Kapitola    1.    Vizualizace    XML    dat, Významné aplikace XML
Obsah
Úvod k formátování.....................................................................................................1
DocBook: přiklad složitějšího značkování................................................................1
DocBook: vrstvy a přizpůsobení ............................................................................2
DocBook: styly...................................................................................................2
Konceptuálni, logické a fyzické formátování ....................................................................2
Co a k čemu je formátování? .................................................................................2
Úrovně formátování.............................................................................................3
Odkud kam sahají úrovně formátování?...................................................................3
Fáze formátování ........................................................................................................3
Postup formátování a příklady nástrojů....................................................................3
data -> požadovaná data (filtrace)...........................................................................3
filtrovaná data -> konceptuálni formát.....................................................................4
Konceptuálni formát -> logický formát....................................................................5
Logický formát -> fyzický formát...........................................................................6
Formátování a výstupní média .......................................................................................6
Výstup na běžnou obrazovku, web (HTML, plaintext, RTF) ........................................6
(X)HTML, RTF, plaintext (2)................................................................................6
Výstup pro tisk (PDF, TeX) ..................................................................................7
Výstup na malé displeje (WAP, PDA).....................................................................7
Hlasový výstup (VoiceXML) ................................................................................8
Podrobněji k formátovacím objektům (XSL:FO) ...............................................................8
Co a k čemu jsou XSL:FO ....................................................................................8
Informační zdroje k XSL:FO .................................................................................8
Úvod k formátování
DocBook: příklad složitějšího značkování
•     rozsáhlý projekt - poskytnout jednotný komplexní značkovací jazyk pro „vesekerou" programátorskou dokumentaci
•     nyní používáno k celé řadě jiných účelů - psaní článků (article), knih (book), jednotlivých kapitol (chapter), sekcí (section, sectX)
•     autorem je Norman Walsh (Sun Microsystems Inc.)
1
Vizualizace XML dat, Významné aplikace XML
•     podrobnosti, DTD, help, software, styly k dispozici viz docbook.org [http://docbook.org]
•     pravděpodobně nejrozsáhlejší existující značkování pro logický popis dokumentu
•     k   DB   existuje   TDG   (DocBook:   The   Definitive   Guide)   -   také   jako   Windows   Help [/~tomp/xml/tdg-en-2.0.7. chm]
DocBook: vrstvy a přizpůsobení
•     DocBook lze používat jako základní (Full)
•     zjednodušený (Simplified) nebo si jej přizpůsobit
přizpůsobení znamená:
•     upravit DTD (přes parametrické entity)
•     evt. upravit (XSL) styly
•     XSL styly jsou upravovány na základě importu původního stylu a překrytí vybraných šablon
DocBook: styly
•     k vizualizaci (a převodu do tiskových formátů) z napsaného DocBookoveho dokumentu lze použít XSL styly
•     XSL styly jsou na http://docbook.sf.net
•     v rámci toho je i přizpůsobení DocBook Slides
•     styly formátují do HTML, XHTML, XSL :F0,...
•     zpracování lze parametrizovat bez přepisování stylů
Konceptuálni, logické a fyzické formátování
Co a k čemu je formátování?
XML data jsou sice částečně „lidsky čitelná", ale pro zpracování člověkem vyžadují transformaci do kvalitně zobrazitelné podoby -formátování.
Formátování je proces transformace primárních dat do lidsky čitelné „prezentovatelne" podoby, určené k
2
Vizualizace XML dat, Významné aplikace XML
zobrazení, hlasové interpretaci, atd.
Úrovně formátování
Rozlišujeme formátování na úrovni:
konceptuálni           maximum sémantiky v datech je zachováno, je přidána formátovací sémantika -
např. struktura publikace, členění na kapitoly, sekce; datový obsah je vyfiltrován pro účely zobrazení (např. metadata jsou redukována). Příklad formátu - DocBook [http://docbook.org].
logické                   původní sémantiku již nelze rekonstruovat, je přidána další formátovací sémantika -
např. členění na nadpisy, tabulky, styly, přibývají instrukce pro volbu písma, barvu, odsazení, mezery mezi odstavci... Formátovaný dokument je stále relativně univerzálně zobrazitelný a přenositelný. Příklad formátu - HTML [http://w3.org/HTML].
fyzické                   formátovaný dokument je v podstatě přesným popisem, jak vytisknout, zobrazit,
hlasově přečíst dokument. Příklady formátu - PostScript, PDF.
Odkud kam sahají úrovně formátování?
•    Hranice mezi jednotlivými úrovněmi nej sou ostré.
Dokument na vyšších formátovacích úrovních (konceptuálni) lze dále transformovat, zpracovávat...
Část sémantiky původních dat je však již ztracena a naopak formátovací sémantika je doplněna.
Viz např. formát DocBook - dokument v DocBooku už je článek, kniha, přednáška ve formě slidů... což původní zdrojová data nebyla.
Dokument formátovaný do formátů nižších úrovní (logický, fyzický) není obvykle určen k dalšímu zpracování vyjma přípravy pro tisk, zobrazení.
Viz např. HTML, PDF... (s jistými výjimkami)
Fáze formátování
Postup formátování a příklady nástrojů
Budeme uvažovat XML data a adekvátní nástroje se zaměřením na open-source.
data -> požadovaná data (filtrace)
Z primárních dat extrahujeme data potřebná. Vhodné nástroje:
3
Vizualizace XML dat, Významné aplikace XML
filtrování proudu (SAX) událostí        poměrně nekomfortní, ale za běhu efektivní zpracování dat; pro
pouhé filtrace elementů vyhoví; lze použít XML Filter
manipulace se stromem dokumentu    DOM, dom4 j a další reprezentace; náročnější na pamět i čas; dovoluje složitější manipulace
XSLT transformace                           mocné, ale poněkud náročnější na zvládnutí
dotazovacím jazykem                        vhodné řešení, ale vyžaduje stroj na interpretaci
Příklad 1.1. Příklad XSLT extrakce
Ze všech programátorů v Devguru chceme zobrazit jen mladší 30 let:
<?xml version="l.0" encoding="Windows-1250"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="l.0" xmlns:saxon="http://icl.com/saxon" extension-element-prefixes="saxon"> <xsl:strip-space elements="*" />
<xsl:output method="xml" encoding="Windows-1250" indent="no" /> <xsl:template match="programmer[number(age) &lt; 30]">
<xsl:copy-of select="."/> </xsl:template>
<xsl:template match="programmer"/> <xsl:template match="/"> <young programmers>
<xsl:apply-templates/> </young programmers> </xsl:template> </xsl:stylesheet>
filtrovaná data -> konceptuálni formát
Příklad 1.2. XSLT transformace do DocBooku
O všech mladších programátorech z Devguru napiš souhrnnou zprávu (styl je zkrácen):
<xsl:output method="xml" encoding="Windows-1250" indent="no"
doctype-system="http://www.oasis-open.org/docbook/xml/simple/1.0/sdocbook.dtd doctype-public="-//OASIS//DTD Simplified DocBook XML V1.0//EN"/> <xsl:template match="programmer"> <row>
<entry>
4
Vizualizace XML dat, Významné aplikace XML
<xsl:value-of select="name"/> </entry> <entry>
<xsl:value-of select="age"/> </entry> </row> </xsl:template> <xsl:template match="/"> <article>
<title>Seznam pracovníků mladších 30 let</title> <table>
<title>Tabulka pracovníků mladších 30 let</title>
<tgroup cols="2">
<tbody>
<row><entry>jméno</entry><entry>věk</entryx/row> <xsl:apply-templates/> </tbody> </tgroup> </table> </article> </xsl:template>
Konceptuálni formát -> logický formát
Příklad 1.3. XSLT transformace do DocBooku
Zprávu o mladších programátorech formátuj do HTML:
<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN"> <html>
<head>
<meta http-equiv="Content-Type" content= "text/html;charset=ISO-8859-l"> <title>Seznam pracovn&iacute;k&#367; mlad&scaron;Siacute;ch 30 let</title> <link rel="stylesheet" href="html.css" type="text/css"> <meta name="generator" content= "DocBook XSL Stylesheets V1.60.1"> </head>
<body bgcolor="white" text="black" link="#0000FF" vlink= "#840084" alink="#0000 <div class="article" lang="en"> <div class="titlepage"> <div><div>
<h2 class="title">
<a   name="d0el"x/a>Seznam pracovn&iacute;k&#367;   mlad&scaron;Siacute; </h2> </divx/div>
5
Vizualizace XML dat, Významné aplikace XML
<hr> </div> <div class="table">
<a   name="d0e4"x/a> <p   class="title">
<b>Table 1. Tabulka pracovn&iacute;k&#367; mlad&scaron;Siacute;ch 30 let< </p>
<table summary="Tabulka pracovn&iacute;k&#367; mlad&scaron;Siacute;ch 30 let <colgroup> <col> <col> </colgroup> <tbody>
<tr><td> jm&eacute;no </td> <td> v&#283;k</td> </tr> <tr> <td> Minnie Mouse</td> <td> 24 </td> </tr> </tbody> </table> </div> </div> </body> </html>
Logický formát -> fyzický formát
Výsledek zobrazený v prohlížeči
Formátování a výstupní média
Výstup  na  běžnou  obrazovku, web (HTML,  plaintext, RTF)
•     k transformaci pro tato média lze použít XSLT (do plaintextu, HTML, XHTML...), speciálních nástrojů         (např.         RTF         FormattingKit,         viz         RTF         FormattingKit         web [http://www.schema.de/sitehtml/site-e/xmlnachO.htm] pro RTF)
•     pokud je formátování určeno k prohlížení na webu (prohlížečem), je možné pro specifikaci stylu použít konvenci (<?xml-stylesheet type="text/xsl" href="somestylesheet.xsl"?>)
•     totéž lze použít i pro CSS styly
•     pro XML je použitelná verze CSS2
(X)HTML, RTF, plaintext (2)
6
Vizualizace XML dat, Významné aplikace XML
•     k transformaci pro tato média lze použít XSLT (do plaintextu, HTML, XHTML...), speciálních nástrojů         (např.         RTF         FormattingKit,         viz         RTF         FormattingKit         web [http://www.schema.de/sitehtml/site-e/xmlnachO.htm] pro RTF)
•     pokud je formátování určeno k prohlížení na webu (prohlížečem), je možné pro specifikaci stylu použít konvenci typu <?xml-stylesheet type="text/xsl" href="somestylesheet.xsl"?>.
•     přesný popis této konvence [http://web3.w3.org/TR/xml-stylesheet/]
•     totéž lze použít i pro styly CSS [http://www.w3.org/Style/CSS] (pro XML je použitelná verze CSS2)
•     dobré informační zdroje k použití CSS pro XML:
•     specifikace CSS2 [http://www.w3.org/Style/CSS]
•     CSS 2 Tutorial (zvon.org) [http://www.zvon.org/xxl/CSS2Tutorial/General/htmlIntro.html]
•     Building             Documents             with             XML,             XSL,             and             CSS [http://www. siteexperts.com/tips/xml/tsO 1/page 1 .asp]
•     displaying            xml:            working            with            cascading            style            sheets [http://www.javertising.com/webtech/cssxml.htm]
Validace dokumentů s CSS styly:CSS Validator na W3C: http://jigsaw.w3.org/css-validator/
Výstup pro tisk (PDF, TeX)
•     obvyklý postup:
•     transformace XML - XSL:FO pomocí XSLT
rendering XSL:FO do PDF/PS pomocí Apache FOP nebo jiného (komerčního) nástroje
•     nebo přes PassiveTex do TeXového zdroje a pak standardní TeXovou cestou (TeX - DVI ~ PS nebo TeX ~ PDF s pomocí pdfTeXu)
•     jak může vypadat celý postup zpracování, ukazuje návod J. Pavlovice k modulu xslt2 [http://www.fi.muni.cz/~xpavlov/xml/]
Výstup na malé displeje (WAP, PDA)
•     pro mobilní telefony s WAP: v podstatě obdobné jako pro web, jazykem popisu WAP stránek je WML [http://www.wapforum.org/what/technical.htm]
•     použijí se typicky opět XSLT transformace
•     pro PDA: typicky nemají on-line spojení, připojují se "občas" přes stolní počítač zapojený do internem
7
Vizualizace XML dat, Významné aplikace XML
•     proto potřebují systém na stažení, kompresi a off-line prohlížení webových stránek
•     možným řešení je AvantGo.com [http://avantgo.com]: pro uživatele zdarma, pro poskytovatele obsahuje to komerční systém (omezené použití (málo uživatelů) zdarma)
•     AvantGo systém je rozdělen na serverovou část (na výše uvedené adrese) a klientskou část rozdělenou na desktop (menší část) a PDA počítač (větší část)
technicky je AvantGo schopno přizpůsobit a zobrazit "skoro normální HTML"
•     problémy jsou pochopitelně s interaktivními aplikacemi (formuláře) ~ částečně lze řešit tzv. Form Managerem
•     bližší informace [http://www.avantgo.com/support/] k technice tvorby webů pro AvantGo
Hlasový výstup (VoiceXML)
VoiceXML je značkovací jazyk určený k popisu dialogu vedeného hlasovým rozhraním
Dave Raggett's Introduction to VoiceXML 2.0 [http://www.w3.org/Voice/Guide]
VoiceXML - Tutorials [http://www.voicexml.org/tutorials/]
VoiceXML Tutorial [http://cafe.bevocal.com/docs/tutorial/]
...další  informace  spolu  se  systémem Elvira  (vyvíjeným na FI)  najdete  na  domovské  stránce [http://gin2.itek.norut.no/elvira/_elvira.php?p=introduction] projektu
Podrobněji k formátovacím objektům (XSL:FO)
Co a k čemu jsou XSL:FO
•     XSL:Formatting Objects (XSL:FO) je standard pro platformove neutrální, v XML zapsaný popis (tiskového) formátu publikací
•     dány standardem W3C - viz http://www.w3.org/Style/XSL/
•     k transformaci z XML do XSL:FO se typicky využívá XSLT (proto původně v jedné specifikaci)
•     dalším   krokem   bývá   transformace   XSL:FO   do   PDF/PS   např.   nástrojem   Apache   FOP [http ://xml. apache, org/fop/index, html].
•     obvykle kvalitnějšího výstupu dosáhneme použitím komerčního nástroje, který také podporuje širší škálu formátovacích objektů. Viz např. RenderX XEP [http://www.renderx.com/].
Informační zdroje k XSL:FO
Vizualizace XML dat, Významné aplikace XML
•     dobrý úvodní článek What is XSL:FO [http://www.xml.eom/pub/a/2002/03/20/xsl-fo.html] (Ken Hollman, XML.COM)
•     kvalitní XSL FO Tutorial [http://www.renderx.com/tutorial.html] (firma RenderX)
Stylesheet    Tutorial,    Sample    Files    of    Formatting    Objects    and    Sample    Stylesheets [http://www.antennahouse.com/XSLsample/XSLsample.htm]
9