XML и электронная коммерция
Для разработчиков web-приложений привычными являются рассуждения о том, что делают с текстом те или иные теги. Мы привыкли к тому, например, что тег <b> выделяет соответствующий текст жирным шрифтом. Тем не менее фактически этот тег не имеет какого-либо собственного значения. Как будет отображен текст, помеченный тегом <b>, полностью зависит от программы, анализирующей данные. В случае HTML такой программой обычно является web-браузер. Поскольку документы HTML создаются обычно в предположении, что их будут читать с помощью web-браузера, многие теги HTML указывают, как следует форматировать данные, но не содержат никакой информации для обычного человека. Назначение XML заключается как раз в том, чтобы отделить данные, содержащиеся в документе, от кода, который задает формат отображения этих данных. Это свойство XML позволяет извлекать данные из документа автоматически, то есть с помощью программных средств.
К примеру, предположим, что вы — торговый посредник и занимаетесь продажей электрических лампочек. На вашем web-сайте приводится самая свежая информация о ценах на товары от различных производителей. Вместо того чтобы вручную проверять web-сайты этих производителей и таким образом узнавать информацию о ценах, вы решаете написать программу, которая автоматически бы считывала цены, добавляла бы 10 % (надбавка для вас) и отображала бы информацию о товарах на вашем web-сайте. Пусть одним из ваших поставщиков является фирма ABC Lightening. В листинге 1.1 приводится часть кода HTML для таблицы, содержащей данные о товарах из web-сайта ABC Lightening [Авторы книги в листингах глав 1 и 2 приводят вымышленные описания товаров, которые не следует воспринимать всерьез. — Примеч. перев. ].
Листинг 1.1. Код HTML для таблицы, содержащей информацию о товарах [Все представленные в книге тексты программ можно найти на сайте издательства по адресу www.piter.com. — Примеч. ред. ]
<table>
<tr>
<th>Название товapa</th>
<th>0писание</th>
<th>Ценa</th>
</tr>
<tr>
<td><b>Фонарик</b>
</td>
<td>Свет, который всегда с вами!</td>
<td>$9.95</td>
</tr>
<tr>
<td><b>Неоновая лампа</b></td>
<td>Ничто не скажет слово "класс" так,
как неоновая лампа!</td>
<td>$14.75</td>
</tr>
</table>
Документ HTML только определяет, как должен быть отформатирован данный текст. Автоматическое извлечение информации из статической страницы HTML даже в лучшем случае окажется весьма непростой задачей. Если вы хотите написать программу, которая бы извлекала данные о цене из приведенного кода HTML, вы можете указать, что цена фонарика присутствует в третьем столбце таблицы в той строке, где в первом столбце стоит слово «фонарик». Но при этом вы рискуете тем, что ваша программа перестанет работать, если изменится дизайн web-сайта ABC Lightening или просто поменяется название данного товара.
Вполне вероятно, что некоторые фирмы-производители динамически создают свои web-сайты на основе информации из баз данных. В таком случае вы можете договориться с web-мастером каждого сайта об обмене информацией прямо из баз данных, но этот процесс требует времени и может происходить по- разному для каждой базы данных, из которой вам требуется получить информацию. Было бы гораздо проще, если сам документ был бы организован так, чтобы из него было легко извлекать содержательную информацию.
В листинге 1.2 приведен пример того, как та же информация может быть представлена с помощью XML [Catalog — каталог, product — товар, name — название, description — описание. — Примеч. перев ].
Листинг 1.2. Документ XML, содержащий информацию о товарах
<?xml version="l.0" standalone="no"?>
<!DOCTYPE ABC_Lighting: catalog SYSTEM "catalog.dtd">
<ABC_Ughting: catalog xmlns:ABC_Lighting =
"http://www.abclighting.com">
<ABC_Lighting:product>
<ABC_Lighting:name>Фонарик</ABC_Lighting:name>
<ABC_Lighting:description>Cвeт, который всегда с вами!
</ABC_Lighting:description>
<ABC_Lighting:price>$9.95</ABC_Lighting:price>
</ABC_Lighting:product>
<ABC_Lighting:product>
<АВС_Lighting:name>Неоновая лампа</ABC_Lighting:name>
<ABC_Lighting:description>Ничто не скажет слово "класс"
так, как неоновая лампа!</ABC_Lighfmg:description>
<ABC_lighting:price>$14.75</ABC_Lighting:price>
</ABC_Lighting:product>
</ABC_Lighting:catalog>
Первая строка этого документа — объявление XML, которое содержит информацию, предназначенную для анализатора XML. Объявление XML (XML declaration) идентифицирует тип документа и версию XML, которая использовалась при создании документа. Эта строка не является обязательной, но, как правило, именно с нее начинается документ XML. Атрибут standalone = "no" означает, что данный документ снабжен DTD. Следующая строка — это объявление типа документа (document type declaration), которое указывает, какому DTD соответствует этот документ. В данном случае используется определение DTD, называемое catalog.dtd. Обратите внимание на то, что, хотя аббревиатуры совпадают, имеется большая разница между определением типа документа (сокращенно DTD — Document Type Definition) и объявлением типа документа. Объявление типа документа используется, чтобы указать, какому определению типа документа соответствует данный документ XML.
В объявлении типа документа также указывается корневой элемент документа. Корневой элемент (root element) — это элемент, который включает в себя все остальные элементы документа. В данном случае корневым является элемент ABC_Lightening:catalog. Часть имени элемента, расположенная перед двоеточием, идентифицирует пространство имен тега. Пространства имен не являются обязательными, но их можно использовать для того, чтобы гарантировать уникальность тегов. Если фирма ABC_Lightening начнет продавать товары других производителей, то пространства имен помогут избежать возможной путаницы, связанной с тем, что появятся элементы данных, внешние по отношению к этой фирме, с теми же названиями, но иначе структурированные.
Ниже показано, как может выглядеть определение catalog.dtd для гипотетического каталога товаров:
<!ELEMENT ABC_Lightening:catalog (product)>
<!ELEMENT ABC_Lightening:product (name, description?, price+)>
<!ELEMENT ABC_Lightening:name (#PCDATA)>
<!ELEMENT ABC_Lightening:description (#PCDATA)>
<!ELEMENT ABC_Lightening:price (#PCDATA)>
Это DTD показывает, какие элементы могут появиться в каталоге, а также определяет порядок их следования и число появлений. С использованием данных XML и DTD автоматическая идентификация и извлечение полезных данных из документа XML становятся довольно простым делом, в чем вы убедитесь, прочитав эту книгу.
WEB-РЕСУРСЫ XML
Следующие web-ресурсы содержат информацию о последних разработках в области XML, планах на будущее и инструментальных средствах, полезных при работе с XML:
консорциум W3C (www.w3.org);
O'Reilly&Associates, Inc.'s XML.com (www.xml.com) — один из лучших сайтов в Сети, посвященных коммерческому применению XML;
XML Industry Portal, (www.xml.org);
xmlhack (www.xmlhack.com) — новости для web-разработчиков;
Enhydra (www.enhydra.org) — домашняя страница сервера Enhydra, посвященного приложениям Java/XML;
консорциум Unicode (www.unicode.org).
