07 - Notion de schéma | EDN6101 Édition critique avec la TEI

07 - Notion de schéma

2022-02-02 — Version imprimable

Utilisez les flèches ↓ et ↑ pour naviguer entre les diapositives.

1. Introduction #

1.1. Le modèle de données de XML #

La syntaxe XML correspond en réalité à un modèle abstrait désigné XDM pour XML Data Model : http://www.w3.org/TR/xpath-datamodel/.

1.2. Les nœuds dans le modèle XDM #

XDM considère un document XML comme une structure d’arbre pouvant être composée de sept types de nœuds.

document node (nœud document)
element node (nœud élément)
attribute node (nœud attribut)
comment node (nœud commentaire)
processing instruction node (nœud instruction de traitement)
text node (nœud texte)
namespace node (nœud espace de nom)

Voir http://www.w3.org/TR/xpath-datamodel/.

XDM considère un document XML comme une structure d’arbre pouvant être composée de sept types de nœuds. Ici, on monte en abstraction par rapport à ce que vous savez déjà peut-être de XML. Ces nœud sont les sept types de nœuds définis dans le modèle de données XPath 1.0, à l’exception du nœud racine rebaptisé document node au lieu de root node.

1.3. Contraintes des nœuds #

Les éléments d’un document XML bien formé répondent à plusieurs contraintes

diagramme UML

Les éléments d’un document XML bien formé répondent à plusieurs contraintes :

un nœud document ne doit pas avoir de nœud père et peut avoir des nœuds fils qui peuvent être des nœuds élément, texte, commentaire, ou instruction de traitement
un nœud élément peut avoir un nœud père qui doit être un nœud document ou élément et peut avoir des nœuds fils qui doivent être des nœuds espace de noms, attributs, élément, texte, commentaire ou instruction de traitement
les nœuds fils d’un nœud document ou élément qui sont des nœuds élément, texte, commentaire ou instruction de traitement sont appelés les enfants de ce nœud
un nœud document ou élément ne doit pas avoir deux enfants consécutifs qui sont des nœuds textes
un nœud document ou élément ne doit pas avoir d’enfants qui sont des nœuds textes dont le contenu est vide
un nœud espace de nom ou attribut peut avoir un nœud père qui doit être un nœud élément
un nœud texte, commentaire ou instruction de traitement peut avoir un nœud père qui doit être un nœud élément ou document

1.4. Ordre du document #

Un document XML (ou un fragment de document) est composé d’une hiérarchie de nœuds.

Autrement dit, les nœuds qui sont accessibles lors d’une session de travail sont munis d’un ordre, qu’on appelle ordre du document. Cet ordre est défini tel que correspondant à l’ordre dans lequel le premier caractère de la représentation XML de chaque nœud apparaît dans le document XML balisé (après expansion des entités générales).

le nœud racine est le premier nœud element après le nœud document, il contient tous les autres éléments
les nœuds element précèdent leurs nœuds fils
l’ordre relatif des nœuds frères entre eux est déterminé par leur ordre d’apparition dans la représentation balisée (autrement dit, les nœuds descendants d’un nœud apparaissent avant le nœud frère)
les nœuds attribute et namespace précèdent les nœuds fils de cet élément
les nœuds namespace précèdent les nœuds attribute
l’ordre des nœuds namespace et attribute dépend de l’implantation

Description des relations :

Enfant
- Un élément peut avoir zéro, un ou plusieurs autres éléments enfants. Il peut également avoir des enfants texte, commentaire, et instruction de traitement.
- Les attributs ne sont pas considérés comme les enfants d’un élément
- Un nœud document peut avoir un élément fils (celui qui contiendra tous les autres) mais aussi des fils commentaire, ou instruction de traitement.
Parent : le parent d’un élément est soit un autre élément soit un nœud document. Le parent d’un attribut est l’élément qui le porte. Attention ! Même si les attributs ne sont pas considérés comme fils des éléments, les éléments sont les parents des attributs !
Ancêtre : les ancêtres sont les nœuds parents, les parents des parents, etc.
Descendants : les descendants sont les enfants, petits-enfants, et tous les descendants d’un nœud.
Sibling : les siblings d’un nœuds sont les autres enfants de son parent. Les attributs ne sont pas considéré comme des siblings.

Voici une autre manière possible de visualiser les différentes composantes définies par le modèle de données XML :

Version simplifiée du modèle XDM :

Eric Van der List. Simplified XDM. https://xmllondon.com/2014/slides/vlist/index.html#/step-16 CC-By 4.0

1.5. Les nœuds ont une identité #

Chaque nœud possède une identité unique. On peut avoir deux nœuds avec le même nom et le même contenu dans le document source, mais cela ne signifie pas qu’ils auront la même identité. L’identité est unique pour chaque nœud, elle est affectée par le processeur.

Aux nœuds sont attachées différentes propriétés :

Les éléments et les attributs possèdent un nom. Ces noms sont accessibles à l’aide des fonctions node-name(), name(), local-name()
Pour chaque type de nœud, il est possible de déterminer ce que l’on appelle sa valeur de chaîne (string value) qui correspond schématiquement à son contenu textuel. On peut accéder à la valeur textuelle d’un élément avec la fonction string()
On peut encore extraire d’un nœud sa valeur typée (typed value), son nom qualifié, etc.

2. Notion de schéma #

2.1. Modèles de documents #

Définissent les contraintes que doit respecter une certaine classe de documents

Syntaxes : diverses syntaxes peuvent être utilisées pour écrire de tels modèles :

DTD (partie intégrante de la norme XML 1.0), la plus utilisée encore aujourd’hui ;
schémas XML, norme du W3C publiée en mai 2001 ; 2e édition octobre 2004 ;
schémas RelaxNG, norme ISO/IEC 19757-2, depuis 2003, amendée en 2008.

Validation : beaucoup d’applications XML sont validantes, ainsi un processeur XSLT n’opérera de transformation à partir d’un document XML associé à un modèle que si ce document XML est valide.

Les schémas, qui peuvent s’écrire en XML quelle que soit la syntaxe choisie, permettent de contraindre plus fortement que les DTD le contenu des attributs et des éléments, et gèrent les espaces de noms. Un parseur sachant interpréter la syntaxe utilisée pourra vérifier qu’un document est conforme à un modèle donné (est valide).

Exemples de parseurs : ceux intégrés aux éditeurs XML, aux navigateurs Web ; xmllint dans la librairie libxml, etc.

Beaucoup d’applications XML sont validantes, ainsi un processeur XSLT n’opérera de transformation à partir d’un document XML associé à un modèle que si ce document XML est valide.

2.2. Un schéma #

Définition d’une grammaire
Choix des séquences d’éléments
Choix des cardinalités
Définition de contextes
Valeurs prédéfinies
Valeurs typées

2.3. Définition d’éléments #

On souhaite avoir un élément racine addressBook qui contient un élément entry

<element name="addressBook" 
         xmlns="http://relaxng.org/ns/structure/1.0">
  <zeroOrMore>
  	<element name="entry">
    	<text/>
    </element>
  </zeroOrMore>
</element>

2.4. Un ou plusieurs #

On souhaite avoir un élément racine addressBook qui contient au moins un élément entry

<element name="addressBook" 
         xmlns="http://relaxng.org/ns/structure/1.0">
  <oneOrMore>
    <element name="entry">
        <text/>
    </element>
  </oneOrMore>
</element>

2.5. Création des sous-éléments #

<element name="addressBook" 
         xmlns="http://relaxng.org/ns/structure/1.0">
  <zeroOrMore>
    <element name="entry">
      <element name="name">
        <text/>
      </element>
      <element name="email">
        <text/>
      </element>
    </element>
  </zeroOrMore>
</element>

2.6. Éléments optionnels #

Chaque élément entry doit comporter au moins un nom, les autres éléments sont optionnels

<element name="addressBook" 
         xmlns="http://relaxng.org/ns/structure/1.0">
  <oneOrMore>
    <element name="entry">
      <element name="name">
        <text/>
      </element>
      <optional>
      	<element name="adress">
        	<text/>
        </element>
        <element name="email">
        	<text/>
        </element>
      </optional>
    </element>
  </oneOrMore>
</element>

2.7. Choix #

Chaque élément entry doit comporter au moins un nom, et une adresse ou un courriel

<element name="addressBook" 
         xmlns="http://relaxng.org/ns/structure/1.0">
  <oneOrMore>
    <element name="entry">
      <element name="name">
        <text/>
      </element>
      <choice>
      	<element name="adress">
          <text/>
        </element>
        <element name="email">
          <text/>
        </element>
      </choice>
    </element>
  </oneOrMore>
</element>

2.8. Définition des attributs #

<element name="email">
  <zeroOrMore>
    <optional>
      <attribute name="type"
        <text/>
      </attribute>
    </optional>
    <text/>
  </zeroOrMore>
</element>

2.9. Énumération #

<element name="email">
  <zeroOrMore>
    <optional>
      <attribute name="type">
        <choice>
          <value>travail</value>
          <value>domicile</value>
        </choice>
      </attribute>
    </optional>
    <text/>
  </zeroOrMore>
</element>

2.10. Motifs nommés #

<grammar>
  <start>
    <element name="addressBook">
      <zeroOrMore>
        <element name="entry">
          <ref name="entryContent"/>
        </element>
      </zeroOrMore>
    </element>
  </start>
  <define name="entryContent">
    <element name="name">
      <text/>
    </element>
    <element name="email">
      <text/>
    </element>
  </define>
</grammar>

2.11. Typage #

<element name="number">
  <data type="integer" 
        datatypeLibrary="http://www.w3.org/2001/XMLSchema-datatypes"/>
</element>

On peut ici tirer profit de nombreux types définis par le standard

xs:date
xs:integer
xs:double
xs:decimal
xs:string
…

Voir http://www.w3.org/TR/xmlschema-2/ et https://www.w3.org/TR/xpath-datamodel-31/.

Pour aller plus loin #

Spécification RelaxNG : https://relaxng.org/spec-20011203.html
Tutoriel : https://relaxng.org/tutorial-20011203.html