PDF de programación - 5. XHTML

Fundamentos de la Interacción Persona-
Ordenador

5. XHTML

Luís Rodríguez Baena ([email protected])

Universidad Pontificia de Salamanca (campus Madrid)
Escuela Superior de Ingeniería y Arquitectura

¿Qué es XML?

XHTML: Extensible HypertextMarkupLanguage(lenguaje de marcas hipertexto ampliable).

● Es una versión de HTML compatible con XML.

XML: Extensible Markup Language(Lenguaje de marcas ampliable).

● Estándar del W3C que define una sintaxis genérica para marcar documentos con etiquetas de forma que

sean legibles por humanos.

El término marcade utiliza para indicar el significado de un carácter o un grupo de caracteres de

un documento.

● Permiten codificar texto electrónico para indicar el significado de una porción de texto mediante caracteres

Algunos lenguajes de marcas ya tienen caracteres de marcado predefinidos.

● XML es ampliable: permite crear marcas propias con un significado específico dentro de un documento.
● Proporciona la sintaxis necesaria para crear lenguajes de marcas a partir de la definición de sus propias

etiquetas.

● La flexibilidad le permite definir documentos de dominios muy distintos (datos bancarios, gráficos,

vectoriales, fórmulas matemáticas, datos de localización geográfica, noticias, etc.).

La sintaxis estándar permite que estos documentos sean explotados por programas que

interactúen, traten y manipulen la información contenida.

● Muchos lenguajes (como Java o .NET Framework) incluyen bibliotecas de clases para trabajar con datos XML

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

2

especiales: los caracteres de marcado.

Por ejemplo, un texto en negrita se colocará entre las marcas de inicio y fin de negrita.
Por ejemplo, un texto en negrita se colocará entre las marcas de inicio y fin de negrita.

o

Esto es lo que hacen formatos como RTF o HTML.

¿Qué es XML?
Ventajas y utilidades

Ventajas de XML.

● Permite definir cualquier cosa, desde datos estructurados, documentos, gráficos, etc.

Sólo define la sintaxis del lenguaje.

● Es fácil de leer e interpretar.
● Ha sido diseñado para los protocolos de Internet.

Aunque también se utiliza en otros dominios (por ejemplo, en archivos de configuración).

● Es independiente de la aplicación y portable.

Se puede utilizar para traspasar datos de un lenguaje a otro, de una plataforma a otra, de una

aplicación a otra.
aplicación a otra.

● Utiliza caracteres Unicode, lo que permite su adaptación a múltiples lenguas.
● La especificaciones son de libre uso.

Utilidades.

● Definición de formatos estándar de documentos.

Por ejemplo el formato OpenDocument (ODF), que se está adoptando por muchas administraciones o

el Open XML de Microsoft.

● Aplicaciones que necesitan almacenar datos de forma estructurada.
● Gestores de bases de datos.
● Persistencia de objetos para servicios Web.
● Transferencia de datos mediante HTTP en comercio electrónico, B2B, B2C.
● Migración entre distintas plataformas.
● …

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

3

Lenguajes de marcas

Los lenguajes de marcas están formados por etiquetas

(marcas, tags, tokens) que especifican la apariencia o la
estructura de un documento.

La unión de las etiquetas y el texto forman el código fuente

del documento.
del documento.

Ese código fuente puede ser código abierto o propietario.

● El formato de Word 2007 es código cerrado.

No se puede interpretar ni modificar si no es con aplicaciones específicas.

● El formato RTF, HTML (o XML) es código abierto.

Puede entenderse y modificarse con herramientas estándar de edición.

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

4

Lenguajes de marcas (II)

HTML está basado en SGML.

● Problema: excesivamente complicado.
● Problema: excesivamente complicado.

En 1996 se planteó hacer una versión ligera de SGML que resolviera el

XML (y XHTML) están basados en SGML (Standard Generalized Markup

Language).
● Lenguaje desarrollado a finales de los años 70 para definir documentos de texto.
● Se utilizó en sectores que necesitaban administrar grandes volúmenes de

información (militar, aeroespacial, gubernamental).

● Fue el lenguaje elegido para aplicaciones que utilizaban los protocolos de Internet.

mismo tipo de problemas: definir documentos.
● En 1998 nace la especificación de XML 1.0.

XML es un lenguaje de “meta-marcas”.

● No tiene un conjunto fijo de etiquetas.
● Aporta la manera de definir etiquetas adaptadas a un dominio específico.

XML es un “meta-lenguaje”.
Se utiliza para definir otros lenguajes (como XHTML).

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

5

Introducción

XHTML es una recomendación oficial del W3C que define una versión de HTML

compatible con XML.
● Redefine HTML como una aplicación XML.

HTML sería una versión SGML.

Ventajas que aporta.

● Al tratarse de documentos XML se pueden incorporar elementos de distintos espacios de nombre.

Permite mezclar el documento con otros vocabularios XML, por ejemplo, incluir gráficos vectoriales con

SVG o expresiones matemáticas con MathML.

● Al tratarse de documentos bien formados los analizadores sintácticos se pueden simplificar.
● Al tratarse de documentos bien formados los analizadores sintácticos se pueden simplificar.

La libertad de HTML hace que su renderización en un navegador pueda ser más lenta.

● Al tratarse de documentos XML se pueden utilizar las mismas herramientas para el tratamiento de los

datos.

● Cómo XML, se trata de un lenguaje ampliable.

Es relativamente fácil añadir elementos al lenguaje a través de módulos.
Permite la interoperabilidad entre distintas plataformas y aplicaciones de usuario.

XHTML utiliza un conjunto de etiquetas similares a HTML.

● Pone algunas limitaciones al uso de etiquetas y atributos HTML que el W3C considera obsoletos.

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

6

Introducción
Documentos bien formados

Obliga a adaptar la escritura de las etiquetas y atributos del

documento a las restricciones del lenguaje XML.

El primer requisito de un documento XML es que debe tratarse de

un documento XML bien formado:
● Debe cumplir las especificaciones del lenguaje respecto a las reglas

sintácticas y tener una estructura jerárquica estricta.
1.
1.

Toda etiqueta de inicio debe tener una de cierre.
Toda etiqueta de inicio debe tener una de cierre.
o

Si una etiqueta no tiene contenido debe tener también una etiqueta de cierre:
<etiqueta></etiqueta>
Una etiqueta sin etiqueta de cierre deberá acabar con la secuencia º.
<etiqueta />

o

2.

Se pueden anidar elementos, pero no superponer ni mezclar.
Esta combinación no es posible en XHTML (aunque si en HTML).
o
<strong><em>Contenido</strong></em>
Se debería escribir así:
<strong><em>Contenido</em></strong>

o

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

7

Introducción
Documentos bien formados (II)

Características de los documentos bien formados (continuación).

3. Debe tener un único elemento raíz.

o

Un documento XML tiene una estructura de árbol, por lo que deberá tener un
único elemento raíz: el elemento html.

4.

Los valores de los atributos deben estar entrecomillados.
o

Un elemento XML puede tener atributos (características especiales del elemento,
como el URL de una imagen). El contenido de esos atributos deberá ir
como el URL de una imagen). El contenido de esos atributos deberá ir
entrecomillado.
<img src=“imagen01.png” alt=“casa” />

5. Un elemento no puede tener dos atributos con el mismo nombre.
6. No pueden aparecer signos < y & individuales dentro del contenido de un

elemento o atributo.
o

El signo < se utiliza para indicar el comienzo de una etiqueta, por lo que no puede
aparecer en el texto. En su lugar se utiliza la entidad &lt; (lessthan).
Por esa razón, tampoco se puede utilizar el carácter &, ya que sería el comienzo de
una entidad. En su lugar se utilizar &amp;.

o

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

8

Introducción
Documentos validados

Un documento validado es un documento bien formado en el que sus

elementos cumplen una serie de reglas.
● Esas normas pueden regular el número, nombre u orden de los elementos o

atributos o el contenido de los mismos.

● XML presenta dos mecanismos para asegurar esas reglas:

Definición del tipo de documento (DTD).
Esquemas XML.

Una DTD hace una descripción formal de un vocabulario XML.
Una DTD hace una descripción formal de un vocabulario XML.

● Determina:

Qué elementos (etiquetas) puede tener un documento.
Qué tipo de datos puede tener el contenido de una etiqueta.
Qué atributos y de qué tipo puede contener una etiqueta.
Qué jerarquía deben tener los elementos de un documento.
● Las DTD pueden ser compartidas por varios documentos.
● Permiten validar si esos documentos utilizan bien el lenguaje.
● La declaración del tipo de documento (DOCTYPE) en la cabecera de un documento

XHTML especifica que DTD utilizará ese documento.

Universidad Pontificia de Salamanca (Campus Madrid)

Luis Rodríguez Baena, Escuela Superior de Ingeniería y Arquitectura, 2011

9

Introducción
Tipos de documentos XHTML

Los documentos