Vous souhaitez structurer les données manipulées ou échangées par vos programmes ou vos applications mobiles ? Ne cherchez plus ! XML va vous faciliter la vie !
XML est un langage de balisage générique qui permet de structurer des données afin qu'elles soient lisibles aussi bien par les humains que par des programmes de toute sorte. Il est souvent utilisé pour faire des échanges de données entre un programme et un serveur ou entre plusieurs programmes.
Pour vous donner un exemple concret, prenons un exemple d'actualité : celui d'une application téléphonique qui met à jour les données qu'elle contient. L'application demande à un serveur web les dernières informations dont il dispose. Après être allé les chercher, ce dernier doit les communiquer. C'est là qu'intervient le XML. Le serveur web se sert du XML pour structurer les informations qu'il doit renvoyer à l'application téléphonique. Lorsque cette dernière reçoit les informations ainsi structurées, elle sait comment les lire et les exploiter rapidement !
Dans ce cours destiné aux débutants, nous découvrirons ensemble comment écrire des documents XML. Puisque cette partie ne nous prendra pas énormément de temps, nous en profiterons pour découvrir ensemble tout ce qui tourne autour de l'univers du XML. Ainsi, nous verrons également comment :
imposer une structure bien précise à nos documents XML ;
les mettre en forme ;
lire facilement les données contenues dans un document XML ;
transformer les documents XML vers d'autres formats comme une page internet ou un fichier PDF ;
Aperçu de fichiers que nous aurons l'occasion d'écrire dans ce tutoriel
Vous l'aurez compris, le programme s'annonce chargé. C'est pourquoi je vous propose de commencer tout de suite ! ;)
Voici donc le tout premier chapitre de la longue série que va comporter ce tutoriel sur XML !
Tout au long de ce cours nous parlerons du XML et des technologies qui gravitent autours. Bien que dans l'introduction, je vous ai déjà donné un exemple d'utilisation du XML, je vous propose de revenir un peu plus en détail sur cette technologie, son origine et son objectif.
Le XML ou eXtensible Markup Language est un langage informatique de balisage générique.
Cette définition est à mes yeux un peu barbare et technique. C'est pourquoi je vous propose de décortiquer les mots clefs.
Un langage informatique
Je suis sûr que vous n'êtes pas sans savoir qu'en informatique, il existe plusieurs centaines de langages destinés à des utilisations très diverses.
En vulgarisant un peu (beaucoup), il est possible de les regrouper dans 3 grosses catégories :
les langages de programmation ;
les langages de requête ;
les langages de description;
Les langages de programmation permettent de créer des programmes, des applications mobiles, des sites internet, des systèmes d'exploitation, etc. Certains langages de programmation sont extrêmement populaires. En Mai 2012, les 10 langages de programmation les plus populaires sont le C, le Java, le C++, l'Objective-C, le C#, le PHP, le Basic, le Python, le Perl et le Javascript.
Les langages de requêtes permettent quant à eux d'interroger des structures qui contiennent des données. Parmi les langages de requête les plus connus, on peut par exemple citer le SQL pour les bases de données relationnelles, le SPARQL pour les graphes RDF et les ontologies OWL ou encore le XQuery pour les documents XML.
Finalement, les langages de description permettent de décrire et structurer un ensemble de données selon un jeu de règles et des contraintes définies. On peut par exemple utiliser ce type de langage pour décrire l'ensemble des livres d'une bibliothèque, ou encore la liste des chansons d'un CD, etc. Parmi les langages de description les plus connus, on peut citer le SGML, le XML ou encore le HTML.
Un langage de balisage générique
Un langage de balisage est un langage qui s'écrit grâce à des balises. Ces balises permettent de structurer de manière hiérarchisée et organisée les données d'un document.
Si vous ne savez pas ce qu'est une balise, ne vous inquiétez pas, nous reviendrons sur ce terme un peu plus loin dans le tutoriel. ;)
Finalement, le terme générique signifie que nous allons pouvoir créer nos propres balises. Nous ne sommes pas obligé d'utiliser un ensemble de balises existantes comme c'est par exemple le cas en HTML.
Une nouvelle définition
Suite aux explications du dessus, je vous propose que l'on écrive une nouvelle définition du langage XML bien moins technique que la première donnée dans ce cours.
Voici celle que je vous propose : le langage XML est un langage qui permet de décrire des données à l'aide de balises et de règles que l'on peut personnaliser.
Je me doute que certaines notions peuvent vous sembler abstraites, mais ne vous inquiétez pas, tout sera expliqué dans la suite de ce tutoriel. ;)
Vous vous doutez bien que le langage XML n'a pas été créé pour s'amuser. En effet, sa création avait pour objectif de répondre à un besoin très précis : l'échange de données.
Dans les débuts d'internet, les ordinateurs et les programmes échangeaient des données via des fichiers. Mais malheureusement, ces fichiers avaient bien souvent des règles de formatage qui leur étaient propres. Par exemple, les données étaient séparées des points, des virgules, des espaces, des tirets, etc.
Le problème avec ce système est qu'il fallait sans cesse adapter les programmes au format du fichier ce qui représentait une charge de travail importante.
Il a donc fallu régler ce problème assez vite. Le langage SGML ou Standard Generalized Markup Language est alors né. C'est un langage puissant, extensible et standard qui permet de décrire à l'aide de balises un ensemble de données. Le problème est que ce langage est très complexe n'est pas forcément compatible pour effectuer des échanges sur le web.
Un groupe d'informaticiens ayant de l'expérience dans le SGML et le web a alors décidé de se pencher sur le sujet. Le langage XML est né. Le XML 1.0 est devenu une recommandation du W3C le 10 février 1998.
Depuis, les spécifications du langage ont évolué, et la version 1.1 est publiée le 4 février 2004. C'est pourtant la version 1.0 du langage XML qui est la plus utilisée encore aujourd'hui et c'est cette version que nous allons étudier au cours de ce tutoriel.
Les objectifs du XML
Comme nous l'avons vu, l'objectif du XML est de pouvoir faciliter les échanges de données entre les machines. Mais à ça s'ajoute un autre objectif important : décrire les données de manière aussi bien compréhensible par les Hommes qui écrivent les documents XML que par les machines qui les exploitent.
Le XML se veut également compatible avec le web afin que les échanges de données puissent se faire facilement à travers le réseau internet.
Finalement, le XML se veut standardisé, simple, mais surtout extensible et configurable afin que n'importe quel type de données puisse être décrit.
En résumé
Pour résumer ce premier chapitre, peu technique mais très important, nous retiendrons que le XML est un langage de balisage générique qui permet de structurer des données dans l'objectif de les partager.
Maintenant que vous êtes un peu plus familier avec le XML et que son utilité est plus claire dans vos esprits, je vous propose de jeter un coup d’œil à certains outils qui pourront nous être utiles pour rédiger nos documents XML.
Les outils proposés dans ce tutoriel, nous permettront d'être plus productif. En effet, tous proposent des fonctions clefs pour gagner en productivité comme par exemple une fonction de coloration syntaxique, de validation, de vérification ou encore d'exploitation.
Je ne peux que vous encourager à les essayer et d'adopter celui qui vous correspond le plus !
Il faut savoir que dans le fond, un document XML n'est en réalité qu'un simple document texte.
C'est pourquoi, il est tout à fait possible d'utiliser un éditeur de texte pour la rédaction de nos documents XML !
Sous Windows
Sous Windows, un éditeur de texte portant le nom de Bloc-notes est généralement installé par défaut.
En théorie il est suffisant et fonctionnel. Dans la pratique, les fonctionnalités qu'il offre sont limitées et des options comme la coloration syntaxique ou la numérotation des lignes manquent.
Je vous propose donc d'utiliser Notepad++ qui est parfait pour ce que nous voulons faire puisqu'il permet de pallier les manques du Bloc-notes.
Il s'agit d'un logiciel gratuit, n'hésitez donc pas une seule seconde à le télécharger ! :lol:
Je ne vais pas détailler la procédure d'installation qui est classique pour un logiciel tournant sous Windows.
Une fois installé, lancez le logiciel. Vous devriez avoir obtenir la fenêtre suivante :
Afin d'adapter la coloration syntaxique au langage XML, ils vous suffit de sélectionner Langage dans la barre de menu puis XML dans la liste.
Lorsque vous enregistrerez vos documents, il suffira alors de préciser comme extension ".xml" pour conserver la coloration syntaxique d'une fois sur l'autre.
Sous GNU/Linux
Par défaut, les distributions Linux sous souvent livrées avec de très bons éditeurs de texte.
Si vous aimez la console, vous pouvez par exemple utiliser nano, emacs, vi ou encore vim.
Si vous préférez les interfaces graphiques, je vous conseille d'utiliser l'excellent gedit qui normalement doit-être installé par défaut.
Si jamais ce n'est pas le cas, la commande suivante vous permettra de l'installer en quelques instants :
sudo apt-get install gedit
Une fois ouvert vous devriez avoir quelque chose comme ça :
Photo issue du site officiel du projet gedit
Afin d'adapter la coloration syntaxique au langage XML, ils vous suffit de sélectionner Affichage dans la barre de menu puis Mode de coloration et finalement choisir le XML dans la liste.
Lorsque vous enregistrerez vos documents, il suffira alors de préciser comme extension ".xml" pour conserver la coloration syntaxique d'une fois sur l'autre.
Sous MAC OS X
Pour les utilisateurs du système d'exploitation d'Apple, je vous conseille de vous tourner vers jEdit.
Editix est un éditeur XML qui fonctionne sur les plateformes Windows, GNU/Linux ou Mac OS X.
En plus de la coloration syntaxique essentielle à l'écriture de documents XML, ce logiciel nous offre tout un tas d'outils qui nous seront utiles dans la suite de ce tutoriel comme par exemple la validation des documents.
La version payante
Il existe plusieurs versions de ce logiciel. La dernière en date est EditiX 2012.
Cette version complète est payante, mais plusieurs licences sont disponibles. Les étudiants peuvent par exemple bénéficier de 50% de réduction.
Puisque c'est cette version que je vais en partie utiliser dans la suite du tutoriel, je vous propose de détailler la procédure de mise en place du logiciel sous GNU/Linux.
Je ne détaille pas la procédure d'installation sous Windows et MAC OS X puisqu'elle est des plus classique.
La mise en place sous GNU/Linux
Téléchargement et installation
Enregistrez l’archive sur votre bureau puis lancez votre plus beau terminal afin de débuter la procédure.
Commencez par déplacer l'archive editix-free-2010.tar.gz fraîchement téléchargée dans le répertoire /opt/ via la commande :
sudo mv ~/Bureau/editix-free-2010.tar.gz /opt/
Déplacez vous maintenant dans le dossier /opt/ via la commande :
cd /opt/
Nous allons maintenant extraire les fichiers de l’archive que nous avons téléchargée. Pour se faire, vous pouvez utiliser la commande :
sudo tar xvzf editix-free-2010.tar.gz
Un dossier nommé editix doit alors être apparu. Il contient les fichiers que nous venons d’extraire.
Vous pouvez alors supprimer l’archive via la commande :
sudo rm editix-free-2010.tar.gz
On pourrait choisir de s'arrêter là et de lancer le logiciel en ligne de commande se rendant dans le répertoire /opt/editix/bin/ pour en exécutant le script run.sh via la commande :
./run.sh
Mais pour plus de confort, je vous propose de créer un launcher.
Création du launcher
Pour se faire, faites un clic droit sur le menu Applications de votre tableau bord (ou sur le Menu si vous êtes sur une LMDE par exemple) et cliquez sur Editer le menu .
Dans la colonne de gauche choisissez le menu Programmation puis cliquez sur le bouton Nouvel élement dans la colonne de droite.
La fenêtre suivante devrait alors s'afficher :
Remplissez le formulaire avec les informations suivantes :
Type : Application
Nom : Editix
Commande : /opt/editix/bin/run.sh
Finalement, finalisez la création du launcher en cliquant sur le bouton Valider.
Editix devrait maintenant apparaître dans vos applications et plus particulièrement dans le menu programmation.
Quelque soit votre système d'exploitation, voici à quoi doit ressembler la fenêtre du logiciel après son lancement :
Dans le tout premier chapitre, je vous définissais le langage XML comme un langage informatique de balisage.
En effet, les balises sont les éléments de base d'un document XML. Une balise porte un nom qui est entouré de chevrons. Une balise commence donc par un < et se termine par un >. Par exemple : <balise> définit une balise qui s'appelle "balise".
En XML, on distingue 2 types de balises : les balises par paires et les balises uniques.
Les balises par paires
Définition
Les balises par paires sont composées en réalité de 2 balises que l'on appelle ouvrantes et fermantes.
La balise ouvrante commence par < et se termine par > tandis que la balise fermante commence par </ et se termine par >.
Par exemple :
<balise></balise>
Bien évidemment, on peut mettre "des choses" entre ces balises. On parle alors de contenu.
Par exemple :
<balise>Je suis le contenu de la balise</balise>
Quelques règles
Une balise par paires ne peut pas contenir n'importe quoi.
Elle peut contenir une valeur simple comme par exemple une chaîne de caractères, un nombre entier, un nombre décimal, etc.
<balise1>Ceci est une chaîne de caractères</balise1>
<balise2>10</balise2>
<balise3>7.5</balise3>
Une balise en paires peut également contenir une autre balise. On parle alors d'arborescence.
<balise1>
<balise2>10</balise2>
</balise1>
Finalement, une balise en paires peut contenir un mélange de valeurs simples et de balises comme en témoigne l'exemple suivant :
<balise1>
Ceci est une chaîne de caractères
<balise2>10</balise2>
7.5
</balise1>
Les balises uniques
Une balise unique est en réalité une balise en paires qui n'a pas de contenu.
Vous le savez, les informaticiens sont des fainéants. Ainsi, plutôt que de perdre du temps à ouvrir et fermer des balises sans rien écrire entre, une syntaxe un peu spéciale a été mise au point :
<balise />
Les règles de nommage des balises
Ce qui rend le XML générique, c'est la possibilité de créer votre propre langage balisé. Ce langage balisé, comme son nom l'indique, est un langage composé de balises sauf qu'en XML, c'est vous qui choisissez leurs noms.
L'exemple le plus connu des langages balisés de type XML est très certainement le xHTML qui est utilisé dans la création de sites internet.
Il y a cependant quelques règles de nommage à respecter pour les balises de votre langage balisé :
les noms peuvent contenir des lettres, des chiffres ou des caractères spéciaux ;
les noms ne peuvent pas débuter par un nombre ou un caractère de ponctuation ;
les noms ne peuvent pas commencer par les lettres XML (quelque soit la casse) ;
les noms ne peuvent pas contenir d'espaces ;
on évitera les caractères - , ; . < et > qui peuvent être mal interprétés dans vos programmes.
Il est possible d'ajouter à nos balises ce qu'on appelle des attributs. Tout comme pour le nom des balises, c'est vous qui en choisissez le nom.
Un attribut peut se décrire comme une option ou une donnée cachée. Ce n'est pas l'information principale que souhaite transmettre la balise, mais il donne des renseignements supplémentaires sur son contenu.
Pour que ce soit un peu plus parlant, voici tout de suite un exemple :
<prix devise="euro">25.3</prix>
Dans l'exemple ci-dessus, l'information principale est le prix. L'attribut devise nous permet d'apporter des informations supplémentaires sur ce prix, mais ce n'est pas l'information principale que souhaite transmettre la balise <prix/>.
Une balise peut contenir 0 ou plusieurs attributs. Par exemple :
Avant de passer à la création de notre premier document XML, j'aimerais vous parler des commentaires.
Un commentaire est un texte qui permet de donner une indication sur ce que l'on fait. Ils vous permettent d'annoter votre fichier et d'expliquer une partie de celui-ci.
En XML, les commentaires ont une syntaxe particulière. C'est une balise unique qui commence par <!-- et qui se termine par -->.
<!-- Ceci est un commentaire ! -->
Voyons tout de suite sur un exemple concret :
<!-- Description du prix -->
<prix devise="euro">12.5</prix>
C'est sûr que sur cet exemple les commentaires semblent un peu inutiles... Mais je vous assure qu'ils vous seront d'une grande aide pendant la rédaction de longs documents XML ! ;)
En résumé
Pour résumer ce chapitre, nous venons de voir que 2 types de balises existent : les balises par paires, qui s'ouvrent et se ferment et les balises uniques que l'on peut considérer comme une balise par paires sans contenu.
Au cours de ce chapitre, nous avons également vu que les balises peuvent contenir des attributs et que de manière générale, un document XML peut contenir des commentaires.
Jusqu'à maintenant, nous avons découvert les éléments de base du XML, mais vous ignorez encore comment écrire un document XML. Ne vous inquiétez pas, ce chapitre a pour objectif de corriger ce manque !
Dans ce chapitre, je vous propose donc de s'attaquer tout ce qui se rattache à l'écriture d'un document XML. Nous reviendrons sur la structure générale d'un document et de nouvelles notions clefs avant d'utiliser le logiciel EditiX pour écrire notre premier document XML en bonne et due forme !
Un document XML peut être découpé en 2 parties : le prologue et le corps.
Le prologue
Il s'agit de la première ligne de votre document XML. Il donne des informations de traitement.
Voici à quoi va ressembler notre prologue dans cette première partie du tutoriel :
<?xml version = "1.0" encoding="UTF-8" standalone="yes" ?>
Comme vous pouvez le remarquer, le prologue est une balise unique qui commence par <?xml et qui se termine par ?>.
La version
Dans le prologue, on commence généralement par indiquer la version de XML que l'on utilise pour décrire nos données. Pour rappel, il existe actuellement 2 versions : 1.0 et 1.1.
A noter que le prologue n'est obligatoire que depuis le version 1.1, mais il est plus que conseillé de le mettre quand même lorsque vous utilisez la version 1.0.
La différence entre les 2 versions est une amélioration dans le support des différentes versions de l'Unicode. Sauf si vous souhaitez utiliser des caractères chinois dans vos documents XML, il conviendra d'utiliser la version 1.0 qui est encore aujourd'hui la version la plus utilisée.
Le jeu de caractères
La seconde information de mon prologue est encoding="UTF-8".
Il s'agit du jeu de caractères utilisé dans mon document XML. Par défaut, l'encodage de XML est l'UTF-8, mais si votre éditeur de texte enregistre vos documents en ISO8859-1, il suffit de la changer dans le prologue :
<?xml version = "1.0" encoding="ISO8859-1" standalone="yes" ?>
Un document autonome
La dernière information présente dans le prologue est standalone="yes".
Cette information permet de savoir si votre document XML est autonome ou si un autre document lui est rattaché.
Il est encore un peu tôt pour vous en dire plus. Nous reviendrons sur cette notion dans la partie 2 du tutoriel. Pour le moment acceptez le fait que nos documents sont tous autonomes.
Le corps
Le corps d'un document XML est constitué de l'ensemble des balises qui décrivent les données.
Il y a cependant une règle très importante à respecter dans la constitution du corps : une balise en paires unique doit contenir toutes les autres.
Bien évidemment, lorsque vous créez vos documents XML, le but est d'être le plus explicite possible dans le nommage de vos balises. Ainsi, le plus souvent, la balise racine aura pour mission de décrire ce quelle contient.
Si je choisis de décrire un répertoire, je peux par exemple nommer mes balises comme dans l'exemple suivant :
Pour créer un nouveau document, vous pouvez cliquer sur l'icône
, sélectionner dans la barre de menu File puis New ou encore utiliser le raccourci clavier Ctrl + N.
Dans la liste qui s'affiche, sélectionnez Standard XML document.
Surprise ! Votre document XML n'est pas vierge. Voici ce que vous devriez avoir :
<?xml version="1.0" encoding="UTF-8"?>
<!-- New document created with EditiX at Fri May 18 00:11:02 CEST 2012 -->
Comme vous pouvez le constater, EditiX s'est chargé pour vous d'écrire le prologue de notre document XML. Il s'est également chargé d'écrire un petit commentaire pour votre rappeler la date et l'heure de création de votre document.
Puisque notre document sera autonome, vous pouvez modifier le prologue pour l'indiquer :
Nous pouvons vérifier dès maintenant si notre document est bien formé. Pour se faire, vous pouvez cliquer sur l'icône
, sélectionner dans la barre de menu XML puis Check this document ou encore utiliser le raccourci clavier Ctrl + K.
Vous devriez alors avoir une erreur. La ligne où se situe l'erreur est représentée par un rectangle aux bords rouges sur notre espace de travail :
Nous avons donc une erreur à la ligne 6 de notre document. Pour en savoir plus sur notre erreur, il suffit de regarder en bas de l'écran, voici ce que vous devriez avoir :
Pour ceux qui ne parle pas anglais, voici ce que dit le message :
Citation : EditiX
Un document bien formé nécessite un élément racine.
Il manque donc un élément racine. Complétons tout de suite notre document avec les éléments suivant :
Lancer la vérification de votre document. Vous devriez avoir le message suivant à l'écran :
Félicitation, votre document est bien formé !
L'indentation
Il est possible de demander à Editix d'indenter automatiquement vos documents une fois écrit.
Pour se faire, sélectionnez dans la barre de menu XML puis Format et Pretty format (default) ou utilisez le raccourci clavier Ctrl + R.
Dans ce même menu, vous pouvez accéder aux paramètres concernant la tabulation.
L'arborescence du document
Editix met à votre disposition un outil fort sympathique qui vous permet de visualiser l'arborescence du document en cours d'édition.
On sait ainsi que notre répertoire contient 2 personnes. La première s'appelle Robert et la seconde John.
Enregistrer votre document
Il est maintenant temps de clore ce chapitre en enregistrant votre document XML.
Pour se faire, vous pouvez cliquer sur l'icône
, sélectionner dans la barre de menu Save puis Save ou encore utiliser le raccourci clavier Ctrl + S.
Dans la fenêtre de dialogue qui vient de s'ouvrir, choisissez l'emplacement ou vous souhaitez stocker votre fichier XML, tapez son nom et cliquez sur Enregistrer.
Croyez moi ou pas, mais si vous lisez ce message, c'est que vous maitrisez les bases du langage XML !
La suite de ce tutoriel sera l'occasion de voir plusieurs concepts rattachés au langage XML, mais à cette étape du tutoriel, vous êtes déjà capable de faire beaucoup ! ;)
Avant de passer à la seconde partie, je vous propose de tester les connaissances acquises au cours de cette première partie grâce à petit TP.
Voici donc le premier TP de ce tutoriel ! L'objectif de ses chapitres un peu particulier est de vous faire pratiquer. L'objectif est de vous permettre de restituer toute la théorie que vous avez lu au cours des chapitres précédents. C'est selon moi, indispensable pour s'assurer que vous avez bien compris ce qui est expliqué.
Dans ce premier TP, l'objectif est de vous montrer une utilisation concrète de structuration de données via XML.
Le but de ce TP est de créer un document XML structurant les données d'un répertoire.
Votre répertoire doit comprendre au moins 2 personnes. Pour chaque personne on souhaite connaître les informations suivantes :
son sexe (homme ou femme) ;
son nom ;
son prénom ;
son adresse ;
un ou plusieurs numéros de téléphone (téléphone portable, fixe, bureau, etc.) ;
une ou plusieurs adresses e-mail (adresse personnelle, professionnelle, etc.).
Je ne vous donne aucune indication concernant le choix des balises, des attributs et de l'arborescence à choisir pour une raison très simple : lorsqu'on débute en XML, le choix des attributs, des balises et de l'arborescence est assez difficile.
Le but est vraiment de vous laisser chercher et vous pousser à vous poser les bonnes questions sur l'utilité d'une balise, d'un attribut, etc.
Comme vous pouvez le constater, j'ai fait le choix de renseigner le sexe dans un attribut de la balise <personne/> et non d'en faire une balise à part entière.
En effet, cette information est (je pense) plus utile à l'ordinateur qui lira le document qu'à un humain. En effet, contrairement à une machine, nous avons la capacité de déduire que John est un prénom masculin et Marie un prénom féminin. Cette information n'est donc pas cruciale pour les humains qui lisent le fichier.
L'adresse
Il est important que vos documents XML aient une arborescence logique. C'est pourquoi j'ai décidé de représenter l'adresse postale par une balise <adresse /> qui contient les informations détaillées de l'adresse de la personne comme le numéro dans la rue, la voie, le pays, etc.
J'ai également fait le choix d'ajouter un attribut type dans la balise <voie />. Une nouvelle fois, cette attribut est destiné à être utilisé par une machine.
En effet, une machine qui traitera ce fichier, pourra facilement accéder au type de la voie sans avoir à récupérer le contenu de la balise <voie/> et tenter d'analyser s'il s'agit d'une impasse, d'une rue, d'une avenue, etc. C'est donc un gain de temps dans le cas d'un traitement des données.
Numéros de téléphone et adresses e-mails
Encore une fois, dans un soucis d'arborescence logique, j'ai décidé de créer les blocs <telephones /> et <emails /> qui contiennent respectivement l'ensemble des numéros de téléphone et des adresses e-mail.
Pour chacune des balises <telephone/> et <email/>, j'ai décidé d'y mettre un attribut type. Cette attribut permet de renseigner si l'adresse e-mail ou le numéro de téléphone est par exemple professionnel ou personnel.
Bien qu'indispensable aussi bien aux humains qu'aux machines, cette information est placée dans un attribut car ce n'est pas l'information principale que l'on souhaite transmettre. Ici l'information principale reste le numéro de téléphone ou l'adresse e-mail et non son type.
Après avoir découvert le XML dans une première partie, nous n'allons pas nous arrêter là ! En effet, pour être tout à fait honnête avec vous, il très rare que les documents XML soient utilisés seuls. Ils sont généralement accompagnés d'un second fichier qui permet de lui définir une structure strict à avoir, c'est ce qu'on appelle un fichier de définition.
Dans ce premier chapitre, je vous propose de revenir un peu plus profondément sur ce qu'est une définition et pourquoi c'est une notion importante. Finalement, nous étudierons également l'une des deux technologies permettant d'écrire des définitions : les DTD.
Pour définir les règles portant sur les balises, on utilise le mot clef ELEMENT.
<!ELEMENT balise (contenu)>
Une règle peut donc se découper en 3 mots clefs : ELEMENT, balise et contenu.
Retour sur la balise
Le mot-clef balise est à remplacer par le nom de la balise à laquelle vous souhaitez appliquer la règle.
Pour exemple, reprenons une balise du TP de la partie 1 :
<nom>DOE</nom>
On écrira alors :
<!ELEMENT nom (contenu)>
Retour sur le contenu
Cet emplacement a pour vocation de décrire ce que doit contenir la balise : est-ce une autre balise ou est-ce une valeur ?
Cas d'une balise en contenant une autre
Par exemple, regardons la règle suivante :
<!ELEMENT personne (nom)>
<!-- suite de la DTD -->
Cette règle signifie que la balise <personne /> contient la balise <nom />.
Le document XML respectant cette règle ressemble donc à cela :
<personne>
<nom>John DOE</nom>
</personne>
Cas d'une balise contenant une valeur
Dans le cas où notre balise contient une valeur simple, on utilisera la mot clef #PCDATA
Une valeur simple désigne par exemple une chaîne de caractères, un entier, un nombre décimal, un caractère, etc.
En se basant sur l'exemple exemple précédent :
<personne>
<nom>John DOE</nom>
</personne>
Nous avions déjà défini une règle pour la balise <personne/> :
<!ELEMENT personne (nom)>
Nous pouvons maintenant compléter notre DTD en ajoutant une règle pour la balise <nom/>. Par exemple, si l'on souhaite que cette balise contienne une valeur simple, on écrira :
<!ELEMENT nom (#PCDATA)>
Au final, la DTD de notre document XML est donc la suivante :
<!ELEMENT personne (nom)>
<!ELEMENT nom (#PCDATA)>
Cas d'une balise vide
Il est également possible d'indiquer qu'une balise ne contient rien grâce au mot clef EMPTY.
Prenons les règles suivantes :
<!ELEMENT personne (nom)>
<!ELEMENT nom EMPTY>
Le document XML répondant à la définition DTD précédente est le suivant :
<personne>
<nom />
</personne>
Cas d'une balise contenant n'importe quoi
Il nous reste un cas à voir : celui d'une balise qui peut contenir n'importe quoi. C'est à dire que notre balise peut contenir une autre balise, une valeur simple ou être vide. Dans ce cas, on utilise le mot clef ANY.
Nous allons voir maintenant des syntaxes permettant d'apporter un peu de généricité aux définitions DTD.
Par exemple, un répertoire contient généralement un nombre variable de personnes, il faut donc permettre à au document XML d'être valides quelque soit le nombre de personnes qu'il contient.
La séquence
Une séquence permet de décrire l’enchaînement imposé des balises. Il suffit d'indiquer le nom des balises en les séparant par des virgules.
<!ELEMENT personne (nom, prenom, age)>
<!ELEMENT nom (#PCDATA)>
<!ELEMENT prenom (#PCDATA)>
<!ELEMENT age (#PCDATA)>
Cette définition impose que la balise <personne /> contienne obligatoirement les balises <nom />, <prenom /> et <age /> dans cet ordre.
Regardons alors la validité des documents XML qui suivent:
<!-- valide -->
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
<age>24</age>
</personne>
<!-- invalide -->
<!-- les balises ne sont pas dans le bon ordre -->
<personne>
<prenom>John</prenom>
<nom>DOE</nom>
<age>24</age>
</personne>
<!-- invalide -->
<!-- il manque une balise -->
<personne>
<prenom>John</prenom>
<age>24</age>
</personne>
<!-- invalide -->
<!-- il y a une balise en trop qui plus est n'est pas déclarée -->
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
<age>24</age>
<date>12/12/2012</date>
</personne>
La liste de choix
Une liste de choix permet de dire qu'une balise contient l'une des balises décrites. Il suffit d'indiquer le nom des balises en les séparant par une barre verticale.
<!ELEMENT personne (nom | prenom)>
<!ELEMENT nom (#PCDATA)>
<!ELEMENT prenom (#PCDATA)>
Cette définition impose que la balise <personne /> contienne obligatoirement la balise <nom /> ou la balise <prenom />.
Regardons alors la validité des documents XML ci-dessous :
<!-- valide -->
<personne>
<nom>DOE</nom>
</personne>
<!-- valide -->
<personne>
<prenom>John</prenom>
</personne>
<!-- invalide -->
<!-- les 2 balises prenom et nom ne peuvent pas être présentes en même temps. -->
<personne>
<prenom>John</prenom>
<nom>DOE</nom>
</personne>
<!-- invalide -->
<!-- il manque une balise -->
<personne />
La balise optionnelle
Une balise peut-être optionnelle. Pour indiquer qu'une balise est optionnelle, on fait suivre son nom par un point d’interrogation.
<!ELEMENT balise (balise2, balise3?, balise4)>
Prenons l'exemple suivant :
<!ELEMENT personne (nom, prenom?)>
<!ELEMENT nom (#PCDATA)>
<!ELEMENT prenom (#PCDATA)>
Cette définition impose que la balise <personne /> contienne obligatoirement la balise <nom /> puis éventuellement <prenom />.
Regardons alors la validité de ces documents XML :
<!-- valide -->
<personne>
<nom>DOE</nom>
</personne>
<!-- valide -->
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
</personne>
<!-- invalide -->
<!-- l'ordre des balises n'est pas respecté -->
<personne>
<prenom>John</prenom>
<nom>DOE</nom>
</personne>
La balise répétée optionnelle
Une balise peut-être répétée plusieurs fois bien qu'optionnelle. Pour indiquer une telle balise on fait suivre son nom par une étoile.
Cette définition impose que la balise <repertoire /> contienne entre 0 et une infinité de fois la balise <personne />. La balise <personne /> quant à elle doit obligatoirement contenir les balises <nom /> et <prenom /> dans cet ordre.
Regardons alors la validité des documents XML :
<!-- valide -->
<repertoire>
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
</personne>
<personne>
<nom>POPPINS</nom>
<prenom>Marie</prenom>
</personne>
</repertoire>
<!-- valide -->
<repertoire>
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
</personne>
</repertoire>
<!-- valide -->
<repertoire />
<!-- invalide -->
<!-- il manque la balise prenom dans la seconde balise personne-->
<repertoire>
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
</personne>
<personne>
<nom>POPPINS</nom>
</personne>
</repertoire>
La balise répétée
Une balise peut-être répétée plusieurs fois. Pour indiquer une telle balise on fait suivre son nom par un plus.
Cette définition impose que la balise <repertoire /> contienne au minimum une fois la balise <personne />. La balise <personne /> quant à elle doit obligatoirement contenir les balises <nom /> et <prenom /> dans cet ordre.
Regardons alors la validité des documents XML suivants :
<!-- valide -->
<repertoire>
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
</personne>
<personne>
<nom>POPPINS</nom>
<prenom>Marie</prenom>
</personne>
</repertoire>
<!-- valide -->
<repertoire>
<personne>
<nom>DOE</nom>
<prenom>John</prenom>
</personne>
</repertoire>
<!-- invalide -->
<!-- la balise personne doit être présente au moins une fois-->
<repertoire />
En résumé
Nous venons de voir dans ce chapitre de nombreuses nouveautés, à savoir les prémices d'une nouvelle technologie, une nouvelle syntaxe et plein de mots clefs à retenir !
Je suis conscient que ce n'est pas facile à digérer, c'est pourquoi je vous encourage à relire plusieurs fois ce chapitre avant de passer à la suite afin que vous soyez certains d'avoir tout compris !
Dans le chapitre précédent, nous avons vu comment décrire les balises de nos documents XML. Mais rappelez vous, une balise peut contenir ce qu'on appelle des attributs. C'est ce que nous allons voir au cours de ce chapitre.
Nous reviendrons également sur une notion dont je n'ai pas encore parlé : les entités. Je laisse un peu de suspense autour de la définition de cette notion et son utilisation. ;)
Dans le chapitre précédent, nous avons vu la syntaxe pour définir des règles sur les balises de nos documents XML. Vous allez voir que le principe est le même pour définir des règles à nos attributs.
La syntaxe
Pour indiquer que notre règle porte sur un attribut, on utilise le mot clef ATTLIST. On utilise alors la syntaxe suivante :
<!ATTLIST balise attribut type mode>
Une règle peut donc se découper en 5 mots clefs : ATTLIST, balise, attribut, type et mode.
Retour sur la balise et l'attribut
Il n'est nécessaire de s'attarder trop longtemps sur le sujet, il suffit simplement d'écrire le nom de la balise et de l'attribut concerné par la règle.
Par exemple, reprenons une balise du TP de la partie 1 :
<personne sexe="masculin" />
On écrira alors :
<!ATTLIST personne sexe type mode>
Retour sur le type
Cet emplacement a pour vocation de décrire le type de l'attribut. Est-ce une valeur bien précise ? du texte ? un identifiant ?
Cas d'un attribut ayant pour type la liste des valeurs possibles
Nous allons étudier ici le cas d'un attribut ayant pour type une liste de valeurs. Les différentes valeurs possibles pour l'attribut sont séparées par une barre verticale .
Reprenons une nouvelle fois la balise <personne />. Nous avons vu que cette balise possède un attribut sexe. Nous allons ici imposer la valeur que peut prendre cette attribut : soit masculin, soit féminin.
Voici ce à quoi la règle portant sur l'attribut dans notre DTD doit ressembler :
Cas d'un attribut ayant pour type du texte non "parsé"
Derrière le terme "texte non "parsé"" se cache en fait la possibilité de mettre ce que l'on veut comme valeur : un nombre, une lettre, une chaîne de caractères, etc. Il s'agit de données qui ne seront pas analysées par le "parseur" au moment de la validation et/ou l'exploitation de votre document XML.
Dans le cas où notre attribut contient du texte non "parsé", on utilise la mot clef CDATA.
<!ATTLIST balise attribut CDATA mode>
Soit la règle suivante :
<!ATTLIST personne sexe CDATA mode>
Notre document XML répondant à cette règle peut ressembler à cela :
Cas d'un attribut ayant pour type un identifiant unique
Il est tout à fait possible de vouloir qu'une balise possède un attribut permettant de l'identifier de manière unique.
Prenons par exemple l'exemple d'une course à pied. Dans le classement de la course, il y aura un unique vainqueur, un unique second et un unique troisième.
Pour indiquer que la valeur de l'attribut est unique, on utilise le mot clef ID comme IDentifiant.
Cas d'un attribut ayant pour type une référence à un identifiant unique
Il est tout à fait possible que dans votre document, un de vos attributs fasse référence à un identifiant. Cela permet souvent de ne pas écrire 100 fois les mêmes informations.
Par exemple, votre document XML peut vous servir à représenter des liens de parenté entre des personnes. Grâce aux références, nous n'allons pas devoir imbriquer des balises XML dans tous les sens pour tenter de représenter le père d'une personne ou le fils d'une personne.
Pour faire référence à un identifiant unique, on utilise le mot clef IDREF.
Prenons par exemple la règle suivante :
<!ATTLIST father id ID mode >
<!ATTLIST child id ID mode
father IDREF mode
>
Cette règle signifie que la balise personne a 2 attributs : id qui est l'identifiant unique de la personne et father qui fait référence une autre personne.
Finalement, il est possible de rendre obligatoire un attribut et de fixer sa valeur grâce au mot clef #FIXED suivi de la dite valeur.
Cette situation peut par exemple se rencontrer lorsqu'on souhaite travailler dans une devise bien précise et qu'on souhaite qu'elle apparaisse dans le document.
Par exemple, la règle suivante permet d'indiquer que la devise doit obligatoirement apparaître et a pour seule valeur possible l'euro.
<!ATTLIST objet devise CDATA #FIXED "Euro">
Voici alors quelques exemple de documents XML possibles :
Une autre notion assez importante à voir lorsqu'on parle de DTD est la notion d'entité.
Définition
Une entité peut-être considérée comme un alias permettant de réutiliser des informations au sein du document XML ou de la définition DTD.
Au cours de ce chapitre, nous reviendrons sur les 3 types d'entités : les entités générales, les entités paramètres et les entités externes.
Les entités générales
Définition
Les entités générales sont les entités les plus simples. Elles permettent d'associer un alias à une information afin de l'utiliser dans le document XML.
La syntaxe
Voyons tout de suite la syntaxe d'une entité générale :
<!ENTITY nom "valeur">
Pour utiliser une entité générale dans notre document XML, il suffit d'utiliser la syntaxe suivante :
&nom;
Afin d'illustrer un peu plus clairement mes propos, voyons tout de suite un exemple :
Contrairement aux entités générales qui apparaissent dans les documents XML, les entités paramètres n'apparaissent que dans les définitions DTD. Elles permettent d'associer un alias à une partie de la déclaration de la DTD.
La syntaxe
Voyons tout de suite la syntaxe d'une entité paramètre :
<!ENTITY % nom "valeur">
Pour utiliser une entité paramètre dans notre DTD, il suffit d'utiliser la syntaxe suivante :
%nom;
Prenons par exemple cet exemple où des téléphones ont pour attribut une marque :
Normalement, pour indiquer que l'attribut marque de la balise <telephone/> est obligatoire et qu'il doit contenir la valeur Samnsung ou Apple, nous devons écrire la règle suivante :
Encore une fois, au moment de son interprétation, les références aux entités seront remplacées par leurs valeurs respectives.
Les entités externes
Définition
Il existe en réalité 2 types d'entités externes : les analysées et les non analysées. Dans le cadre de ce cours, nous nous limiterons aux entités externes analysées.
Les entités externes analysées ont sensiblement le même rôle que les entités générales, c'est à dire qu'elles permettent d'associer un alias à une information afin de l'utiliser dans le document XML. Mais dans le cas des entités externes analysées, les informations sont stockées dans un fichier séparés.
La syntaxe
Voyons tout de suite la syntaxe d'une entité externe :
<!ENTITY nom SYSTEM "URI">
Pour utiliser une entité externe dans notre XML, il suffit d'utiliser la syntaxe suivante :
&nom;
Si l'on reprend notre premier exemple, voici ce que cela donne :
<!ENTITY samsung SYSTEM "samsung.xml">
<!ENTITY apple SYSTEM "apple.xml">
<telephone>
&samsung;
<modele>Galaxy S3</modele>
</telephone>
<telephone>
&apple;
<modele>iPhone 4</modele>
</telephone>
Le contenu des fichiers samsung.xml et apple.xml sera par exemple le suivant :
<!-- Contenu du fichier samsung.xml -->
<marque>Samsung</marque>
<!-- Contenu du fichier apple.xml -->
<marque>Apple</marque>
Au moment de son interprétation, les références aux entités seront remplacées par leurs valeurs respectives, ce qui donne une fois interprété :
Dans ce second chapitre, nous venons de voir comment définir les attributs de vos balises XML. Nous avons également découvert une nouvelle notion : les entités. Elles nous permettent de jouer les fainéants en réutilisant des éléments qui reviennent souvent dans nos documents.
Nous venons donc d'étudier au cours des derniers chapitres tout ce qu'il faut savoir ou presque sur les DTD. En effet, vous ignorez encore une information importante sur les DTD vous permettant de passer de la théorie à la pratique : où les écrire.
Ca sera également l'occasion de vous révéler qu'il existe en réalité plusieurs sortes de DTD.
Comme je vous l'ai déjà précisé dans le premier chapitre de cette seconde partie, on distingue 2 types de DTD : les internes et les externes.
Commençons par étudier les internes !
Définition
Une DTD interne est une DTD qui est écrite dans le même fichier que le document XML. Elle est généralement spécifique au document XML dans lequel elle est écrite.
La Syntaxe
Une DTD interne s'écrit dans ce qu'on appelle le DOCTYPE. On le place sous le prologue du document et au dessus du contenu XML.
Voyons plus précisément la syntaxe :
<!DOCTYPE racine [ ]>
La DTD interne est ensuite écrite entre les []. Dans ce DOCTYPE, le mot racine doit être remplacé par le nom de la balise qui forme la racine du document XML.
Illustrons avec un exemple
Afin que tout cela vous paraisse moins abstrait, je vous propose de voir un petit exemple.
Prenons par exemple l'énoncé suivant :
Citation : Enoncé
Une boutique possède plusieurs téléphones. Chaque téléphone est d'une certaine marque et d'un certain modèle représenté par une chaîne de caractère.
Un document XML répondant à cet énoncé est par exemple le suivant :
Une DTD externe est une DTD qui est écrite dans un autre document que le document XML. Si elle est écrite dans un autre document, c'est que souvent, elle est commune à plusieurs documents XML qui l'exploitent.
De manière générale, afin de bien séparer le contenu XML de sa définition DTD, on prendra l'habitude de séparer dans plusieurs fichiers.
Un fichier contenant uniquement une DTD porte l'extension .dtd.
La Syntaxe
L'étude de la syntaxe d'une DTD externe est l'occasion de vous révéler qu'il existe en réalité 2 types : les DTD externes PUBLIC et les DTD externes SYSTEM.
Dans les 2 cas et comme pour une DTD interne, c'est dans le DOCTYPE que cela se passe.
Les DTD externes PUBLIC
Les DTD externes PUBLIC sont généralement utilisées lorsque la DTD est une norme. C'est par exemple cas dans les documents xHTML 1.0.
La syntaxe est la suivante :
<!DOCTYPE racine PUBLIC "identifiant" "url">
Si on l'applique à un document xHTML, on obtient alors le DOCTYPE suivant :
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
Pour être honnête, nous n'allons jamais utiliser les DTD externes PUBLIC dans ce tutoriel, c'est pourquoi je vous propose de passer immédiatement aux DTD externes SYSTEM.
Les DTD externes SYSTEM
Une DTD interne SYSTEM permet d'indiquer au document XML l'adresse du document DTD. Cette adresse peut-être relative ou absolue.
Voyons plus précisément la syntaxe :
<!DOCTYPE racine SYSTEM "URI">
Afin d'illustrer mes propos, je vous propose de reprendre l'exemple de la boutique de téléphone que j'ai utilisé dans la partie sur la DTD interne.
Voici un rappel de l'énoncé :
Citation : Enoncé
Une boutique possède plusieurs téléphones. Chaque téléphone est d'une certaine marque et d'un certain modèle, tous les 2 représentés par une chaîne de caractère.
Dans la partie précédente de ce tutoriel, voici ce que je vous avais dit à propos du fait que nos documents XML soient autonomes ou non :
Citation : Wapiti89
La dernière information présente dans le prologue est standalone="yes".
Cette information permet de savoir si votre document XML est autonome ou si un autre document lui est rattaché.
Il est encore un peu tôt pour vous en dire plus. Nous reviendrons sur cette notion dans la partie 2 du tutoriel. Pour le moment acceptez le fait que nos documents sont tous autonomes.
Il est maintenant temps de lever le mystère !
Dans le cas d'une DTD externe, nos documents XML ne sont plus autonomes, en effet, ils font références à un autre fichier qui fournit la DTD. Afin que le document contenant la DTD soit bien pris en compte, nous devons l'indiquer en passant simplement la valeur de l'attribut standalone à "no".
Si vous essayez de lancer la vérification du document, vous devriez normalement avoir le message d'erreur suivant :
Ce message est pour le moment complètement normal puisque nous n'avons pas encore créé notre document DTD.
Création du document DTD
Pour créer un nouveau document, vous pouvez cliquer sur l'icône
, sélectionner dans la barre de menu File puis New ou encore utiliser le raccourci clavier Ctrl + N.
Dans la liste qui s'affiche, sélectionnez DTD.
Votre document DTD n'est normalement pas vierge. Voici ce que vous devriez avoir :
<!-- DTD created at Wed Sep 12 14:49:47 CEST 2012 with EditiX. Please insert an encoding attribute header for converting any DTD -->
<!ELEMENT tag (#PCDATA)>
<!ATTLIST tag attribute CDATA #REQUIRED>
Enregistrez ensuite votre document avec le nom boutique.dtd au même endroit que votre document XML.
Vérification de la DTD
Vous pouvez vérifier que votre DTD n'a pas d'erreur de syntaxe en cliquant sur l'icône
, en sélectionnant dans la barre de menu DTD/Schema puis Check this DTD ou encore en utilisant le raccourci clavier Ctrl + K.
Vous devriez normalement avoir le message suivant :
Vérification du document XML
Il est maintenant temps de vérifier que le document XML est valide !
Pour se faire, cliquez sur l'icône
, sélectionnez dans la barre de menu XML puis Check this document ou encore en utilisant le raccourci clavier Ctrl + K.
Le message suivant doit normalement s'afficher :
En résumé
Nous venons donc de voir qu'il est possible d'écrire une DTD au sein même du fichier XML qu'elle définit. Cependant, nous privilégierons l'écriture de ces définitions dans un second fichier portant l'extension .dtd.
Votre apprentissage des DTD arrive donc à son terme et rien ne vaut un TP pour le conclure !
Pour ce TP, je vous propose de réaliser la définition DTD d'un répertoire téléphonique. Si en soit le sujet n'est pas extrêmement compliqué, il a le mérite de vous faire mettre en pratique toutes les notions vues jusque là dans cette seconde partie.
Dans cette solution, je suis allé au plus simple en indiquant que pour les types de téléphones, d'e-mails et de voies, j'accepte toutes les chaînes de caractères. Libre à vous de créer de nouvelles règles si vous souhaitez que par exemple le choix du type de la voie ne soit possible qu'entre rue, avenue, impasse, etc.
Ce tutoriel est en cours d'écriture, n'hésitez pas à passer régulièrement pour voir les nouveautés ! :)
Un grand merci à Fumble pour ses relectures, ses conseils et ses encouragements tout au long de la rédaction de ce cours.
Je souhaite également remercier AnnaStretter pour ses conseils afin de rendre ce cours plus pédagogique.