Cours XML - Définition et objectifs

DÉFINITION

XML peut être considéré comme une généralisation de HTML où, au lieu d'avoir un jeu de balises prédéfinies ayant une signification prédéfinie, l'auteur peut "inventer" à volonté ses propres balises.
Le but de XML est de faciliter le traitement automatisé de documents et de données. L'idée est de pouvoir structurer les informations de telle manière qu'elles puissent être à la fois lues par des personnes sur le web et traitées par des applications qui exploiteront de manière automatisée les informations en question.
L'objectif majeur de XML donc est d'étendre les fonctionnalités de HTML afin de faciliter les échanges de documents sur le WEB. Pour cela les acteurs du W3C (World Wide Web Consortium) souhaitaient définir un langage bénéficiant des principales fonctionnalités de SGML (Standard Generalized Markup Language) tout en étant plus simple à apprendre et à utiliser que ce dernier.
Ces évolutions comprennent :

• la définition libre de nouvelles balises et de nouveaux attributs,
• le support de structure complexe de documents,
• la vérification de la structure d'un document par rapport à une grammaire type définie dans un document appelé DTD (Document Type Definition),
• la séparation entre le contenu (document XML) et la mise en page (feuille de style CSS ou XSL).
XML peut donc être défini comme étant un langage de description et d'échanges de données structurés.

Exemple de document XML
Description XML des informations carte de visite

<nom>Mkadmi</nom>

<prenom>Abderrazak</prenom>

<laboratoire>PARAGRAPHE</laboratoire>

<rue>2, rue de la Liberté</rue>
<code postal>93526</code postal>

<ville>SAINT-DENIS</ville>

</adresse>
<téléphone>(33) 1 49 40 67 89</téléphone>

</bureau>

</personne>

</cartes>

ORIGINE

Les objectifs étaient donc
? d'étendre les fonctionnalités du langage HTML qui est limité,
? d'offrir un standard équivalent à SGML auxquels les acteurs du W3C reprochaient les éléments suivants :
- il est trop complexe pour être implémenté dans des navigateurs,
- il impose que tout document soit conforme à une structure type spécifiée et validée,
- il ne possède pas de mécanismes de liens évolués.
Mais les concepts de SGML (séparation entre contenu et forme, garantie d'une plus grande pérennité, indépendance vis à vis des évolutions technologiques et des médias ; écran, imprimantes, ...) ont pu être validés par de nombreux industriels en particulier sur la gestion de documentation.
Les objectifs qui ont guidé le groupe de travail XML :
- Utilisable sur l'infrastructure Internet
- Supporter une grande variété d'applications
- Être compatible avec SGML
- Facile à traiter un document XML par programme
- Fournir un balisage compréhensible par l'homme
- La concision dans le balisage n'est pas importante
- Rendre l'écriture d'un document facile
- Livrer une spécification formelle et concise (42 pages)
- Rédiger la spécification rapidement (18 mois)

HISTORIQUE

1996: groupe de travail au sein du W3C
1998 : publication de recommandations pour la version 1.0 de XML
XML est une recommandation du W3C en date du 10 Février 1998, référencée à :
http://www.w3.org/TR/1998/REC-xml-19980210
Quelques standards gérés par le W3C :
• XSL (eXtensible Stylesheet Language) : XSLT + XSLFO : Règles de transformation et de présentation de documents XML,
• XLL (eXtensible Linking Language Xlink + Xpointer : Liaison et adressage entre documents,
• XPath (utilisé pour XSLT et XPointer) : Expression de la navigation dans des documents XML,
• DOM (Document Object Model) : API d'accès et de manipulation de documents XML sous forme d'objets,
• XML Schema : Définition de la structure des documents XML en XML,
• XQL (eXtensible Query Language) : Requêtes pour la recherche d'information dans un arbre XML.

Limites de HTML

En fait HTML est très bien adapté à la création de sites simples. Son apprentissage est aisé et les sites ainsi développés sont simples à manipuler. Cependant l'évolution des besoins a fait évoluer les simples documents hypertextes vers des documents dont le contenu est généré dynamiquement à partir de bases de données. HTML a alors très vite montré ses limites

Un balisage prédéfini dans la norme,
Beaucoup de balises de description de formes (br, b, center, etc.) et peu de balises à caractères sémantiques (title, address, dl, etc.),
Une dépendance très forte du contenu et de la forme : Les documents HTML se voulaient indépendant de toute problématique technologique. Les utilisateurs ont aujourd'hui besoin d'un langage permettant un affichage utilisant au mieux les capacités des navigateurs actuels sans que les documents créés ne soient pour autant liés à leurs évolutions.
Une évolution en 1997 avec l'apparition des CSS (Cascading Style Sheets) et en 1998 avec HTML 4.0 a permis de repousser cette limite mais cela ne repose que sur le bon vouloir des développeurs. Rien n'empêche de continuer à utiliser HTML de la même façon qu'auparavant.
Une interopérabilité limitée : on ne sait pas extraire une information particulière d'un document HTML, ce qui limite l'échange d'informations avec d'autres applications ainsi que les possibilités de recherche sémantique sur le contenu d'un site ou d'un document;
Une gestion des liens trop simples : Deux types de liens dans HTML : le lien "Link" (lien vers un autre élément, par exemple une feuille de style) et le lien "a" (lien vers une autre page). Dans la pratique le "l" n'est presque pas utilisé mis à part pour la gestion des feuilles de style CSS. Aujourd'hui rien n'empêche d'utiliser un lien "a" là où un lien "link" aurait été plus adapté;
Des recherches lourdes et des réponses très nombreuses, rendant leurs traitements difficiles car il n'y a pas de notion de sémantique dans l'information recherchée.
Aujourd'hui la recherche des ouvrages d'un auteur particulier se fait en recherchant sur une chaîne de caractères qui peut apparaître sous n'importe quelle forme sur les sites. Les réponses pourront donc inclure les ouvrages recherchés mais aussi toutes informations faisant référence à l'auteur. XML permettra de faire la recherche en spécifiant des mots clés de recherche du type AUTEUR=" xxxxx ". Ce qui limitera les réponses ramenées aux seules pages contenant une information de ce type.

Apports de XML

EXTENSIBILITÉ ET STRUCTURE :

Dans XML, il est possible de définir ses propres balises. Ce qui permet d'améliorer la lisibilité et les possibilités de traitement.
Exemple :
<date>15 novembre 2002</date>
<date>
<annee>2002</annee>
<mois>11</moi>
<jour>15</jour>
</date>
Ce découpage permettra d'afficher la date sous différents formats sans avoir à effectuer de traitement complexe. Par contre si l'on désire pouvoir systématiser certains traitements sur les dates et les rendre opérationnelles sur l'ensemble des navigateurs, cela suppose de définir une norme sur le format de la date.
Exemple
<date format ="ISO-8601">2000-11-02</date>

STRUCTURE TYPE : MODULARISATION ET RÉUTILISATION

La définition de nouvelles balises permettra de structurer l'information sous une forme ou une autre afin de permettre le traitement et l'échange de données de façon beaucoup plus importante qu'avec HTML.
Les domaines du commerce électronique, des échanges de données informatisés (EDI), les transactions financières sont directement concernés par ces nouvelles fonctionnalités.
Cependant, il est important qu'il n'y ait pas d'ambiguïté sur la structure et la sémantique des différentes données échangées entre des particuliers ou des entreprises. C'est pourquoi XML propose des structures types de documents (les DTD).
En outre, ces dernières ouvre la porte vers des outils (API ou logiciel) permettant de manipuler ces différentes structures.

Nous pouvons résumer les principaux apports de XML comme suit :

La lisibilité : aucune connaissance ne doit théoriquement être nécessaire pour comprendre un contenu d'un document XML
Autodescriptif : il parle de lui même ;
Une structure arborescente : permettant de modéliser la majorité des problèmes informatiques ;
Universalité et portabilité : les différents jeux de caractères sont pris en compte ;
Déployable : il peut être facilement distribué par n'importe quel protocole à même de transporter du texte, comme HTTP ;
Intégrabilité : un document XML est utilisable par toute application pourvue d'un parser (c'est-à-dire un logiciel permettant d'analyser un code XML) ;
Extensibilité : un document XML doit pouvoir être utilisable dans tous les domaines d'applications…