语义WEB之XML[A Semantic Web Primer阅读笔记]
1. HTML文档不是结构化的信息。 XML中可以对元素的值进行定义(正则); XML让内容和显示分开;
2. XML schema将逐步取代DTD；XPath用户存取和查询XML文档；使用XSL和XSLT转换显示XML文档；
3. 一个XML文档由文档头、一些元素和可选的文档尾组成：
1) 文档头Prolog
<?xml version="1.0" encoding="UTF-16"?>
<?xml version="1.0" encoding="UTF-16" standalone="no"?>
<!DOCTYPE book SYSTEM "book.dtd">
2) 元素Elements
3) 属性Attributes
<lecturer name="David Billington" phone="+61-7-3875 507"/>
4) 注释Comments
<!-- This is a comment -->
5) 处理指令Processing Instructions(PIs)
格式为<?target instruction?>，比如<?stylesheet type="text/css" href="mystyle.css"?>
表示使用stylesheet命令处理该文档
6) Well-Formed XML Documents：只有一个根元素；每个元素必须是封闭的；标签不要重叠；每个元素中的属性不能重名；元素和标签名必须是可访问的；
4. 必须注意到的是元素是有顺序的，而属性是没有顺序的； 一个XML文档符合一定的语法规则则说明其是良好定义的。但是我们说一个XML文档是有效的是指它定义良好和使用了结构化的信息；
5. 有两种定义XML结构的方式，DTDs和XML schema，后者对前者进行了扩展并可用于定义数据类型；
6. DTDs
元素定义
<!ELEMENT lecturer (name,phone)>
<!ELEMENT name (#PCDATA)>
<!ELEMENT phone (#PCDATA)>
<!ELEMENT lecturer (name|phone)>
<!ELEMENT lecturer ((name,phone)|(phone,name))>
属性定义
<!ELEMENT order (item+)>
<!ATTLIST order
orderNo ID #REQUIRED
customer CDATA #REQUIRED
date CDATA #REQUIRED>
<!ELEMENT item EMPTY>
<!ATTLIST item
itemNo ID #REQUIRED
quantity CDATA #REQUIRED
comments CDATA #IMPLIED>
属性类型
• CDATA, a string (sequence of characters),
• ID, a name that is unique across the entire XML document,
• IDREF, a reference to another element with an ID attribute carrying the same value as the IDREF attribute,
• IDREFS, a series of IDREFs,
• (v1| . . . |vn), an enumeration of all possible values.
值类型
• #REQUIRED.必须出现的。
• #IMPLIED.可选的。
• #FIXED "value".
• "value".
XML实体
<!ENTITY thisyear "2007">
可以使用&thisyear引用该实体
7. XML Schema
元素类别
<element name="email"/>
<element name="head" minOccurs="1" maxOccurs="1"/>
<element name="to" minOccurs="1"/>
属性类别
<attribute name="id" type="ID" use="required"/>
<attribute name="speaks" type="Language" use="optional" default="en"/>
数据类别
除了预定义的基本类型，还有下面三个复合类型
sequence：顺序数据结合
all：数据集合，必须全部包括
choice：元素集合，包含其中一个
<complexType name="lecturerType">
<sequence>
<element name="firstname" type="string"
minOccurs="0" maxOccurs="unbounded"/>
<element name="lastname" type="string"/>
</sequence>
<attribute name="title" type="string" use="optional"/>
</complexType>
数据类型扩展
<complexType name="extendedLecturerType">
<extension base="lecturerType">
<sequence>
<element name="email" type="string"
minOccurs="0" maxOccurs="1"/>
</sequence>
<attribute name="rank" type="string" use="required"/>
</extension>
</complexType>
数据类型限制
<complexType name="restrictedLecturerType">
<restriction base="lecturerType">
<sequence>
<element name="firstname" type="string"
minOccurs="1" maxOccurs="2"/>
</sequence>
<attribute name="title" type="string" use="required"/>
</restriction>
</complexType>
简单类型限制
<simpleType name="dayOfMonth">
<restriction base="integer">
<minInclusive value="1"/>
<maxInclusive value="31"/>
</restriction>
</simpleType>
<simpleType name="dayOfWeek">
<restriction base="string">
<enumeration value="Mon"/>
<enumeration value="Tue"/>
<enumeration value="Wed"/>
<enumeration value="Thu"/>
<enumeration value="Fri"/>
<enumeration value="Sat"/>
<enumeration value="Sun"/>
</restriction>
</simpleType>
一个完整的例子
<element name="email" type="emailType"/>
<complexType name="emailType">
<sequence>
<element name="head" type="headType"/>
<element name="body" type="bodyType"/>
</sequence>
</complexType>
<complexType name="headType">
<sequence>
<element name="from" type="nameAddress"/>
<element name="to" type="nameAddress"
minOccurs="1" maxOccurs="unbounded"/>
<element name="cc" type="nameAddress"
minOccurs="0" maxOccurs="unbounded"/>
<element name="subject" type="string"/>
</sequence>
</complexType>
<complexType name="nameAddress">
<attribute name="name" type="string" use="optional"/>
<attribute name="address" type="string" use="required"/>
</complexType>
<complexType name="bodyType">
<sequence>
<element name="text" type="string"/>
<element name="attachment" minOccurs="0"
maxOccurs="unbounded">
<complexType>
<attribute name="encoding" use="optional" default="mime">
<simpleType>
<restriction base="string">
<enumeration value="mime"/>
<enumeration value="binhex"/>
</restriction>
</simpleType>
</attribute>
<attribute name="file" type="string" use="required"/>
</complexType>
</element>
</sequence>
</complexType>
8. 命名空间(Namespaces)
<?xml version="1.0" encoding="UTF-16"?>
<vu:instructors
xmlns:vu="http://www.vu.com/empDTD"
xmlns:gu="http://www.gu.au/empDTD"
xmlns:uky="http://www.uky.edu/empDTD">
<uky:faculty
uky:title="assistant professor"
uky:name="John Smith"
uky:department="Computer Science"/>
<gu:academicStaff
gu:title="lecturer"
gu:name="Mate Jones"
gu:school="Information Technology"/>
</vu:instructors>
命名空间声明如下：xmlns:prefix="location"
或者默认命名空间声明如下：xmlns="location"
9. 定位和查询XML文档(Addressing and Querying XML Documents)
也就是XPath的语法
/library/author --> 定位到所有位于library之下的author元素
//author --> 定位到所有author类型的元素
/library/@location --> 定位到library元素下的location属性节点
//book/@title=[.="Artificial Intelligence"] --> 定位到book下的title并且其值为"Artificial Intelligence”
//book[@title="Artificial Intelligence"] --> 定位到所有的book节点，其title属性值为"Artificial Intelligence”
//author[1] --> 定位到第一个author元素节点
//author[1]/book[last()] --> 定位到author节点第一个元素下的最后一个book元素
//book[not (@title)] --> 定位到不包含title属性的book元素
10. 处理：使用XSL,XSLT转换显示XML文档
一个例子
<?xml version="1.0" encoding="UTF-16"?>
<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="/author">
<html>
<head><title>An author< /title></head>
<body bgcolor="white">
<b><xsl:value-of select="name"/></b><br></br>
<xsl:value-of select="affiliation"/><br></br>
<i><xsl:value-of select="email"/></i>
</body>
</html>
</xsl:template>
</xsl:stylesheet>
另一个例子
对于下面的XML文档
<authors>
<author>
<name>Grigoris Antoniou</name>
<affiliation>University of Bremen</affiliation>
<email>ga@tzi.de</email>
</author>
<author>
<name>David Billington</name>
<affiliation>Griffith University</affiliation>
<email>david@gu.edu.net</email>
</author>
</authors>
定义下面的XSLT
<?xml version="1.0" encoding="UTF-16"?>
<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:template match="/">
<html>
<head><title>Authors< /title></head>
<body bgcolor="white">
<xsl:apply-templates select="authors"/>
<!-- Apply templates for AUTHORS children -->
</body>
</html>
</xsl:template>
<xsl:template match="authors">
<xsl:apply-templates select="author"/>
</xsl:template>
<xsl:template match="author">
<h2><xsl:value-of select="name"/></h2>
Affiliation:<xsl:value-of select="affiliation"/><br>
Email: <xsl:value-of select="email"/>
<p>
</xsl:template>
</xsl:stylesheet>
获取属性值的XSLT如下
<xsl:template match="person">
<person
firstname="{@firstname}"
lastname="{@lastname}"/>
</xsl:template>
