем было бы

введение дополнительных семантических тегов

HTML

, таких, как

<DATE>

<PRICE>

, а в нашем случае

<_1>

<_2>

и т. д. С их помощью клиент мог бы

определить, каков смысл данных. История, однако, показывает, что введение

Термин WYSIWYG обычно применяется для характеристики качества интерфейса про-

граммных систем. Если система обладает этим качеством, то пользователю для понимания

того, что делает программа, нет необходимости заглядывать в исходный текст для выявления

действий, а дизайнер при написании исходного текста немедленно получает образ резуль-

тата своих действий. Пример задачи оперирования с таблицами демонстрирует ситуацию,

когда прямолинейное понимание WYSIWYG противоречит требованиям обработки данных.

13.3. ЯЗЫКИ РАЗМЕТКИ

779

дополнительных тегов для

HTML

может занять годы; консенсуса по поводу

того, что они должны значить, редко когда удается достичь, если он вообще

возможен.Если же вы решите не дожидаться изменения стандарта, то имейте

в виду, что вы создаете нечто свое и тем самым полностью отказываетесь от

остатков переносимости: одного из главных преимуществ

HTML

Таким образом, история развития и применения

HTML

является класси-

ческим примером результатов ‘прагматического’ подхода. Подытожим их.

• Хотели создать корректную конкретизацию

SGML

, но пожалели време-

ни и сил на то, чтобы добиться понимания примененного средства. В

результате из стандарта

SGML

HTML

была взята лишь внешняя форма

представления разметки, а суть была абсолютно искажена.

• Хотели создать расширяемую заготовку, а появился стихийный стан-

дарт, зафиксировавший слишком раннюю, недоделанную и внутренне

несогласованную стадию развития языка и его использования.

• Хотели создать механизм для middleware, а появился голем, который

может совершенно непредсказуемо вести себя в другой обстановке, не-

похожей на ту, для которой разрабатывалось примененное программ-

ное обеспечение.

• В общем, по словам Черномырдина, «Хотели, как лучше, а...».

XML — расширенный язык описания структуры

Нет ничего удивительного в появлении других стандартных языков, кото-

рые устраняют проявившие себя недостатки

HTML

. В настоящее время роль

такого языка играет

XML

Чтобы устранить самые зияющие из выявившихся недостатков

HTML

, в

1996 году члены рабочей группы Консорциума

World Wide Web

(

W3C

http://www.w3.org

)вернулись к рассмотрению стандартного обобщенного язы-

ка разметки —

SGML

), вульгарным жаргоном которого является

HTML

Есть легенда о том, что, поскольку двумя единственными кандидатами на основу языка

разметки для Интернет являлись

SGML

и T

X, а делали первые его варианты в значительной

степени в физическом институте CERN, инициаторы Интернет обратились прежде всего к

Д. Кнуту. Но он заявил, что авторские права им уже переданы Американскому математиче-

скому обществу и поэтому он не может дать добро на новые жаргоны. Инициаторы предпо-

чли, не продолжая переговоров, обратиться к альтернативному источнику и изуродовали его

780

ГЛАВА 13. СЕНТЕНЦИАЛЬНЫЕ МЕТОДЫ

Наконец-то пойдя по пути корректной специализации

SGML

для исполь-

зования с

Web

, группа

W3C

предложила

XML

(eXtensible Markup Language —

расширяемый язык разметки; см., напр. [55]).

XML

представляет собой кор-

ректно определенный язык, порождаемый как конкретизация

SGML

, и как

следствие, любой действительный документ

XML

является действительным

документом

SGML

. Более того, как и

SGML

XML

— это метаязык, являю-

щийся подъязыком

SGML

и определяющий процедуру порождения языков

разметки для специфических целей. Например, язык синхронизированной

интеграции мультимедиа (

Synchronized Multimedia Integration Language —

SMIL

) базируется на

XML

используется для разметки стандартных документов во многом так

же, как

HTML

. Однако

XML

превосходит его при работе со структурирован-

ными данными, такими, как результаты запроса, метаинформация об узле

Web

или элементы и типы схем.

Документ

XML

выглядит во многом похожим на

HTML

, поскольку внеш-

няя форма взята из того же источника, и сохранены даже многие наиболее

широко распространенные теги. Однако, в отличие от

HTML

, смысл тега за-

висит от регистра, а каждый открывающий тег должен во всех случаях иметь

парный закрывающий тег. Не ограничивая автора каким-либо фиксирован-

ным набором тегов,

XML

позволяет ему вводить любые имена, представляю-

щиеся полезными. Эта возможность является ключевой для активного мани-

пулирования данными. В качестве примера ниже сравнивается, как список

имен и адресов выглядит на

HTML

, и как он может быть представлен на

XML

Вот фрагмент

HTML

Программа 13.3.1

<H1>Еditor Сontacts</H1>

<H2>Имя: Иван Дураков</H2>

<P>Должность: старший редактор</P>

<P>Издание: Сибирские сети</P>

<P>Улица и дом: Морской, 13 </P>

<P>Город: Академгородок</P>

<P>Штат: Сибирь</P>

<P>Индекс: 630090</P>

<P>Электронная почта: ivan_durak@uchenych.net</P>

в меру своей испорченности (так что, возможно, с неких высших позиций Кнут был и прав,

отфутболивая их).

13.3. ЯЗЫКИ РАЗМЕТКИ

781

Теги позволяют браузеру размещать данные на экране, но ничего не сооб-

щают об их структуре. Конечно, вы можете сами домыслить их структуру и

даже вставить длинный список записей, например, в электронную таблицу,

но что произойдет, если одна из записей не будет содержать строки с адре-

сом электронной почты или название улицы и города окажутся перепутаны

местами?

В случае

XML

почти тот же самый фрагмент представлен следующим

образом.

Программа 13.3.2

<? xml version = "1.0"?>

<editor_contacts>

<ﬁrst_name>Иван</ﬁrst_name>

<last_name>Дураков</last_name>

<title>старший редактор</title>

<publication>Сибирские сети</publication>

<street>Морской, 13</street>

<city>Академгородок</city>

<state>Сибирь</state>

</address>

<e_mail>ivan_durak@uchenych.net</e_mail>

</editor>

</editor_contacts>

Обратите внимание, что в данном фрагменте отсутствуют такие элементы

данных, как «Имя», «Должность», «Издание» и т. д., зато безликие

<P>

</P>

заменены тегами с содержательными идентификаторами. Естественно,

что для таких тегов где-то должно быть дано определение,причем такое,при-

менение которого позволило бы, например, печатать структурные единицы

нужным образом, в частности, вставляя опущенные элементы данных. Имен-

но это свойство

XML

позволяет нагружать теги смыслом, который использу-

ется обработчиками для задания тех или иных действий, и поэтому зачастую

использовать его не только как язык разметки текстов, но и как язык разметки

данных.

782

ГЛАВА 13. СЕНТЕНЦИАЛЬНЫЕ МЕТОДЫ

Новое качество

XML

— единственность структуры, задаваемой тегами:

теги не могут накладываться. Однако они могут быть вложены друг в друга.

Следовательно, пример со шрифтовой и цветовой структурами описывается

только вариантом текста, представленным в (13.13).

Некоторые элементы, как

<ﬁrst_name>

<e_mail>

, содержат данные, в то

время как другие (

) присутствуют только в целях структурирова-

ния.А как быть с альтернативными видами структур? Считается, что их мож-

но моделировать на главной структуре

XML

текста. Это делается, во-первых,

с помощью приема, который продемонстрирован упомянутым примером, а

во-вторых, за счет атрибутов элементов текста и ссылок на другие объекты.

Атрибутирование аналогично имеющейся в

HTML

возможности, где, на-

пример, элементу

<table>

может быть присвоен атрибут

align="center"

. В

XML

элемент может иметь один или более связанных с ним атрибутов, причем при

составлении документа их можно вводить столько, сколько потребуется для

конкретной работы. Например:

Ссылка на другой объект представляет собой строку,начинающуюся с & и за-

канчивающуюся точкой с запятой. Эти ссылки позволяют, в частности, вста-

вить в документ специальные символы, включение которых самих по себе

могло бы сбить с толку программу разбора. Например, чтобы поместить в

документ знак “меньше, чем” (<) вы должны вставить ссылку

, а чтобы

вставить сам амперсенд — ссылку

amp;

, и т. д. До сих пор все так же, как и

HTML

. Однако ссылки

XML

на объекты предоставляют гораздо больше воз-

можностей, так как они могут отсылать к определенным автором разделам

текста в том же самом или в другом документе:

&introduction;

&body;

&sidebar;

&conclusion;

&resources;

</article>

Другими видами разметки

XML

являются комментарии (они выделяют-

ся точно так же, как в

HTML

) и инструкции по обработке. Инструкциям по

13.3. ЯЗЫКИ РАЗМЕТКИ

783

обработке предшествует знак вопроса. Они описывают, что именно програм-

ма разбора должна использовать для интерпретации конкретного документа

или его раздела. Например, инструкция

<?xml version = "1.0"?>

сообщает программе разбора

XML

, что обрабатываемый документ действи-

тельно составлен с помощью

XML

Наконец, как и в любом языке разметки, в

XML

есть разделы символьных

данных. Это части документа, рассматриваемые исключительно как данные

и не подвергающиеся разбору. Они выглядят следующим образом:

<![CDATA[

Этот текст, даже если он содержит элементы кода

HTML

, такие,

как

<B>жирныйшрифт</B>

или

<H1>заголовок</H1>

не подвергается грамматическому разбору. Вместо этого он отображается,

как есть.

]]>

Все, что рассмотрено при обсуждении

XML

до сих пор, не затрагивало два

важных вопроса:

• как именно должны форматироваться элементы

XML

• как браузеры смогут понимать нестандартные теги (типа

Одним из возможных ответов для

HTML

является использование

CSS

могут служить для форматирования документов

XML

, но это не очень

удачный выбор. Главное достоинство

XML

в том, что он представляет фор-

мат документа в виде древовидной структуры. К сожалению,

CSS

не спо-

собны взаимодействовать с деревом, они могут только форматировать до-

кументы

XML

“как они есть”. Можно вывести документ на экран в любом

приглянувшемся формате, но нельзя осуществить какое-либо избирательное

представление его данных без применения языка сценариев. Более того, для

использования

CSS

приходится изучить еще один синтаксис.

Данные ограничения привели к созданию

XSL

. Это приложение

XML

со

своей собственной семантикой (фиксированным набором элементов), следо-

вательно, оно может быть использовано для создания таблиц стилей (шабло-

нов документов), понятных любой программе разбора

XML

Таблицы стилей

XSL

описывают, как документы

XML

должны преобразо-

вываться в другие форматы, такие, как

HTML

RTF

и т. п. Но таблицы стилей

784

ГЛАВА 13. СЕНТЕНЦИАЛЬНЫЕ МЕТОДЫ

XML

— это нечто большее,чем просто преобразователи форматов: они также

предоставляют механизм для манипулирования данными. Например, данные

можно сортировать, производить по ним поиск, удалять или добавлять прямо

из браузера.

Давайте рассмотрим какую-либо простую таблицу стилей, которой мы

могли бы воспользоваться для приложения

Editor Contacts

Программа 13.3.3

<?xml version = "1.0" ?>

<xsl:stylesheet xmlns:xsl="http://www.w3.org/TR/WD-xsl">

<!-декларация, что документ является таблицей стилей и

что он связан с xsl: namespace ->

<xsl:template match="/">

<!-Применить шаблон ко всему в исходном документе XML ->

<HTML>

<BODY>

<H1>Editor Contacts</H1>

<xsl:for-each select="editor_contacts/editor">

<xsl:value-of select="last_name"/></H2>

<P>Должность: <xsl:value-of select="title"/></P>

<P>Издательство: <xsl:value-of select="publication"/></P>

<P>Улица и дом:

<xsl:value-of select="address/street"/></P>

<P>Город: <xsl:value-of select="address/city"/></P>

<P>Страна: <xsl:value-of select="address/state"/></P>

</xsl:for-each>

</BODY>

</HTML>

</xsl:template>

</xsl:stylesheet>

При сохранении на диск под именем

EDITORS.XSL

(или любым другим) этот

шаблон будет применен к

EDITORS.XML

при добавлении в него следующей

строки после первой:

<?xml-stylesheet type="text/xsl" href="editors.xsl" ?>