web - xml processing (dom)

Dr. Sabin Buraga http://www.infoiasi.ro/~busaco/

TehnologiiTehnologii WebWeb <?xml version=“1.0” ?><curs desc=“…” />

Tehnologii Web

Dr. SabinCorneliu BuragaFacultatea de Informatica

Universitatea “A.I.Cuza” – Iasi, Romania

http://www.infoiasi.ro/~busaco/



Detalii in [TX, 193‐239]

Procesari XML: DOM



“Regula de aur este ca nu exista reguli de aur.”

George Bernard Show



XML (Extensible Markup Language)Procesarea documentelor XML

PreliminariiModelul DOM (Document Object Model)

cuprins



intrebare

Cum putem prelucra documentele XML?



Tipuri de procesari XMLProcesare manuala – e.g., expresii regulateProcesare obiectuala – DOM & non‐DOM

Procesare condusa de evenimente – SAX & non‐SAXProcesare simplificata (Simple XML)

Procesare particulara – via API‐uri specializate: e.g., RDF, RSS, SOAP, SVG,…

preliminarii



Procesoare (analizoare) XMLfara validare

verifica doar daca documentul este bine‐formatat(Expat – James Clark, libxml, MSXML,...)

cu validareverifica daca documentul este valid, folosind un DTD sau

o schema (Apache Xerces, JAXP, libxml, MSXML,...)

preliminarii



Modelul DOM IntroducereInterfete DOMDOM Core

DOM – nivelul 2DOM – nivelul 3Implementari

DOM direct in navigator

cuprins



Scop:procesarea obiectuala a documentelor XML/HTML

dom: intro



Interfata de programare a aplicatiilor (API)abstracta pentru XML/HTML

independenta de platforma & limbaj

standardizata de Consortiul Web

dom: caracterizare



Defineste o structura logica arborescentaa documentelor XML

document = set de obiecte

dom: caracterizare



Niveluri de specificareDOM 1 (1998)

http://www.w3.org/TR/REC-DOM-Level-1/DOM Core pentru XML + DOM HTML

DOM 2 (2001) – recomandari multiplehttp://www.w3.org/TR/REC-DOM-Level-2/

DOM 3 (2004) – partial standardizathttp://www.w3.org/TR/DOM-Level-3-Core/

dom: caracterizare



Se ofera o modalitate abstracta de accesaresi de modificare a reprezentarii interne

a unui document XML

Datele sunt incapsulate in obiecte, ascunse si/sauprotejate de prelucrarea externa directa

dom: interfete



Nu implica o implementare concreta, particulara:se ofera interfete de procesare independente

de implementare

Interfetele sunt specificate inIDL (Interface Description Language) – CORBA

dom: interfete



Defineste tipurile de obiecteprin specificarea interfetelor acestora(date membre + metode publice)

Pur declarativOfera suport pentru mostenire multiplaprin intermediul interfetelor

Poate specifica module, interfete, metode, tipuri, atribute, exceptii, constante

Detalii in “OMG IDL Syntax & Semantics”: www.omg.org/technology/documents/formal/corba_2.htm

dom: interfete – IDL



Tipuri de date IDL

dom: interfete – IDL



Specificarea interfetei NodeList

interface NodeList { Node item (in unsigned long index); readonly attribute unsigned long length;

};

dom: interfete – exemplu

Metoda cu un parametru, intorcind o valoare de tip NodeNode

Proprietate readonlyde tip intreg lung fara semn



Specificarea interfetei Attr

interface Attr :: Node { readonly attribute DOMString name; readonly attribute boolean specified;attribute DOMString value;

};

dom: interfete – exemplu

AttrAttr provine din NodeNode

3 proprietati



Structura:Un document ≡ ierarhie de obiectenod care pot implementa interfete (specializate)

Nodurile poseda descendenti sau sint noduri frunzaAccesul la date – liste de noduri, atribute, valori,… –se realizeaza via metodele oferite de obiectele‐nod

dom: core

A se (re)vedea si XML Infoset



DocumentDocument Element, ProcessingInstruction,Comment, DocumentType

DocumentDocumentFragmentFragment

Element, ProcessingInstruction, Comment, Text, CDATASection,…

ElementElement Element, Text, Comment, CDATASection,EntityReference,…

AttrAttr Text, EntityReference

TextText –

dom: core – tipuri de noduri



Interfete fundamentale:DOMExceptionexceptii de procesare

DOMImplementationimplementarea curenta

dom: core



Interfete fundamentale:DocumentFragment : Nodeacces la fragmente de arbore

dom: core



Interfete fundamentale:Documentofera acces la document (pentru consultare si/sau modificare)

dom: core



Interfete fundamentale:Documentproprietatidoctype, implementation, documentElement

dom: core



Interfete fundamentale:Documentmetode createElement(), createTextNode(), createAttribute(), getElementsByTagName(), createElementNS(), importNode(), getElementsByTagNameNS(), renameNode() etc.

dom: core

DOM 2 DOM 3



Interfete fundamentale:Nodeacces la nodurile arborelui

dom: core



Interfete fundamentale:Nodeproprietati nodeName, nodeValue

dom: core



Interfete fundamentale:Nodemetode getNodeType(), insertBefore(), appendChild(), replaceChild(), removeChild(), cloneChild(), hasChildNodes(), hasAttributes(), isSameNode()

dom: core

DOM 2 DOM 3



Interfete fundamentale:Elementofera acces la elementele XML

dom: core



Interfete fundamentale:Elementproprietatea tagName

dom: core



Interfete fundamentale:Elementmetode getAttribute(), getAttributeNode(), setAttributeNode(), removeAttributeNode(), hasAttribute(), hasAttributeNS(),…

dom: core

DOM 2



Interfete fundamentale:Attr : Nodeacces la atributele unui element

dom: core



Interfete fundamentale:NodeList & NamedNodeMappermit accesul la colectiile de noduri

dom: core



Tipuri DOM pentru atribute:

TipuriTipuri DTDDTD TipuriTipuri DOMDOM

CDATA DOMString

Lista valori (left|right|center) DOMString

Valoare unica (disabled) boolean

Numar long int

dom: core



DOM HTML extinde DOM Core

Specializarea interfetelor si oferirea de suport obiectualpentru prelucrarea documentelor HTML

Standardizeaza procesarea paginilor Web(e.g., in cadrul navigatorului)

dom: html



Interfata generica HTMLCollection

Fiecarui element HTML ii va corespundeo interfata: HTMLDocument, HTMLDivElement,

HTMLPreElement,…

dom: html



Se ofera si interfata HTMLElement provenind din Element

dom: html



Extinde functionalitatile DOM1Crearea unui obiect DocumentCopierea unui nod dintr‐un document in altulSi multe altele…

dom: nivelul 2

SpecificatiaDOM 2 CoreDOM 2 Core



Extinde functionalitatile DOM1Controlul foilor de stiluri – CSS 1 & CSS 2Tratarea evenimentelorSpecificarea filtrelor si iteratorilor(parcurgeri sofisticate de arbori DOM)

dom: nivelul 2



Interfete noiDOMImplementation2 : DOMImplementationDocument2 : Document

dom: nivelul 2



Suport pentru procesarea foilor de stiluriStyleSheetStyleSheetListMediaListDocumentStyle

Detalii la http://www.w3.org/TR/DOM-Level-2-Style

dom: nivelul 2



Tratarea evenimentelorDefinirea de activitati executatela aparitia unui eveniment

Descrierea arborescenta a fluxului de evenimenteConceperea unui set standard de evenimentee.g., de control al interactiunii cu utilizatorul sinotificare a modificarilor de structura

Detalii: http://www.w3.org/TR/DOM-Level-2-Events

dom: nivelul 2



Tratarea evenimentelorDe interfata: click, mousedown,mouseup,mouseover,

mousemove, keypress, keydown, keyup, resize, scrollDe modificare a structurii: subtreeModified,

nodeInserted, nodeRemoved, attrModified,…HTML (la nivel de document Web ori de formular):

load, unload, abort, error, select, submit, focus, blur,…

dom: nivelul 2



Tratarea evenimentelorsunt puse la dispozitie interfetele:

EventTargetEventListenerEvent

UIEventMouseEventMutationEvent

dom: nivelul 2



Traversarea arborilor DOMse specifica interfetele optionaleTreeWalker, NodeIterator si Filter

Detalii: http://www.w3.org/TR/DOM-Level-2-Traversal-Range

dom: nivelul 2



Traversarea arborilor DOMExemplu de creare & utilizare a unui iterator:

NodeIterator iter = ((DocumentTraversal) document).createNodeIterator (root,

NodeFilter.SHOW_ELEMENT, null); while (Node n = iter.nextNode ())

afiseaza (n); // metoda definita de utilizator

dom: nivelul 2



Extinde DOM 2, oferindu‐se interfetepentru manipularea XML via module DOM

Un modul se refera la o facilitate particulara

dom: nivelul 3



Modulul Core include interfetele fundamentalece trebuie implementate de toate implementarile

DOM conformindu‐se standardului

Alte module: DOM XML, DOM HTML, DOM XPath, DOM Traversal, DOM Range, DOM Validation, DOM Events, DOM Views,

DOM Load & Save, DOM Stylesheet

dom: nivelul 3



dom: nivelul 3



Sunt specificate noi tipuri de date: DOMTimeStamp – numar de milisecundeDOMUserData – date ale aplicatiei‐utilizatorDOMObject – referinta la un obiect

Sunt introduse noi coduri de exceptieVALIDATION_ERR si TYPE_MISMATCH_ERR

dom: nivelul 3



Ca si la DOM 2, se ofera suport pentru spatiilede nume – atributele folosite pentru declarareaspatiilor de nume prin definitie apartin URI‐ului

http://www.w3.org/2000/xmlns/

dom: nivelul 3



Interfete noi: DOMStringList, NameList, TypeInfo,UserDataInfo, DOMImplementationList,DOMImplementationSource, DOMError, DOMErrorHandler, DOMLocator, DOMConfiguration

Interfete modificate (extinse): Document, Node, Attr, Element, Text, Entity

Detalii: http://www.w3.org/TR/DOM-Level-3-Core

dom: nivelul 3



Module DOM 3 standardizateDOM Load & Save

Interfete puse la dispozitie:LSParser, LSInput, LSSerializer, LSOutput

http://www.w3.org/TR/DOM-Level-3-LS

dom: nivelul 3



Module DOM 3 standardizateDOM Validation

Ofera functionalitati de creare/editare(automata) de documente conformindu‐seunor scheme de validare

http://www.w3.org/TR/DOM-Level-3-Val

dom: nivelul 3



domxml – extensie pentru PHP4JAXP – parte integranta din J2SE (javax.xml.*)JDOM – interfata de programare special construitapentru Java: http://www.jdom.org/

JSXML – biblioteca pentru JavaScriptlibxml – API oferit de GNOME: http://xmlsoft.org/

Baza unor API‐uri pentru limbajele C++, Perl, PHP, Python, Ruby etc.

Folosit si de libxslt

dom: implementari



QDOM – parte din Qt (C++), folosit de KDEOracle XDK – implementare CMSDOM – procesari XML pe partea client/server in C/C++, JScript si VBScript (IE, IIS+ASP,…)Face parte a MSXML SDK

Xerces DOM API – platforma XML (C++/Java): http://xml.apache.org/

dom: implementari



XmlDocument – clasa oferita de .NET Framework (C#, J#, VB.NET,...)

XML() – clasa din ActionScript (Flash)XML::DOM – modul Perl pentru DOM, bazat pe Expat (XML::Parser)

xml.dom – modul din Python, parte a PyXML

dom: implementari



dom: implementari

Procesarea documentelor XML:



dom: demo

!!



Manipularea documentelor XML in browser

dom: browser



Vizualizarea/procesarea documentelor XHTML si XMLse realizeaza via DOM in limbajul de scripting suportatde navigatorul Web

ECMAScript – standard: www.ecma-international.orgJavaScript (Gecko + Expat in Mozilla/Firefox et al.)JScript / VBScript (MSDOM in Internet Explorer)

dom: browser



Uzual, se folosesc analizoare XML fara validare (e.g., Expat)

Se ofera suport si pentru procesarea asincronaa informatiilor XML

AJAX (Asynchronous JavaScript And XML) via obiectul XMLHttpRequest

dom: browser

Vezi cursurileviitoare



Arborele DOM direct in Firefox via DOM Inspector DOM Inspector

si FirebugFirebug



rezumat

Procesarea documentelor XMLModelul DOM: caracterizare, interfete,

niveluri de specificare, exemple



??

web - xml processing (dom)

Technology