Programmation XML/Structure d'un document XML

Un document XML est fondamentalement de type texte, par opposition à d'autres structures informatiques qui peuvent être de type binaire (programmes exécutables, base de données). Ce texte est généralement un texte Unicode[1], souvent au format UTF-8. Un simple éditeur de texte compatible Unicode/UTF8, est donc capable de créer, d'ouvrir ou de modifier un document XML stocké sur disque.

Mais un document XML n'existe pas uniquement sous forme de fichier. Il peut exister aussi temporairement en mémoire comme format de transfert de données entre deux applications logicielles (par exemple sous forme de requête HTML POST pour transmettre un formulaire fraîchement tapé par l'internaute).

Donc, le document XML est un format dont nous allons décrire la structure :


Éléments d'un document XML

modifier

Balisage

modifier

Un document XML est constitué de balises. Une balise est une chaîne de caractères constituant un identificateur et placé entre un caractère < et un caractère >.

Il existe différentes sortes de balises :

  • Les balises ouvrantes <item>
  • Les balises fermantes </item>
  • Les balises vides <nop/>
  • Les instructions de traitement <?xml-stylesheet ... ?>
  • Les commentaires <!-- J'explique -->
  • Les sections CDATA (Character DATA) <![CDATA[ Contenu de la section ]]>

Conventions de nommage des balises

modifier
  • Les noms ne peuvent pas commencer par la chaîne de caractères « xml », dans n'importe quelle combinaison de casse (ou Xml, ou XML…) ;
  • les noms sont sensibles à la casse (différentiation minuscules/majuscules) ;
  • les noms ne peuvent pas débuter par un nombre ou un signe de ponctuation ;
  • les noms ne peuvent pas contenir d'espaces ;
  • éviter les caractères accentués et les opérateurs, virgules, point-virgules…

Les balises ouvrantes

modifier

Une balise ouvrante est un élément délimitant une section. La section se termine ensuite par une balise fermante.

Une balise ouvrante est une chaîne composée de chiffres, de lettres et des caractères - et _. Cette chaîne est comprise entre un < et un >.

Exemple :

<balise>

Les balises fermantes

modifier

Une balise fermante reprend l'identificateur de la balise ouvrante, en le précédent d'un caractère « barre de fraction » (slash). Exemple :

</balise>

Les balises vides

modifier

Une balise « vide » est le résultat de la contraction d'une balise ouvrante et d'une balise fermante ne contenant pas de données.

<div></div> donne <div />

Les attributs

modifier

Les balises ouvrantes et les balises vides peuvent être enrichies avec des attributs.

<root>
     <item id="67af65c75b" date="22/01/2006">Contenu de l'élément</item>
     <break mode="immediat"/>
</root>

Dans l'exemple ci-dessus, la balise ouvrante item est munie de deux attributs, id et date. La balise vide break est munie de l'attribut mode.

 

Leurs valeurs doivent obligatoirement être entre guillemets ou apostrophes dactylographiques[2].

Les instructions de traitement

modifier

Une instruction de traitement est destinée à être lue et comprise par un programme spécifique, afin de permettre le traitement du document XML[3].

Une instruction de traitement commence par un point d'interrogation « ? ».

Exemple :

<?php echo date("d/m/Y") ?>


Les commentaires

modifier

Les commentaires sont des balises qui ne sont pas interprétées par l'application qui traite le document XML.

Un commentaire est une balise commençant par <!-- et terminant par -->.

Exemple :

<!-- Ceci est un commentaire utilisé dans les langages web  -->

Les entités

modifier

XML 1.0 définit un petit nombre d'entités utilisables dans le document sans nécessiter de déclaration dans le doctype.

Ces entités sont :

Entité Caractère Description
&lt; < Symbole « inférieur »
&gt; > Symbole « supérieur »
&amp; & Esperluette, « et » commercial
&apos; ' guillemet simple
&quot; " guillemet double

Toujours sans déclaration de doctype spécial, on peut écrire une entité avec « & », « # », une référence Unicode[1] et un « ; ».

Entité Caractère Description
&#960; π pi
&#946; β bêta

Exemple

<balise>Étudions la balise &amp;lt;p&amp;gt;</balise> Étudions la balise &lt;p&gt;

Structure d'un document XML

modifier

En-tête

modifier

Les trois constituants de l'en-tête que nous allons décrire ne sont pas obligatoires. Ils sont employés en cas de besoin pour fixer l'encodage, définir le doctype et/ou associer une feuille de style.

Version, encodage

modifier

Il est souhaitable que le document XML commence par l'indication de la version du langage et le jeu de caractères utilisé. C'est souvent utf-8[1]. Il est également souhaitable, si le document est stocké sur disque, que l'encodage du fichier soit le même que celui mentionné par l'attribut encoding

<?xml version="1.0"?> <!-- minimal -->

     <!-- ou -->

<?xml version="1.0" encoding="utf-8"?>

Référence au DTD

modifier

La deuxième information utile est la mention du doctype. Certains documents XML en ont impérativement besoin, d'autres peuvent s'en passer.

<!DOCTYPE root[
<!ELEMENT root (premier,deuxieme+)>
<!ELEMENT premier (#PCDATA)>
<!ELEMENT deuxieme (#PCDATA)>
]>

En analysant ce doctype, l'analyseur syntaxique (le parser, p.ex. : via Cooktop ou encore XML tools pour Notepad++) est en mesure de considérer le document XML comme valide.

Mention d'une feuille de style

modifier

Il est possible d'associer un document XML à une feuille de style CSS ou XSL. Si la fonctionnalité fait réfléchir, au début, il y a fort à parier que vous en abandonnerez la pratique par la suite. En effet, la philosophie XML va à l'opposé.

<?xml-stylesheet type="text/xsl" href="../../style.xsl"?>
	<!-- ou -->
<?xml-stylesheet type="text/css" href="../../style.css"?>

Une seule racine

modifier

Une balise a un statut spécial, c'est la racine du document XML. C'est à partir de cette balise que se développe l'arborescence du document.


Règles de mise en œuvre des balises

modifier
  • Toute balise ouverte doit être fermée.
  • Les balises doivent être correctement imbriquées.
  • Les balises sont imbriquables hiérarchiquement sans limitation mais il ne doit y avoir qu'un seul élément à la racine.

Le corps d'un document XML est une arborescence d'éléments (balises) imbriqués, avec un élément racine unique.

<root>
    <balise1>
         <balise2>
         </balise2>
    </balise1>
</root>

Quand toutes ces règles sont respectées, on obtient un document XML « bien formé ». Dans ce cas, un navigateur comme Internet explorer ou Firefox peut l'ouvrir. Dans le cas contraire, le navigateur affiche un message d'erreur.

Exemple de structure simple

modifier
<?xml version="1.0" ?>
<root>
     <items>
         <item no="1">Premier élément</item>
         <item no="2">Autre chose</item>      
         <item no="3">Troisième élément</item>
         <item no="4">Quatrième élément</item>
     </items>
</root>

Éditer un XML dans un tableur

modifier

Microsoft Excel propose un système de mappage XML permettant d'éditer un fichier un tableau, par exemple en triant ou supprimant des lignes ou des colonnes.

Références

modifier
  1. 1,0 1,1 et 1,2 Unicode est un standard qui permet une représentation abstraite et universelle du texte. Pour découvrir ce sujet, on pourra lire le wikilivre: À la découverte d'Unicode.
  2. http://www.w3schools.com/xml/xml_attributes.asp
  3. « Le point sur les instructions de traitement », sur yoyodesign.org