XML ist eine standardisierte, erweiterbare Auszeichnungssprache zur Erstellung maschinen- und menschenlesbarer Dokumente.

XML wird als universelles Datenformat bezeichnet, das insbesondere nicht auf Webdokumente beschränkt ist.

• Entwurf durch eine elfköpfige Arbeitsgruppe (Vorsitz: James Clark) von Mitte 1996 bis Februar 1998.
• Vorschub durch die Popularität von HTML.
• Untermenge der SGML.
  • SGML litt unter mangelnder Akzeptanz.
  • XML deckt 80% möglicher SGML-Anwendungen mit 20% des SGML-Sprachumfangs ab (Pareto-Verteilung).
• W3C Empfehlung XML 1.0 seit Feb. 1998.

XML ist …

• zentraler Baustein der Webtechnologien.
• Text, aber nicht primär für menschliche Leser.
• lediglich ähnlich zu HTML.
• ein Format, um strukturierte oder halbstrukturierte Daten abzubilden.
• eine Metasprache und damit nicht gebrauchsfertig.
• gleichzeitig eine Familie von Technologien.
• lizenzfrei, plattformunabhängig und breit unterstützt.

Ein XML-Dokument wird üblicherweise von einer Software(komponente) verarbeitet. Diese bezeichnet man üblicherweise als den XML-Parser.

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Recipe name="bread" prep_time="5 mins" cook_time="3 hours">
  <title>Basic bread</title>
  <ingredient amount="3" unit="cups">Flour</ingredient>
  <ingredient amount="0.25" unit="ounce">Yeast</ingredient>
  <ingredient amount="1.5" unit="cups">Warm Water</ingredient>
  <ingredient amount="1" unit="teaspoon">Salt</ingredient>
  <Instructions>
    <step>Mix all ingredients together, and knead thoroughly.</step>
    <step>Cover with a cloth, and leave for one hour in warm room.</step>
    <step>Knead again, place in a tin, and then bake in the oven.</step>
  </Instructions>
</Recipe>

[Quelle: Wikipedia]

Muss immer am Anfang eines XML-Dokuments stehen

<?xml version="1.0" 
     [encoding="{Zeichensatz}"] 
     [standalone="{yes|no}"] ?>

version

im Normalfall "1.0" (obligatorisch);encoding: verwendeter Zeichensatz, UTF-8 voreingestellt, z.B. ISO-8859-1, westeuropäischer Zeichensatz (optional)

standalone

yes: keine/interne DTD verfügbar
no: externe DTD notwendig
(optional)

Verarbeitungsanweisungen (Processing Instructions) sind Direktiven an den XML-Parser, spezielle Verarbeitungsschritte an bestimmte Programme/-komponenten zu delegieren.

Syntax

<?pi-name [attribute1] ... [attributeN]?>

Beispiele

<?xml-stylesheet type="text/css" href="print.css"?>

<?xml-stylesheet type="text/xsl" href="sample.xsl" ?>

<?xul-overlay href="chrome://test/content/myOverlayxul"?>

Obwohl die XML-Deklaration dieselbe Syntax besitzt, ist diese keine Verarbeitungsanweisung.

Kommentare sind Notizen für den Autor des XML-Dokuments oder für andere menschliche Leser (in Ausnahmefällen für verarbeitende Software), die vom XML-Parser überlesen wird.

Syntax

<!-- Kommentar Text -->

CDATA-Anweisungen werden vom XML-Parser als nicht weiter zu untersuchender Block von Zeichendaten (character data) gehandhabt.

Syntax

<![CDATA[ Zeichenfolge ]]>

Beispiel

<raw-data>
  <![CDATA[ a > b && c < d ]]>
</raw-data>

Gewisse Zeichen, die in XML-Dokumenten eine besondere Bedeutung haben, müssen etwas anders geschrieben werden:

Ein XML-Dokument besteht aus genau einem Wurzelelement (root element).

Syntax

<element [attr1="value1"] ... [attrN="valueN"]>
  content
</element>

XML-Elemente bestehen aus …

• einem Namen, Gross-/Kleinschreibung ist signifikant in der Schreibweise /[a-z,A-Z,_][a-z,A-Z,_,-,.,0-9]*/
• einem Anfangs-Tag (start-tag)
• einem Ende-Tag (end-tag)
• Attributen (optional)
• einem Inhalt

Der Inhalt von Elementen kann …

• aus einfachem Text bestehen (unstrukturiertes Element)
• weitere Elemente enthalten (strukturiertes Element)
• gleichzeitig Elemente und Text enthalten (semistrukturiertes Element)
• leer sein (leeres Element)

Syntax: <Name [Attribut]*>PCDATA</Name>

Beispiel

<paragraph id="p5">
  some text. some text. some text. some text. some text. 
  some text. some text. some text. some text. some text.
</paragraph>

Syntax: <Name [Attribut]*>Element+</Name>

Beispiel

<section level="2">
  <subsection> some text. some text. </subsection>
  <subsection> some other text. </subsection>
</section>

Syntax: <Name [Attribut]*>[PCDATA|Element]+</Name>

Beispiel

<paragraph>
  some text. some text. some text. some text. some text. 
  some text. some text. some text. some text. some text.<section>
  <section>
    <subsection> inner text. inner text. </subsection>
    <subsection> more inner text. </subsection>
  </section>
  some other text. some other text. some other text. 
</paragraph>

Syntax: <Name [Attribut]* />

Beispiel

<br/>
<image src="smiley.png" />
<date y="2005" m="feb" d="23" />

• Ein Element kann eine beliebige Anzahl von Attributen haben.
• Attribute sind Name-Wert-Paare der Form name="wert" oder name='wert'.
• der Attributname gehorcht derselben Schreibweise wie ein Elementname: /[a-z,A-Z,_,][a-z,A-Z,_,-,.,0-9]*/
• Gleichnamige Attribute innerhalb eines Elements sind nicht erlaubt.
• Der Wert eines Attributes ist immer vom Typ String (unstrukturierter Inhalt).
• Anführungszeichen innerhalb eines Attributwertes können mittels eines voranstehenden Backslash verwendet werden. Beispiel: winkel="12°45\'23\""
• Beachte: Die Reihenfolge der Attribute ist belanglos.

Wann also Attribute und wann Elemente verwenden?

<student name="smith" firstname="eric" matnr="123456789" />

oder

<student>
  <name>smith</name>
  <firstname>eric</firstname>
  <matnr>123456789</matnr>
</student>

• Ein Attribut kann nur einen String als Wert haben. Bei strukturierten Daten innerhalb eines Elements bieten sich also Unterelemente an.
• Ein Element kann keine gleichnamigen Attribute haben. Bei mehreren gleichartigen Daten bieten sich ebenfalls Unterelemente an.
• Die Reihenfolge der Attribute ist unerheblich, diejenige von Elementen nicht notwendigerweise.
• Einheitliche Darstellung mit Elementen ist oft eleganter, Darstellung mit Attributen kompakter.
• Fazit: Attribute eigenen sich besonders für einfache, unstrukturierte Zusatzinformationen (Metadaten) eines Elements.

Ein nichtvalidierender Parser prüft ein XML-Dokument auf Wohlgeformtheit (wellformed document).

1. Jedes Anfangs-Tag muss ein zugehöriges Ende-Tag haben.
2. Elemente dürfen sich nicht überlappen.
3. XML-Dokumente haben genau ein Wurzel-Element.
4. Elementnamen müssen bestimmten Namenskonventionen entsprechen.
5. XML beachtet grundsätzlich Groß- und Kleinschreibung.
6. XML belässt Formatierungen (white space) im Text.
7. Ein Element darf niemals zwei Attribute mit demselben Namen haben.

• Namen beginnen entweder mit einem Buchstaben oder _: z.B. first, First oder _First
• Nach dem ersten Zeichen sind zusätzlich Zahlen sowie - und . erlaubt: z.B. _1st-name oder _1st.name.
• Namen enthalten keine Leerzeichen.
• Namen enthalten kein :.
• Namen beginnen nicht mit xml, unabhängig davon, ob die einzelnen Buchstaben groß- oder kleingeschrieben sind.
• Diese Konventionen gelten für alle Bezeichner in XML, nicht nur für Element-Namen.

XML ist die Mutter einer Familie standardisierter Markup Sprachen.

XHTML ist eine Neuformulierung von HTML auf der Basis von XML.

Vorteile

• XHTML kann mit anderen XML-basierten Sprachen innerhalb eines Dokuments verbunden werden (compound document).
• XHTML kann mit Stylesheet Sprachen (XSLT) weiterverarbeitet werden.
• Auf XHTML kann die standardisierte Programmierschnittstelle DOM angewendet werden.

<?xml version="1.0" encoding="iso-8859-1"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN"
          "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
  <head>
    <title>Titel</title>
    <meta name="herkunft" content="fh lippe & höxter"/>
    <link rel="stylesheet" type="text/css"
          href="/css/main.css" media="all" />
  </head>
  <body>
    Inhalt
  </body>
</html>

• Ein XHTML-Dokument enthält eine XML-Deklaration (optional).
• XHTML Wurzelelement mit Namensraumangabe.
• strenge Überprüfung des korrekten Grundgerüsts.
• XHTML-Elementnamen werden alle klein geschrieben (<body/> statt <BODY>).
• jedes Anfangs-Tag benötigt ein Ende-Tag.
• leere Elemente korrekt schreiben (<br/> statt <br>).
• Attributwerte immer in Anführungszeichen (<br/> statt <br>).
• Attribute müssen immer einen Wert besitzen checked="checked" statt checked).
• id-Attribut statt des name-Attributes.