Apendice: Charla XML

15 de enero de 2002

Una charla sobre XML que se produjo en un chat. Trata temas interesantes que pueden complementar otros contenidos.

El Miercoles por la noche en el canal #dtd del irc-hispano tuvimos la suerte de asistir a una magnifica charla de explicacion sobre el formato XML. Macoa nos deleito con su sapiencia y los asistentes pudieron aclarar sus dudas sobre el tema, menos mal que logramos rescatar el log del evento en cuestion.

Curso sobre XML por Macoa, en el canal #dtd del IRC-Hispano
09-01-2002

Patrocinado por
Macoa: http://dardhal.tiopaco.net y
Trukulo: http://trukulo.cjb.net

<Macoa> Que es XML?

<Macoa> XML es un acrónimo que significa Lenguaje eXtensible de Marcas (en sajón)

<Macoa> el cual posee unas ciertas características bastante curiosas

<trukulo> ( Xtensible Markup Language <- esto es sajón )

<Macoa> bien

<Macoa> A todos os sonará el lenguaje de Marcas por excelencia , HTML

<trukulo> ( html - Hipertext Marking Language )

<Macoa> con ese lenguaje descriptivo, se crean páginas hipertextuales (que no páginas web)

<Macoa> las cuales intentan, mediante una codificación sencilla y comprensible por el ser humano, formatear una información dada, de manera visual

<trukulo> macoa, una duda

<Macoa> precisamente, el éxito que HTML posee viene de aqui: al ser una sintaxis 'legible' y en cierto modo 'aprehensible' sin manual de instrucciones

<trukulo> interesante q viene al caso

<Macoa> dime

<trukulo> <Magaly_> se crean páginas hipertextuales (que no páginas web)......................cual es la diferencia? ¿?¿?¿

<Macoa> Magaly_: el origen de las páginas hipertextuales era aprovechar de alguna manera la comunicacion entre redes, para compartir información

<Macoa> o sea, dicho en plata

<Macoa> Una pagina web no es HTML, pero HTML crea páginas web

<trukulo> con permiso

<trukulo> html es simplemente un formato de documento

<Macoa> trukulo: eso hay que matizarlo (ahora mismo)

<trukulo> una pagina web es la interpretacion de un documento por un parser (navegador)

<trukulo> matiza pues

<Macoa> lo que venia a decir: HTML es un 'formateador' de textos

<Macoa> ahora bien, un agente computacional, solo es capaz de, como mucho, traducir esas marcas para formatear el texto

<Macoa> nunca puede, a priori, extraer el significado del texto.

<Macoa> pongo un ejemplo:

<Macoa> en un documento HTML encontramos:

<Macoa> <H1> Titulares </H1>

<Macoa> y en otro cualquiera podemos encontrar

<Macoa> <H1> Trukulo, a que huelen las nubes </H1>

<Macoa> el computador sólo sera capaz de 'formatear' el texto

<trukulo> preguntan por aqui q es un agente computacional

<Macoa> un ordenador con un programa determinado y que usa estructuras de datos

<Macoa> ahora bien

<Macoa> vamos a hacer un pequeño análisis que nos acerca a la filosofía de XML

<Macoa> tomamos 3 portales

<Macoa> por ejemplo www.terra.es www.wanadoo.es y www.ya.com

<Macoa> si analizamos la estructura de los documentos, sin hacer caso del formato (negrita, cursiva, alineacion, parrafos)

<Macoa> obtenemos una estructura 'semántica' del portal

<Macoa> por ejemplo, podemos observar:

<Macoa> un portal tiene cuatro partes principales

<Macoa> la primera es el anagrama/logotipo y la imagen de empresa

<Macoa> otra parte es el menú de contenidos

<Macoa> otra es la tabla de contenidos importantes/novedades

<Macoa> y por último créditos y disclaimers

<Macoa> a su vez, podemos ir descomponiendo cada parte en más subpartes

<Macoa> hasta llegar a un nivel en que se obtengan conceptos como 'valor de'

<Macoa> por ejemplo : el valor de una entrada del menu del portal es 'Economía'

<Macoa> Si os fijais... TODOS los portales tienen la misma estructura semántica (que no formato)

--> sibannac (Druida@D8yplk.DWYC79.virtual) has joined #dtd

<-- slack has quit (Signed off)

<Macoa> justamente es aqui donde aparece el concepto de XML como contrapartida a HTML

<Macoa> HTML describe formatos. XML describe estructuras de información (a partir de ahora semántica)

<Macoa> ¿Cómo se consigue esto?

<Macoa> para ello voy a hacer una pequeña comparación estilo Pimpinela entre HTML y XML

<Macoa> HTML es un lenguaje de marcas. XML también lo es

<Macoa> las marcas tienen la misma gramática de formación: <elemento> </elemento>

<Macoa> sin embargo, en XML estricto, no se permiten mayúsculas

<Macoa> HTML posee un conjunto de vocablos que describen el formato: td table br input form etc....

<Macoa> XML deja al usuario la creación de dicho vocabulario (!)

<Macoa> por ejemplo

<Macoa> nuestro portal se vería así

--- trukulo has changed the topic to: Curso de XML por Macoa y patrocinado por http://dardhal.tiopaco.net (dudas a trukulo en privado)

<Macoa> si os fijais, no aparece NADA de información de formato.. pero queda totalmente descrito nuestro portal

<Macoa> otra característica importante que difiere entre HTML y XML son las etiquetas de cierre

<Macoa> HTML permite 'omitir' ciertas etiquetas (por ejemplo </html> </tr>).....

<Macoa> XML NUNCA admite esta licencia

<trukulo> Macoa: una duda de regeWork

<Macoa> si

<trukulo> rege pregunta: dentro de las marcas XML que lenguaje usa?

<Macoa> (descasito uf.... sponsored by http://dardhal.tiopaco.net)

<Macoa> regeWork: se crea por el usuario. Tú mismo decides el nombre de las marcas

<Macoa> de ahi la potencia. Nos sirve para crear descripciones de portales, de una agenda, de un acta notarial, etc....

<Macoa> justamente en eso entraremos ahora

<Macoa> resuelto?

<trukulo> no

<trukulo> espera

--- Macoa gives voice to regeWork

<Macoa> regeWork: habla

<regeWork> thx

<regeWork> aver lo de las marcas lo tengo claro

<Macoa> si

<regeWork> yo me referia a que ba dentro de las marcas

<Macoa> ok

<Macoa> pondré un ejemplo más clarificador:

<regeWork> o xml solo aze estrukturas por llamarlo asi?

<Macoa> <nombre>Macoa</nombre>

<Macoa> <url>http://dardhal.tiopaco.net</url>

<Macoa> quedó claro?

<regeWork> oks

<regeWork> si

<Macoa> vale

<Macoa> continuamos

<trukulo> Macoa: las etiquetas las explicas luego no ?

--- Macoa removes voice from regeWork

<Macoa> trukulo: ahora mismo.. un inciso antes

<trukulo> el q tu quieras

<Macoa> como observais, no se describe formato... Esto no quiere decir que el documento XML final no tenga formato, todo lo contrario. Más adelante veremos como obtiene formato un XML

<Macoa> ahora vamos a pasar al tema de las marcas

<Macoa> al hilo de la cuestión anterior, todo el mundo podría hacerse sus marcas

<Macoa> imagínense que desbarajuste

<Macoa> vamos a poner otro ejemplo

<Macoa> imaginemos que un servidor web tiene 100 documentos XML 'tarjetavisita' como el anterior

<Macoa> con 100 contactos de empresa

<Macoa> ahora desarrollamos un programa cliente que obtiene esos 100 documentos

<Macoa> y busca por ejemplo la url de todos para despues procesarla

<Macoa> como observais, cliente y servidor tienen que ponerse de acuerdo en una sola cosa

<Macoa> en el nombre de las marcas y en que significa cada una

<Macoa> De ahí que exista una necesidad de 'normalizar' u obligar a un programa que utilice tecnología XML a utilizar un lenguaje determinado

<Macoa> 1 seg

<Macoa> ya

<Macoa> o sea: el cliente ha de ver si lo que ha recibido es 'correcto'

<Macoa> y se ajusta a las etiquetas que el conoce

<Macoa> para ello están las DTD

<Macoa> Document Type Definition

<Macoa> Definicion de Tipo de Documento

<Macoa> son unos documentos que definen, de manera inequívoca las marcas que se utilizarán.

<Macoa> por ejemplo, en lenguaje natural, el DTD de nuestra tarjeta de visita sería el siguiente:

<Macoa> Tenemos un documento llamado tarjetavisita. Este se compone de tres elemenos, los cuales aparecen uno detras de otro

<Macoa> Estos elementos son: nombre, apellidos y url

<trukulo> un inciso

<Macoa> a su vez, cada elemento, en su interior, no posee ninguna marca

<trukulo> esto para el q sepa C , es una estructura

<Macoa> sino el texto que representa

<Macoa> correcto, pero prefiero no comparar con estructuras de programacion

<trukulo> es para hacerlo mas visual, perdona

<Macoa> una primera aproximación formal sería:

<Macoa> Documento tarjetavisita -> nombre, apellidos, url

<Macoa> nombre -> texto_plano

<Macoa> apellidos -> texto_plano

<Macoa> url -> texto_plano

<trukulo> es como definir una tabla de una base de datos, no ?

<Macoa> Si ambos elementos (cliente y servidor) manejan la misma especificación, sabrán en cada momento que significa cada cosa, y podrán detectar errores

<Macoa> trukulo: tambien es una aproximacion matizable

<Macoa> eso es el ultimo punto

<Macoa> hay que tener en cuenta que XML no pone límite a la profundidad de marcas

<Macoa> o sea, que podemos definir el lenguaje que nos venga en gana

<Macoa> La sintaxis de la DTD sería la siguiente:

<Macoa> con esas lineas, se define el vocabulario

<Macoa> ahora bien

<Macoa> Quién lee esa definición y qué software/librerías existen para manejar XML?

<Macoa> La respuesta es 'el parser'

<Macoa> El parser XML es un pequeño programa/libreria/modulo que se encarga de toda la validación y análisis de XML de forma transparente al usuario

<Macoa> normalmente está incluido en los navegadores de hoy en día y como librerías separadas

<Macoa> bueno

<Macoa> antes de entrar en el parser

<Macoa> descansito y dudas

<trukulo> alguien tiene alguna duda ?

<Macoa> hay alguna duda trukulo?

<trukulo> bueno, yo queria decir algo de todas formas

<trukulo> el XML es un estandar adoptado por la w3c

<trukulo> asi q sera el estandar de facto

<trukulo> hay una duda de fale

--- Macoa gives voice to ^fale

<Macoa> habla ^fale

<trukulo> <^fale> duda:el xml pa k vale?

<^fale> joder truku

<^fale> no se te pue haser una broma

<Macoa> xDDD

<^fale> ehh, io.... gora vallekas!

--- Macoa removes voice from ^fale

<trukulo> es q esa duda es interesante

<Macoa> bueno

<trukulo> en serio

<Macoa> entonces entramos en el parser, y así encajo con ^fale

<trukulo> vale, un seg

<trukulo> antes rege

<Macoa> venga

--- trukulo gives voice to regeWork

<regeWork> aver

<regeWork> el server tb necesita un modulo para manejar XML?

<trukulo> umm, a ver

<Macoa> regeWork: en principio no. el parser lo necesita aquel que tenga que extraer informacion del documento

<regeWork> osea el navegadr

<Macoa> en este caso

<regeWork> navegador

<regeWork> ok

<Macoa> a veces el server tambien necesita manejar info

<Macoa> todo eso viene ahora ;)

<Macoa> continuo

--- Macoa removes voice from regeWork

<Macoa> cualquiera que haya mantenido una página web sabrá lo costoso que es mantenerla de forma eficaz

<trukulo> estatica, se refiere

<Macoa> imaginense la página frontal de terra actualizarla a pelo en HTML

<Macoa> claro

<Macoa> sería un lío

<Macoa> sin embargo, volviendo al portal

<Macoa> manipular documentos XML es mas sencillo

<Macoa> ya que no estamos viendo <TD> <FONT> etc...

<Macoa> ahora bien

<Macoa> hemos dicho que XML no tiene formato

<Macoa> pero nosotros podemos (y vamos) a agregárselo

<Macoa> de que modo?

<Macoa> utilizando un 'transformador'

<Macoa> llamado XSLT

<Macoa> este transformador, tomará como entrada un documento XML con su DTD, y nos dará una salida HTML

<Macoa> para ello, tomará como datos, también, una serie de reglas de transformación

<Macoa> no entraré en la sintaxis, pero sí en la idea básica:

<Macoa> vamos a imaginar las tarjetas de visita

<Macoa> recordemos:

<Macoa> [00:46:18] <Macoa> <nombre>Macoa</nombre>

<Macoa> [00:46:49] <Macoa> <url>http://dardhal.tiopaco.net</url>

<Macoa> ahora la DTD

<Macoa> y ahora las reglas de transformacion

<Macoa> elemento tarjetavisita=><TABLE BGCOLOR=............>

<Macoa> elemento nombre=><TR><TD>Nombre:</TD><TD>$valordenombre

<Macoa> </td></tr> (se me olvidó

<Macoa> elemento apellido=><TR><TD>Apellido:</TD><TD>$valordeapellido>/TD></TR>

<Macoa> elemento url=><TR><TD>Url:</TD><TD><a href=$valordeapellido>$valor de apellido</a>/TD></TR>

<trukulo> convierte los elementos a html, vamos, con tablas, formatos, fuentes, etc...

<Macoa> justamente

<Macoa> obtendríamos un bonito código HTML

<Macoa> estas transformaciones que puedan ser triviales en el ejemplo

<Macoa> a la hora del proceso de un archivo de unos 50 KB con unas 20 etiquetas, son más que poderosas

<Macoa> una actualización en HTML sería costosa, mientras que en XML solo consiste en cambiar el valor actualizado, encontrandose el documento perfectamente organizado

<Macoa> este es uno de los muchos usos de XML

<Macoa> otro uso: imaginense una BBDD remota

<Macoa> se pide una informacion determinada, y se devuelven estas 'tarjetasvisita'

<Macoa> el programa cliente, con ayuda del parser, es capaz, mediante unas funciones básicas de acceso al documento, obtener la informacion

<Macoa> independientemente sea la BBDD origen de un tipo u otro (SO, etc..) y el cliente del mismo modo

<Macoa> Estas funciones están definidas desde dos puntos de vista, los cuales difieren de la implementación

<Macoa> estos son DOM y SAX (las interfaces o conjunto de funciones)

<trukulo> esto se ve perfectamente con programas como Kougar )

<trukulo> q es un parser cliente de XML para KDE )

<Macoa> por ejemplo. un programador puede acceder a la tarjeta de visita de la siguiente forma

<trukulo> perdon, kugar

<Macoa> print etiqueta-tarjeta->nombre

<Macoa> de forma transparente

<Macoa> descanso

<Macoa> alguna duda?

<trukulo> yo tengo un inciso q hacer

<trukulo> respecto a la generacion de webs com xml

<Macoa> adelante

<trukulo> que ventajas tiene eso contra un php+mysql o un asp+sql server ? bien, es sencillo

<trukulo> el codigo html siempre es mucho menos costoso para un servidor que un codigo dinamico

<trukulo> por lo cual, una vez generado los html con el xml tenemos las ventajas de los dos sistemas, y el inconveniente de ninguno

<trukulo> velocidad y facilidad de creacion de contenido

<trukulo> esto es para grandes portales que tienen muchas visitas diarias

<Macoa> hay un pequeño problema trukulo, pero que no suele darse

<trukulo> o para servidores con poca potencia

<trukulo> cual?

<Macoa> y es cuando el origen de datos XML es un documento extenso (20-40 megas)

<Macoa> pero no suele ser el caso común

<Macoa> así que no tocaremos eso XD

<Macoa> bueno

<Macoa> continuamos

<trukulo> espera

<Macoa> si

--- trukulo gives voice to regeWork

<regeWork> lestaba diciendo a truku

<regeWork> k en asp por ej

<Macoa> si

<regeWork> el k interpereta es el server

<regeWork> pero en XML si interpreta el cliente

<trukulo> veamos

<Macoa> a ver

<trukulo> no exactamente

<Macoa> regeWork:

<regeWork> pasas la karga de procesamiento a este no?

<Macoa> regeWork: en XML existen las dos posibilidades

<trukulo> el xml ya se ha pasado a html

<Macoa> regeWork: tú explicitamente puedes

<trukulo> asi q no haria falta ningun proceso , ni en cliente, ni en servidor

<Macoa> a) indicar al servidor que transforme a XML

<Macoa> b) enviar el XML y las reglas de transformacion al cliente y que se las apañe el

<Macoa> incluso ...

<Macoa> c) Hacer las transformaciones en la linea de ordenes, y salvar los HTML

<trukulo> a esa ultima me referia yo

<trukulo> para grandes servidores web

<regeWork> aja

<trukulo> pero macoa lo explica mejor

<trukulo> ;)

<regeWork> cual es el metodo ams usado para por ej, hacer un portal?

<Macoa> bueno

<regeWork> mas*

<Macoa> regeWork: la transformacion en el servidor

<Macoa> terra esta hecho así

<trukulo> Macoa: depende del portal

<regeWork> ok

<trukulo> elpais por ejemplo

<trukulo> produce html a partir de paginas dinamicas con php+mysql

<Macoa> ColdFusion utiliza un lenguaje propio XML (CFM => ColdFusion Markup Language)

<trukulo> es un caso raro, pero aumenta muchisimo la productividad

<Macoa> no es sino un XML con sus palabras definidas

<regeWork> truku puedes esplikar un poko eso?

<trukulo> si

<Macoa> (y algunas cosas mas ;) )

<trukulo> a ver

<trukulo> las webs dinamicas generan en tiempo real html para el cliente

<trukulo> sin embargo, hay un pequeño truco

<regeWork> si php por ej

<trukulo> generar el html y guardarlo en el servidor

<trukulo> asi accedes no a php, sino a htm

<Macoa> regeWork: consiste en 'pre' procesar las transformaciones y alojarlas

<Macoa> un php-caching

<regeWork> aja

<trukulo> eso

<Macoa> bueno

<Macoa> que nos salimos XD

<trukulo> si, sigamos

<regeWork> venga xD

--- Macoa removes voice from regeWork

<Macoa> a ver por donde iba

<trukulo> un seg

<Macoa> si

<trukulo> 2<siette> el caso a) no requiere de un navegador con soporte xml y el resto si, no?

<Macoa> siette: IE 4.0 con Service Pack de ese ya soporta XML

<Macoa> Netscape 6 /mozilla también

<Macoa> opera también

<Macoa> solo los pequeñines no ;)

<trukulo> y en todo caso, serian los casos a y c los soportados por cualquier navegador html

<Macoa> siette: de ahi que mayormente se preprocese en el servidor

<Macoa> de modo que el cliente solo vea XML

<Macoa> perdon HTML

<Macoa> xD

<Macoa> bueno

<Macoa> continuamos

<Macoa> esta charla se ha orientado mayormente a XML como soporte de información transformable a HTML

<Macoa> pero no solo se puede transformar a HTML

<Macoa> con las reglas adecuadas, hasta podemos obtener un PS!

<trukulo> y pdf

<Macoa> otro punto importante es el sistema de almacenamiento

<Macoa> Son altamente conocidos los SGBD (BBDD) relacionales, tipo mysql, postgresql, oracle rdbms

<Macoa> sin embargo, con XML, como podemos ver, las estructuras no tienen una forma tabular

<Macoa> las estructuras tabulares son un caso particular de XML

<Macoa> ejemplo:

<Macoa> perdon

<Macoa> <col id='nombre'>macoa</col>

<Macoa> <col id='url'>dardhal.tiopaco.net</col>

<Macoa> seria como hacer un SELECT * from fichas , donde devuelve la fila citada

<Macoa> pero como vemos, XML puede anidar etiquetas

<Macoa> formando Objetos

<Macoa> <element id=habitacion>camas</element>

<Macoa> etc....

<trukulo> umm

<trukulo> digamos tiene una estructura de arbol ?

<Macoa> esto, a aquellos que conozcan sistemas de gestion de base de datos orientadas a objetos les será familiar

<Macoa> justamente. XML ES un ARBOL

<Macoa> que tiene una hoja final cuyo valor es el texto a buscar

<trukulo> es q recuerda sobremanera a un directorio Novell

<Macoa> como antes dije, DOM permite recorrer ese arbol de nodos

<Macoa> hasta encontrrar un nodo determinado

<Macoa> y obtener informacion de el

<Macoa> (esto para los programadores)

<Macoa> bueno

<Macoa> creo que ya he acabado con la vision general de XML que pretendía dar. Sobre esto hay muchas muchas cosas

<Macoa> cosas más modernas. Por ejemplo, la DTD que antes nombré no se utiliza ya.

<Macoa> ahora se utiliza otro tipo de definicion de lenguaje llamado XML Schema

<Macoa> pero la idea básica es la misma

<trukulo> es similar a las CSS

<trukulo> cascade style sheets del html

<Macoa> hay que decir que XML crece dia a dia de manera agigantada

<Macoa> y que se está convirtiendo en el estandar de facto en la intercomunicacion de aplicaciones

<Macoa> ejemplos son XML-RPC

<Macoa> llamadas RPC utilizando como flujo de datos documentos XML (KDE utiliza esto para intercomunicarse)

<Macoa> la mayoria de sistemas de mensajería están adoptando este tipo de documento

<trukulo> rpc : remote procedure call )

<Macoa> de este modo se obtiene mayor independencia con SO, aplicaciones, etc...

<trukulo> llamada de procedimiento remoto )

<Macoa> bueno

<trukulo> de hecho

<Macoa> ya esta ;)

<trukulo> una cosa a comentar sobre las ventajas de xml

<Macoa> venga

<trukulo> es q aparte de poder ser multiplataforma facilmente

<trukulo> es multiaplicacion

<Macoa> claro

<trukulo> lo mismo da que se use Lyx, que Openoffice, q Wordf

<Macoa> por ejemplo

<trukulo> si leen XML los documentos son todos compatibles entre si

<Macoa> Word > 97 utiliza XML para generar las Tablas de contenidos

<Macoa> HP utiliza XML para definir el contenido de los archivos cab/zip de sus drivers

<trukulo> el docbook de linux se esta pasando ahora de sgml a xml

<Macoa> dmoz.org open directory utiliza XML para 'toda' la información

<Macoa> de hecho es descargable el documento

<Macoa> para bajarte el buscador a casa XD

<trukulo> y no solo eso

<trukulo> sino que MacOS X lo utiliza para TODAS (q yo sepa) sus configuraciones

<Macoa> se pueden definir lenguajes en XML que describen interfaces (qt-designer, mozilla, etc...)

<Macoa> bueno

<Macoa> trukulo:

<Macoa> creo que ya esta bien ;)

<trukulo> si, creo que por hoy es bastante

<Macoa> [00:22:23] <Macoa> Buenas noches tengan vds.

<Macoa> Me falta decir que los atributos XML van SIEMPRE entrecomillados

Trukulo

Manual

Introducción a XML

Bibliografía de XML