xml curso basico

Introducci´ n al XML
o
Jaime E. Villate.
Universidad de Oporto
villate@fe.up.pt
5 de mayo de 2001

Resumen
Estas notas han sido preparadas para el Seminario sobre Programaci´ n en entorno GNU/
o
Linux, en la universidad Rey Juan Carlos, Madrid, Espa˜ a. El est´ ndar XML ha ganado
n
a
mucha popularidad recientemente, debido a su gran utilidad para estructurar informaci´ n y
o
porser un est´ ndar abierto y bastante difundido.
a
Copyright c 2001, Jaime E. Villate. Este art´culo puede ser copiado y distribuido por
ı
cualquier medio, siempre y cuando se mantenga esta nota.

1

Introducci´ n
o

XML significa lenguaje de marcas generalizado (Extensible Markup Language). Es un lenguaje
usado para estructurar informaci´ n en un documento o en general en cualquier ficheroque cono
tenga texto, como por ejemplo ficheros de configuraci´ n de un programa o una tabla de datos.
o
´
Ha ganado much´sima popularidad en los ultimos a˜ os debido a ser un est´ ndar abierto y libre,
ı
n
a
creado por el Cons´ rcio World Wide Web, W3C (los creadores de la www), en colaboraci´ n con
o
o
un panel que incluye representantes de las principales compa˜ ´as productoras desoftware.
nı
El XML fue propuesto en 1996, y la primera especificaci´ n apareci´ en 1998. Desde entonces
o
o
su uso ha tenido un crecimiento acelerado, que se espera que contin´ e durante los pr´ ximos a˜ os;
u
o
n
hoy en d´a parece que de repente todo el mundo est´ usando, o quiere usar, XML.
ı
a

1.1

Ventajas del XML

Antes de ser lanzado el XML, ya exist´an otros lenguajes demarcas, como por ejemplo el HTML,
ı
basados en el lenguaje generalizado de marcas (SGML). El problema con el SGML es que por
ser muy flexible y muy general, se torna dif´cil el an´ lisis sint´ ctico de un documento y la especiı
a
a
ficaci´ n de la estructura (que como veremos mas adelante se incluye en otro documento llamado
o
DTD). XML es m´ s exigente que SGML en la sintaxis, lo que hace m´ sf´ cil la construcci´ n de
a
a a
o
librer´as para procesarlo.
ı
Comparado con otros sistemas usados para crear documentos, el XML tiene la ventaja de poder ser mas exigente en cuanto a la organizaci´ n del documento, lo cual resulta en documentos
o

´
Introduccion al XML

2

mejor estructurados. Por ejemplo en LaTeX existen tambi´ n “marcas” que permiten estructurar
e
un documento,por ejemplo identificando el nombre del autor y el t´tulo del documento – los coı
mandos \author y \title – sin embargo no existe forma de obligar a los autores de documentos
a que usen estas marcas y algunos de ellos pueden introducir el t´tulo de forma que aparezca
ı
visualmente igual a lo que se obtiene cuando se usa \author y \maketitle, sin usar esos comandos; esto conlleva a problemascuando queremos extraer de forma autom´ tica el t´tulo de varios
a
ı
documentos.
Por ser posible exigir la estructura que deben tener un tipo determinado de documentos, se
vuelve posible extraer informaci´ n de varios documentos autom´ ticamente, por ejemplo para
o
a
crear bases de datos o listados con informaci´ n sobre todos los documentos.
o

2

Conceptos b´ sicos
a

Los ficherosXML son ficheros de texto, que en principio est´ en c´ digo Unicode, pero se pueden
a
o
usar otros alfabetos como el latin-1. Existen cinco caracteres especiales en XML: los s´mbolos
ı
menor que, , las comillas dobles, ”, el ap´ strofe ’ y el caracter &. Los s´mbolos
o
ı
mayor que y menor que se usan para delimitar las marcas que dan la estructura al documento.
Cada marca tiene un nombre;veamos un ejemplo: la marca , que puede tener uno o m´ s
a
atributos: tiene dos atributos, “fichero” y “tipo”. Los
atributos toman valores que tienen que estar entre comillas o entre ap´ strofes.
o
Cuando sea necesario usar uno de los 5 caracteres especiales en el texto, para evitar que sean
interpretados de forma especial se usan las siguientes entidades: <, >, ", ',...