ПБД (9) - Лекция №4 - XML

Модель полуструктурированных данных

Полуструктурированные данные используются для:

• информация о документе (XML);
• интеграция информации:
  • нет фиксированной схемы;
  • данные хранят информацию о своей структуре;
  • структура изменчива, меняется со временем или по необходимости.

Полуструктурированный граф:

• корень - вся БД;
• конечные вершины - хранимые атомарные атрибуты;
• промежуточные вершины - объекты (структура данных);
• дуги - смысл, назначение, связь данных.

Граф по нашему примеру можно построить такой:

Для упрощения показаны лишь некоторые сущности, атрибуты и связи.

XML

XML (Extensible Markup Language) - расширяемый язык данных, используется для линейной записи полуструктурированных данных. И ещё для разметки текста. Чтобы не рисовать тот граф, можно описать всё в XML.

XML бывает двух видов:

• формально-правильный (well-formed);
• действительный (valid).

Оба чувствительны к регистру.

Формально-правильный XML

Например:

<?xml version="1.0" encoding="UTF8" standalone="yes"?>
<sometag></sometag> <!-- парный тег -->
<sometag />         <!-- тоже парный, но не требует закрытия>

Требования к XML:

• только один корневой элемент;
• строгая иерархия вложенности;
• все теги (которые парные) должны быть закрыты.

Наш пример:

<?xml version="1.0" encoding="UTF8" standalone="yes"?>
<db>
	<film idf="f1" toact="a1" tos="s1">
		<name>Bridge to Terabithia</name>
		<year>2007</year>
		<len>96</len>
		<type>must see</type>
	</film>
	<film idf="f2" toact="a2">
		<name>The Matrix</name>
		<year>1999</year>
		<len>136</len>
		<type>bloody have to see dat</type>
	</film>
	<actor ida="a1" tof="f1">
		<fio>
			<family>Robb</family>
			<fname>Anna</fname>
			<secname>Sophia</secname>
		</fio>
	</actor>
	<actor ida="a2" tof="f2">
		<fio>
			<family>Reeves</family>
			<fname>Keanu</fname>
			<secname>Charles</secname>
		</fio>
	</actor>
	<studio ids="s1" tof="f1">
		<name>Walden Media</name>
	</studio>
</db>

Действительный XML

DTD (Document Type Definition) - определение типов документов. Содержит определённый набор допустимых тегов, атрибутов, правил вложения.

<!ELEMENT название содержимое>

Элементы:

$+$ - должен быть хотя бы один или больше;

$*$ - может быть ни одного или сколько угодно;

$?$ - строго один или ни одного.

А если ничего нет, то строго один.

Наш пример:

<!ELEMENT db (film*, actor*, stud+)>
<!ELEMENT film (name, year, len?, type?)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT year (#PCDATA)>
<!ELEMENT len (#PCDATA)>
<!ELEMENT type (#PCDATA)>

Атрибуты:

<!ATLIST элемент 
	атрибут1 тип параметры
	атрибут2 тип параметры
	атрибут3 тип параметры
>

Типы атрибутов:

• CDATA - текст;
• ID - идентификатор;
• IDREF - ссылка;
• IDREFS - ссылки (через пробел);
• NMTOKEN - лексема;
• NMTOKENS - лексемы.

Параметры:

• #REQUIRED - обязательный;
• #IMPLIED - необязательной;
• #FIXED - фиксированный.

Пример:

<!ATTLIST film idf ID #REQUIRED toact IDREFS tos IDREF>
<!ATTLIST actor ida ID tof IDREFS>
<!ATTLIST studio ias ID tof IDREFS>

Также можно указать значение по умолчанию и перечень допустимых значений:

<!ATTLIST p align (left|center|right) "left">

Сочетание обоих видов

Они могут сочетаться.

Первый вариант

С непосредственной вставкой:

<?xml version="1.0" encoding="UTF8" standalone="yes"?>
<!DOCTYPE db [
	<!ELEMENT ...>
	<!ATTLIST ...>
             ]>
<db>
	...
</db>

Второй вариант

С включением внешнего файла:

<?xml version="1.0" encoding="UTF8" standalone="no"?>
<!DOCTYPE db SYSTEM "file.dtd">
<db>
</db>

И сам этот file.dtd:

<!ELEMENT ...>
<!ATTLIST ...>

XSD

XSD (XML Schema Definition) - это схемы XML.

Их свойства:

• добавлена работа с нормальными типами данных (int, bool, string и остальные);
• позволяют накладывать ограничения (год не может быть меньше 1500);
• сами являются XML-документами;
• позволяют использовать пространства имён.