Introduktion til XML

I denne artikel

• Et hurtigt blik på opmærkning, markering og koder

• Så hvad gør det til XML?

• Et par ord om korrekt udformet data

• Et hurtigt blik på skemaer

• Et hurtigt blik på transformeringer

• Et hurtigt blik på XML i Microsoft Office-systemet

Et hurtigt blik på opmærkning, markering og koder

For at forstå XML hjælper det at forstå idéen bag opmærkning af data. Man har oprettet dokumenter i århundreder, og man har mærket disse dokumenter lige så længe. Eksempelvis opmærker skolelærere hele tiden opgaver. De beder elever om at flytte afsnit, præcisere sætninger, rette stavefejl og så videre. Markering af et dokument indbærer, at vi definerer strukturen, betydningen og udseendet af oplysningerne i dokumentet. Hvis du nogensinde har brugt funktionen Registrer ændringer i Microsoft Office Word, har du brugt en elektronisk form for opmærkning.

I databehandling har "opmærkning" også udviklet sig til "markering". Markering er processen, hvor man bruger tags, der kaldes koder (eller nogle gange tokens), til at definere strukturen, udseendet, og – med XML – betydningen af dataene.

HTML-koden til denne artikel er et godt eksempel på computermarkering på arbejdet. Hvis du gennemser den (højreklik på siden i Microsoft Internet Explorer, og klik derefter på Vis kilde), vises der en blanding af læsbar tekst og HTML-koder (Hypertext Markup Language), f.eks. <p> og <h2>. Koder i HTML- og XML-dokumenter er nemme at genkende, fordi de er omgivet af vinkelparenteser. I kildekoden til denne artikel udfører HTML-koderne en række forskellige opgaver, f.eks. definere starten og slutningen af hvert afsnit (<p> ... </p>) og markere placeringen af hvert billede.

Så hvad kendetegner XML?

HTML- og XML-dokumenter indeholder data, der er omgivet af koder, men her ophører ligheden mellem de to sprog. I HTML definerer koderne udseendet af dine data – overskrifterne skal være her, afsnittet starter der osv. I XML definerer koderne strukturen og betydningen af dine data – hvad dataene er.

Når du beskriver strukturen og betydningen af dine data, gør du det muligt at genbruge disse data på flere forskellige måder. Hvis du f.eks. har en blok med salgsdata, og hvert element i blokken er tydeligt identificeret, kan du indlæse netop de elementer, du skal bruge, i en salgsrapport og indlæse andre elementer i en regnskabsdatabase. Sagt på en anden måde kan du bruge ét system til at generere dine data og markere dem med XML-koder og derefter behandle disse data i et vilkårligt antal andre systemer, uanset hardwareplatformen eller operativsystemet. Denne overførsel er grunden til, at XML er blevet en af de mest populære teknologier til udveksling af data.

Husk på følgende under arbejdet:

• Du kan ikke bruge HTML i stedet for XML. Du kan dog ombryde XML-data i HTML-koder og få dem vist på en webside.

• HTML er begrænset til et foruddefineret sæt af koder, som alle brugere deler.

• MED XML kan du oprette et hvilket som helst mærke, du har brug for til at beskrive dine data og strukturen af disse data. Antag f.eks., at du skal gemme og dele oplysninger om kæledyr. Du kan oprette følgende XML-kode:

  <?xml version="1.0"?>
  <CAT>
    <NAME>Izzy</NAME>
    <BREED>Siamese</BREED>
    <AGE>6</AGE>
    <ALTERED>yes</ALTERED>
    <DECLAWED>no</DECLAWED>
    <LICENSE>Izz138bod</LICENSE>
    <OWNER>Colin Wilcox</OWNER>
  </CAT>
  

Du kan se, at XML-koder gør det muligt at vide, nøjagtigt hvilke slags data, du kigger på. Du ved f.eks., at dette er data om en kat, og du kan nemt finde kattens navn, alder og så videre. Muligheden for at oprette koder, der definerer næsten enhver datastruktur, er det, der gør XML "extensible" (kan udvides).

Men du må ikke forveksle koderne i det pågældende kodeeksempel med koder i en HTML-fil. Hvis du f.eks. indsætter denne XML-struktur i en HTML-fil og får vist filen i din browser, ser resultaterne nogenlunde sådan ud:

Izzy Siamese 6 yes no Izz138bod Colin Wilcox

Browseren ignorerer dine XML-mærker og viser kun data.

Et par ord om korrekt udformet data

Du kan høre en person fra din it-afdeling nævne "korrekt udformet" XML. En korrekt udformet XML-fil overholder et sæt meget strenge regler, der styrer XML. Hvis en fil ikke overholder disse regler, holder XML op med at fungere. I det forrige kodeeksempel har hvert åbningsmærke f.eks. et slutmærke, så eksemplet overholder en af reglerne for at være korrekt udformet. Hvis du fjerner et mærke og forsøger at åbne filen i et af Office-programmerne, får du vist en fejlmeddelelse, og programmet forhindrer dig i at bruge filen.

Du behøver ikke nødvendigvis at kende reglerne for oprettelse af korrekt udformet XML (selvom de er nemme at forstå), men du skal huske, at du kun kan dele XML-data mellem programmer og systemer, hvis dataene er korrekte. Hvis du ikke kan åbne en XML-fil, er det sandsynligvis, fordi filen ikke er korrekt.

XML er også platformuafhængig, hvilket betyder, at ethvert program, der er bygget til at bruge XML, kan læse og behandle dine XML-data, uanset hardware eller operativsystem. Med de rigtige XML-koder kan du f.eks. bruge et skrivebordsprogram til at åbne og arbejde med data fra en mainframe-computer. Og uanset hvem der opretter en brødtekst i XML-data, kan du arbejde med de samme data i flere Office-programmer. Da XML er så bærbar, er det blevet en af de mest populære teknologier til at udveksle data mellem databaser og brugeres skriveborde.

Ud over kodede, korrekt udformede data, bruger XML-systemer typisk yderligere to komponenter: skemaer og transformeringer. De følgende afsnit beskriver, hvordan disse yderligere komponenter fungerer.

Et hurtigt blik på skemaer

Lad ikke udtrykket "skema" intimidere dig. Et skema er blot en XML-fil, der indeholder regler for, hvad der må og ikke må findes i en XML-datafil. Skemafiler bruger typisk filtypenavnet .xsd, mens XML-datafiler bruger filtypenavnet .xml.

Skemaer gør det muligt for programmer at validere data. De giver rammerne for strukturering af data og sikrer, at det giver mening for skaberen og andre brugere. Hvis en bruger f.eks. indtaster ugyldige data, f.eks. tekst i et datofelt, kan programmet bede brugeren om at angive de korrekte data. Så længe dataene i en XML-fil overholder reglerne i et givet skema, kan alle programmer, der understøtter XML, bruge dette skema til at læse, fortolke og behandle dataene. Som vist i følgende illustration kan Excel f.eks. validere de <CAT> data i forhold til CAT-skemaet.

Skemaer kan blive meget komplekse, og det ligger uden for denne artikels område at lære dig, hvordan du opretter ét. (Desuden har du sandsynligvis en it-afdeling, der ved hvordan). Men det hjælper dig at vide, hvordan skemaer ser ud. Følgende skema definerer reglerne for kodesættet <KAT>... </KAT>.

<xsd:element name="CAT">  
  <xsd:complexType>  
    <xsd:sequence>
      <xsd:element name="NAME" type="xsd:string"/>
      <xsd:element name="BREED" type="xsd:string"/>
      <xsd:element name="AGE" type="xsd:positiveInteger"/>
      <xsd:element name="ALTERED" type="xsd:boolean"/>
      <xsd:element name="DECLAWED" type="xsd:boolean"/>
      <xsd:element name="LICENSE" type="xsd:string"/>
      <xsd:element name="OWNER" type="xsd:string"/>        
    </xsd:sequence>
  </xsd:complexType>
</xsd:element>

Du skal ikke bekymre dig om at forstå alt i eksemplet. Husk blot på følgende fakta:

• Linjeelementerne i eksempelskemaet kaldes erklæringer. Hvis du har brug for yderligere oplysninger om et dyr, f.eks. dets farve eller markeringer, er det sandsynligt, at din it-afdeling føjer en erklæring til skemaet. Du kan ændre XML-systemet, efterhånden som virksomhedens behov udvikler sig.

• Erklæringer giver en enorm grad af kontrol over datastrukturen. Erklæringen om <xsd:sequence> betyder f.eks., at koderne, f.eks. <NAME> og <BREED> , skal forekomme i den rækkefølge, de er angivet ovenfor. Erklæringer kan også styre de typer data, som brugerne kan angive. Skemaet ovenfor kræver f.eks. et positivt tal for kattens alder og booleske (SAND eller FALSK) værdier for ALTERED- og DECLAWED-koderne.

• Når dataene i en XML-fil overholder de regler, der leveres af et skema, betegnes disse data som gyldige. Processen med at kontrollere en XML-datafil mod et skema kaldes validering. Den store fordel ved at bruge skemaer er, at de kan forhindre beskadigede data. De gør det også nemt at finde beskadigede data, fordi XML stopper, når der opstår et problem.

Et hurtigt blik på transformeringer

Som tidligere nævnt giver XML også effektive måder til at bruge eller genbruge data. Mekanismen til genbrug af data kaldes Extensible Stylesheet Language Transformation (XSLT) eller blot en transformering.

Du (okay, din it-afdeling) kan også bruge transformeringer til at udveksle data mellem back-end-systemer, f.eks. databaser. Antag f.eks., at Database A gemmer salgsdataene i en tabelstruktur, der fungerer godt for salgsafdelingen. Database B gemmer indtægts- og udgiftsdata i en tabelstruktur, der er skræddersyet til regnskabsafdelingen. Database B kan bruge en transformering til at acceptere data fra A og skrive disse data til de korrekte tabeller.

Kombinationen af datafilen, skemaet og transformering udgør et grundlæggende XML-system. Følgende illustration viser, hvordan sådanne systemer typisk fungerer. Datafilen valideres mod skemaet og gengives derefter på flere forskellige måder af en transformering. I dette tilfælde sætter transformeringen dataene ind i en tabel på en webside.

Den følgende eksempelkode viser én måde at skrive en transformering på. Den indlæser <KAT>-dataene i en tabel på en webside. Meningen med eksemplet er ikke at vise dig, hvordan du skriver en transformering, men at vise dig én form, som en transformering kan antage.

<?xml version="1.0"?>
<xsl:stylesheet version="1.0"> 
<TABLE>
  <TR>
    <TH>Name</TH>
    <TH>Breed</TH>
    <TH>Age</TH>
    <TH>Altered</TH>
    <TH>Declawed</TH>    
    <TH>License</TH>
    <TH>Owner</TH>
  </TR>
  <xsl:for-each select="CAT">
  <TR ALIGN="LEFT" VALIGN="TOP">
    <TD>
      <xsl:value-of select="NAME"/>
    </TD>
    <TD>
      <xsl:value-of select="BREED"/>
    </TD>
    <TD>
      <xsl:value-of select="AGE"/>
    </TD>
    <TD>
      <xsl:value-of select="ALTERED"/>
    </TD>
    <TD>
      <xsl:value-of select="DECLAWED"/>
    </TD>
    <TD>
      <xsl:value-of select="LICENSE"/>
    </TD>
    <TD>
      <xsl:value-of select="OWNER"/>
    </TD>
  </TR>
</xsl:for-each>
</TABLE>

Dette eksempel viser, hvordan en type transformering kan se ud, når den er kodet, men husk, at du blot kan beskrive, hvad du skal bruge fra dataene, på almindeligt engelsk. Du kan f.eks. gå til din it-afdeling og sige, at du har brug for at udskrive salgsdata for bestemte områder i de seneste to år, "og jeg har brug for, at det ser sådan ud." Din it-afdeling kan derefter skrive (eller ændre) en transformering for at udføre dette arbejde.

Det, der gør alt dette endnu mere praktisk, er, at Microsoft og et stigende antal andre leverandører opretter transformeringer for alle typer opgaver. I fremtiden vil du sandsynligvis kunne hente en transformering, som enten opfylder dine behov, eller som du kan tilpasse til dine formål. Det betyder, at XML koster mindre at bruge med tiden.

Et hurtigt blik på XML i Microsoft Office-systemet

De professionelle udgaver af Office leverer omfattende understøttelse af XML. Microsoft Office har fra 2007 Microsoft Office-systemet brugt XML-baserede filformater, f.eks .docx, .xlsx og .pptx. Da XML lagrer data i et tekstformat i stedet for et beskyttet binært format, kan dine kunder definere deres egne skemaer og bruge dine data på flere måder, alt sammen uden at skulle betale royalties. Du kan få mere at vide om de nye formater under Open XML-formater og filtypenavne. Andre fordele omfatter:

• Mindre filstørrelser. Det nye format bruger ZIP og andre komprimeringsteknologier til at reducere filstørrelsen med så meget som 75 % i forhold til de binære filformater, der bruges i tidligere versioner af Office.

• Nemmere genoprettelse af oplysninger og større sikkerhed. XML er læsbart, så hvis en fil bliver beskadiget, kan du åbne filen i Microsoft Notesblok eller en anden tekstlæser og gendanne i det mindste nogle af dine oplysninger. Desuden er de nye filer mere sikre, fordi de ikke kan indeholde Visual Basic for Applications (VBA)-kode. Hvis du bruger det nye format til at oprette skabeloner, findes alle ActiveX-objekter og VBA-makroer i en separat, mere sikker sektion af filen. Desuden kan du bruge værktøjer, f.eks. Dokumentinspektion, til at fjerne eventuelle personlige data. Du kan finde flere oplysninger om brug af Dokumentinspektion i artiklen Fjern skjulte data og personlige oplysninger ved at undersøge dokumenter.

Så langt så godt, men hvad nu, hvis du har XML-data uden skema? De Office-programmer, der understøtter XML, har deres egne metoder til at hjælpe dig med at arbejde med dataene. Excel udleder f.eks. et skema, hvis du åbner en XML-fil, der ikke allerede har et. Excel giver dig derefter mulighed for at indlæse disse data i en XML-tabel. Du kan bruge XML-lister og -tabeller til at sortere, filtrere eller føje beregninger til dataene.