unidad 7

Unidad 7

7.1 Lenguajes de marcado

“Lenguaje de marcado” o “lenguaje de marcas” se puede definir como una forma de codificar un documento donde, junto con el texto, se incorporan etiquetas, marcas o anotaciones con información adicional relativa a la estructura del texto, su presentación.

Anotación (metadatos): información añadida al documento que no forman parte del texto en sí mismo.

Lenguajes de marcado (de anotaciones): conjunto de reglas que describen cómo deben realizarse anotaciones, bajo qué condiciones se permiten y su significado.

Los lenguajes de marcado permiten hacer explícita la estructura de un documento, su contenido semántico o cualquier otra información lingüística o extralingüística que se quiera hacer patente.

Ejemplos:

• <fecha>El día <date>22/11/2006 </date>tuvo lugar ...</fecha>

• <subr>Móstoles</subr>a<subr>2 de noviembre</subr>

Los lenguajes de marcado se pueden clasificar en:

• Procedimental:

– Describen operaciones tipográficas

• Estructural:

– Describen la estructura lógica de un documento, pero no su tipografía

• Híbrido:

– Combinación de ambos

– Las hojas de estilo o lenguajes de transformación permiten la “traducción” de anotaciones de tipo estructural a anotaciones de carácter tipográfico.

Otra posible clasificación sería:

• De presentación:

– Indica el formato del texto (información para el maquetado).

• De procedimientos:

– Orientado también a la presentación pero, en este caso, se indican los procedimientos que deberá realizar el SW de representación.

• Descriptivo o semántico:

– Describen las diferentes partes en las que se estructura el documento pero sin especificar cómo deben representarse.

Algunos lenguajes de marcado específicos:

– Documentación electrónica

• RTF

• TeX

• Wikitexto

• DocBook

– Tecnologías de internet

• HTML, XHTML

• RDF (recurso-propiedad (relación)-valor)

• RSS

– Otros lenguajes especializados

• MathML

• VoiceXML

• SVG

• MusicXML

Haciendo un poco de historia..

La idea de introducir un marcado en un documento electrónico viene heredada de la corrección manual de manuscritos. En la década de los 60' se empieza a desarrollar la idea de separar presentación y estructura.

Desde IBM se impulsa la creación del lenguaje GML, que resultó se la semilla de una versión posterior estandarizada: SGML. La potencia de SGML implica una dificultad en su aprendizaje y uso.

– El HTML se crea a partir del SGML.

– XML surge como respuesta al desorden que supuso el rápido crecimiento del HTML.

7.1.1 SGML: Lenguaje de marcado base

SGML (Standard Generalized Markup Language, 1986): Es un metalenguaje que permite definir lenguajes de marcado.

SGML es un acrónimo de Standard Generalized Markup Language o Lenguaje de Señalización General Normalizado.

Esta es una norma ISO derivada de una anterior (GML de IBM). SGML permite que la estructura de un documento pueda ser definida en base a la relación lógica de sus partes. Esta estructura puede ser validada por una Definición de Tipo Documento (DTD - Document Type Definition). La norma SGML define la sintaxis del documento y la sintaxis y semántica de DTD.

Un documento SGML se marca de modo que no dice nada respecto a su representación en la pantalla o en papel. Un programa de presentación debe unir el documento con la información de estilo a fin de producir una copia impresa en la pantalla o en el papel.

La sintaxis de SGML es suficiente para sus necesidades, pero pocos pueden decir que es particularmente "bella". El lenguaje muestra que se originó en sistemas donde el texto era el contenido principal y el marcado era la excepción.

• Especifica la sintáxis para la inclusión de marcas en los textos, así como la sintáxis del documento que especifica qué etiquetas están permitidas y dónde: el Document Type Definition.

• La definición de la estructura y el contenido de un tipo de documento se realiza por medio de su DTD (Document Type Definition)

Ventajas de SGML:

– Reutilización de los datos

– Integridad y mayor control sobre los datos

– Portable

– Flexible

– Perdurabilidad de la información

Inconvenientes de SGML:

– Alta complejidad

Ejemplo de SGML

<EMail>

  <sender>

    <person>

       <firstname> Karen </firstname>

       <lastname> Lemone </lastname>

   </person>

 </sender>

 <receiver>

  <person>

    <distributionList> cs525@cs.com </distributionList>

  </person>

 </receiver>

 <contents>¿no es sencillo?</contents>

</EMail>

7.1.2 HTML

El HTML, Hyper Text Markup Language (Lenguaje de marcación de Hipertexto) es el lenguaje de marcas de texto utilizado normalmente en la www (World Wide Web). Fue creado en 1986 por el físico nuclear Tim Berners-Lee; el cual tomo dos herramientas preexistentes: El concepto de Hipertexto (Conocido también como link o ancla) el cual permite conectar dos elementos entre si y el SGML (Lenguaje

Estándar de Marcación General) el cual sirve para colocar etiquetas o marcas en un texto que indique como debe verse. HTML no es propiamente un lenguaje de programación como C++, Visual Basic, etc., sino un sistema de etiquetas. HTML no presenta ningún compilador, por lo tanto algún error de sintaxis que se presente éste no lo detectará y se visualizara en la forma como éste lo entienda.

El entorno para trabajar HTML es simplemente un procesador de texto, como el que ofrecen los sistemas operativos Windows (Bloc de notas), UNIX (el editor vi o ed) o el que ofrece MS Office (Word). El conjunto de etiquetas que se creen, se deben guardar con la extensión .htm o .html

Estos documentos pueden ser mostrados por los visores o "browsers" de paginas Web en Internet, como Netscape Navigator, Mosaic, Opera y Microsoft Internet Explorer.

También existe el HTML Dinámico (DHTML), que es una mejora de Microsoft de la versión 4.0 de HTML que le permite crear efectos especiales como, por ejemplo, texto que vuela desde la página palabra por palabra o efectos de transición al estilo de anuncio publicitario giratorio entre página y página.

HTML: lenguaje de marcado definido en SGML

• Origen: 1989 en el Laboratorio Europeo de Física de Partículas (CERN)

• Objetivo inicial: presentar información estática. Jugó un papel fundamental en el crecimiento de Internet.

• Presenta limitaciones relacionadas con:

• Tratamiento de información dinámica.

• No es un metalenguaje, por lo que dispone de un número fijo de etiquetas.

• Su vocabulario es muy limitado.

Ventajas de HTML:

– Es muy simple y sencillo de aprender y usar.

– No requiere herramientas especiales.

– Está muy difundido.

Inconvenientes de HTML:

– Carecer de chequeo sintáctico.

– Carecer de estructura lógica.

– Estar orientado fundamentalmente a la representación de los datos y no a su estructura.

– Carecer de una semántica estándar.

– No ser adecuado para el intercambio de datos.

– No ser extensible.

– No permitir la reutilización de la información.

Ejemplo de HTML

<html>

<head>

<meta http-equiv="content-type" content="text/html" charset="ISO-8859-1"/>

<meta name="generator" content="Adobe GoLive 5"/>

<title>Archivo L&eacute;ame de Adobe Acrobat para Windows</title>

</head>

<body bgcolor="#ffffff">

<p></p>

<p>

<b><font size="+1">21 de septiembre de 2003</font></b>

</p>

<p><b><font size="+2">Archivo L&eacute;ame de Adobe Acrobat para

Windows</font></b></p>

<p>Bienvenido al archivo L&eacute;ame de Adobe&reg; Acrobat&reg; 5.0.5.

Si lo desea, puede acceder al <a href="http://www.adobe.com/supportservice/">

soporte t&eacute;cnico</a><br/> </p>

<p> Este archivo está dividido en los siguientes apartados:<br/>

.... </p>

</body>

</html>

7.1.3 XML

XML es un sistema estándar de codificación de información. Los programas que utilizan el formato XML pueden intercambiar fácilmente sus datos, ya que responden a una misma lógica interna.

Los documentos XML son ficheros de texto que contienen la información organizada en forma de árbol: cada rama puede tener unos atributos propios y servir de base para otras ramas. Además, los documentos XML se pueden transformar (por ejemplo, a formato HTML, para mostrar la información en una página web), o combinar: un tronco con todas sus ramas puede pasar a ser una rama de otro árbol mayor. Un ejemplo de documento XML abreviado podría ser:

   <juegos>                     

     <juego nombre="escondite" espacio="exteriores">

       <jugadores min="2" max="16" />

       <edades min="3" max="indefinido" />

       <descripcion>

          Los jugadores se reparten en dos equipos y...

       </descripcion>

     </juego>

     <juego nombre="ajedrez" espacio="interiores">

       .... etc.

     </juego>

   </juegos>

XML (Extensible Markup Language): forma restringida de SGML optimizada para su utilización en Internet.

• Origen: 1996 World Wide Web Consorium (W3C)

• Objetivos iniciales:

• Lenguaje estructurado, extensible y que se pueda validar.

• Permitir la transmisión de información realmente estructurada.

Características de XML:

– Es un subconjunto de SGML (toma el 80% de sus ventajas y le resta el 20% de complejidad).

– Es simple de usar y se basa en etiquetas de texto.

– Es una tecnología madura puesto que se basa en SGML.

– Soporta Unicode.

– Se orienta a los datos, su semántica y no a la representación.

– Se está convirtiendo en el lenguaje de Bases de Datos de la Web.

– Permite un fácil intercambio de información entre aplicaciones.

Al tratarse de un metalenguaje tiene un vocabulario extensible:

• Permite definir lenguajes de marcado por medio de DTD’s (Document Type Definition) o de XML-Schemas

• Sirve para representar datos estructurados en un fichero de texto.

• Usa etiquetas para delimitar los datos pero deja su interpretación a la aplicación que lee el código XML.

Ventajas:

– Tecnologías asociadas:

• XML (Estructura de los datos)

• XSL= XSLT+XSL-FO’s + XPath (hojas de estilo)

• XLL = XLink + XPointer+ Xpath (hiperenlaces)

• XQL (consultas a bases de datos)

• DOM (Document Object Model)

• SAX (Simple Api for XML)

– La Web Semántica se está construyendo sobre XML.

Ejemplo de XML

<?xml version="1.0" standalone="no"?>

<!DOCTYPE movies SYSTEM "Movies.dtd" [<!NOTATION JPEG SYSTEM "Iexplore.exe">

<!ENTITY raposter SYSTEM "RAPoster.jpg" NDATA JPEG> <!ENTITY mrposter SYSTEM "MRPoster.jpg" NDATA

JPEG>]>

<movies>

<movie rating="PG-13" review="5" type="comedy" year="1987">

<title>Raising Arizona</title>

<writer>Ethan Coen</writer>

<writer>Joel Coen</writer>

<producer>Ethan Coen</producer>

<director>Joel Coen</director>

<actor>Nicolas Cage</actor><actor>Holly Hunter</actor><actor>John Goodman</actor>

<poster image="raposter"/>

<comments>A classic one-of-a-kind screwball love story.</comments>

</movie>

<movie rating="R" review="5" type="comedy" year="1988">

<title>Midnight Run</title>

<writer>George Gallo</writer>

<producer>Martin Brest</producer>

<director>Martin Brest</director>

<actor>Robert De Niro</actor><actor>Charles Grodin</actor>

<poster image="mrposter"/>

<comments>The quintessential road comedy.</comments>

</movie>

</movies>

Conclusiones

Los lenguajes de marcado, tienen una gran cantidad de software y herramientas para poder trabajar con ellos. Desde un simple bloc de notas hasta los programas más desarrollados que permiten al mismo tiempo que se escribe el código ver el resultado final.

Todo este software y herramientas están disponible tanto de forma libre como de pago. Cada persona según sus necesidades elegirá unos u otros.

Bibliografía

http://www6.uniovi.es/sgml.html

http://www.monografias.com/trabajos7/html/html.shtml#ixzz2kpwTUcxU

http://clic.xtec.cat/es/jclic/xml.htm