Principes du XML #
Quelques principes et notions importantes du XML #
Rappelons qu’une balise est un segment de texte commençant par < et se terminant par >. Par exemple,
Le nom XML de la balise est le texte suivant le symbole < (ou </ pour une balise de fin) et pouvant contenir n’importe quelle lettre ou chiffre (a, b,… 0, 1, 2,…) ou les quatre symboles de ponctuation, soit la marque de soulignement ( _ ), le trait d’union ( - ), les deux-points (:) ou le point (.); un nom XML ne peut contenir d’autres caractères spéciaux, ni un espace". En outre, il ne peut pas commencer par un chiffre, un trait d’union ou un point. Par exemple, le nom XML de la balise
Pour les balises de début, aussi dites d’ouverture, on peut ajouter un attribut au nom XML de la balise. Un attribut porte un nom XML qui doit respecter les mêmes règles que les noms XML des balises; il est suivi du symbole « = » et d’une valeur placée entre guillemets ou apostrophes. Par exemple, la balise
Par convention, on réserve l’attribut « xml:lang » à la spécification de la langue dans laquelle le texte est écrit. Cette spécification est optionnelle et assez rarement utilisée. Si on veut indiquer que le contenu d’un élément est en français, on fera comme dans cet exemple : «
Un élément est l’ensemble du texte borné par deux balises ayant le même nom XML, comme
<lavie>fd<a>fsd</a>fd</lavie>.
Si un élément contient d’autres éléments, il doit aussi contenir, entre ses balises de début et de fin, les balises de début et de fin de chaque élément. Notez, de plus, que deux éléments ne peuvent se chevaucher, comme ; avant de passer à un autre élément, il faut terminer le premier avec sa balise de fin. L’exemple précédent est du XML mal formé!
Pour bien comprendre, illustrons notre propos par un exemple. Un document XML prend la forme suivante :
<racine>
<element1>http://www.google.com</element1>
<element2>Un moteur de recherche</element2>
</racine>
Dans ce document, il y a trois éléments. Tout d’abord, il y a l’élément-racine qui comprend tout ce qui est entre les balises
<element1>http://www.google.com</element1>
et
<element2>Un moteur de recherche</element2>
On peut ajouter un attribut à un des éléments de la façon suivante :
<racine date="aujourd'hui">
<element1>http://www.google.com</element1>
<element2>Un moteur de recherche</element2>
</racine>
Le texte date=“aujourd’hui” est un attribut de l’élément-racine avec pour nom « date » et comme valeur d’attribut « aujourd’hui ».
Tout le texte qui ne se trouve pas dans une balise, mais qui se trouve dans l’élément-racine se décompose en nœuds de texte. Par exemple, le document suivant contient un élément contenant un nœud de texte.
<racine>mon texte</racine>
Points importants dans la syntaxe de base #
Un document XML ne doit avoir qu’un et un seul élément appelé « élément-racine », qui doit contenir tous les autres éléments.
Il faut correctement ouvrir et fermer les éléments en séquence, ainsi n’a aucun sens en XML, il faut plutôt écrire ou alors .
Les éléments peuvent eux aussi avoir des attributs, par exemple , mais il faut obligatoirement mettre la valeur de l’attribut entre guillemets (") ou apostrophes (’).
Dans l’ordre ou dans le désordre #
Dans un document XML, l’ordre dans lequel les éléments sont présentés importe. Par exemple, les deux documents XML suivants ne sont pas équivalents.
<racine>
<element1>http://www.google.com</element1>
<element2>Un moteur de recherche</element2>
</racine>
<racine>
<element2>Un moteur de recherche</element2>
<element1>http://www.google.com</element1>
</racine>
Par contre, l’ordre dans lequel les attributs sont présentés est sans importance. Les deux documents XML suivants sont donc équivalents.
<racine attr1="test" attr2="retest"></racine>
<racine attr2="retest" attr1="test"></racine>
Appels d’entités #
Un élément peut contenir du texte, mais ne peut contenir le symbole <, comme dans l’exemple <a><</a>, parce que cela mène à de la confusion. On ne peut non plus y trouver le symbole & ou la séquence « ]]> ». Que faire alors s’il faut utiliser le caractère < dans un texte mathématique, par exemple? Il faut utiliser un appel d’entité. Un appel d’entité est un bout de texte qui commence par une esperluette ( &) et se termine par un point-virgule ( ; ). Nous verrons plus tard que nous pouvons définir nos propres appels d’entités; les appels d’entités suivants font partie de la définition du XML :
| appel d’entité | résultat |
|---|---|
| < | < |
| & | & |
| > | > |
| " | " |
| ' | ' |
Ainsi, si le nom de votre compagnie est John&Smith, vous ne devrez pas utiliser un élément comme ceci
<nom>John&Smith</nom>.
Le texte « ]]> » s’écrit « ]]> ».
On utilise aussi les appels d’entités pour noter les valeurs des attributs. Supposons que la valeur d’un attribut est une apostrophe suivi d’un guillemet (’"). Les deux choix possibles <nom att="’""> et <nom att=’’"’> ne sont pas valables. Dans ce cas, il faudra écrire <nom att="’"">, <nom att=’'"’>, <nom att="'""> ou <nom att=’'"’>.
Prenez le temps de mémoriser ces appels d’entités et retenez bien dans quel cas on peut être obligé de les utiliser.
Il arrive parfois qu’il soit trop lourd d’utiliser des appels d’entités, et on peut alors utiliser un segment « CDATA ». Un tel segment débute par « <![CDATA[ » et se termine par « ]]> ». Tout le texte au sein du segment est rendu verbatim. Ainsi, le texte « <
<racine>
adresse relative:
<image lien="pong.png" />
</racine>
Le XML permet de spécifier un attribut xml:base qui sert à interpréter les adresses relatives remplaçant l’adresse du document. Le document suivant pointe vers une image à l’adresse http://domaine.ca/image/pong.png :
<racine xml:base="http://domaine.ca/">
<p xml:base="image/">
<image lien="pong.png" />
</p>
</racine>
Documents bien formés #
Un document XML qui respecte ces règles de base est dit « bien formé ». Pour éviter la confusion, il ne faut pas utiliser des synonymes comme « correct ».
La terminologie utilisée peut sembler très aride. Cependant, la rigueur qu’exige le XML est aussi garante de la cohérence. Comme tous les termes sont bien définis, il est plus facile de s’entendre entre experts. Comme le XML est surtout utilisé pour la communication entre les logiciels, la rigueur évitera plus tard les bogues et les incompréhensions.
Pouvoir reconnaître un document XML bien formé ou comprendre pourquoi un document n’est pas bien formé, permet de s’assurer qu’un logiciel pourra traiter les informations, et qu’on saura quoi faire en cas de problème.