<\/a><\/noindex>Z tohoto \u00fahlu pohledu existuje jednoduch\u00fd zp\u016fsob, jak ov\u011b\u0159it, jak dob\u0159e je XML sch\u00e9ma provedeno. Vezm\u011bme nap\u0159\u00edklad dokument v p\u0159edpokl\u00e1dan\u00e9m sch\u00e9matu a odstran\u00edme z n\u011bj v\u0161echny tagy a atributy. Pokud v tom, co z\u016fstane, nen\u00ed \u017e\u00e1dn\u00fd smysl (nebo pokud z\u016fstane pr\u00e1zdn\u00fd \u0159et\u011bzec), pak je bu\u010f va\u0161e sch\u00e9ma postaveno \u0161patn\u011b, nebo jste prost\u011b nem\u011bli pou\u017e\u00edvat XML.<\/p>\n
D\u00e1le uvedu n\u011bkolik nej\u010dast\u011bji se vyskytuj\u00edc\u00edch p\u0159\u00edklad\u016f nespr\u00e1vn\u011b postaven\u00fdch sch\u00e9mat.<\/p>\n
<\/code><\/pre>\n\nZde vid\u00edme p\u0159\u00edklad neopodstatn\u011bn\u00e9 a podivn\u00e9 (i kdy\u017e velmi roz\u0161\u00ed\u0159en\u00e9) snahy vyj\u00e1d\u0159it pomoc\u00ed jazyka XML jednoduch\u00fd slovn\u00edk \u201ekl\u00ed\u010d-hodnota\u201c. Pokud odstran\u00edme v\u0161echny tagy a atributy, z\u016fstane pr\u00e1zdn\u00fd \u0159et\u011bzec. V podstat\u011b tento dokument p\u0159edstavuje, a\u0165 to zn\u00ed jakkoli absurdn\u011b, s\u00e9mantickou anotaci pr\u00e1zdn\u00e9ho \u0159et\u011bzce.<\/p>\n
<root name=\"John\" city=\"London\" \/><\/code><\/pre>\n\nCo je je\u0161t\u011b hor\u0161\u00ed, tady nem\u00e1me pouze s\u00e9mantickou anotaci pr\u00e1zdn\u00e9ho \u0159\u00e1dku jako extravagantn\u00ed zp\u016fsob vyj\u00e1d\u0159en\u00ed slovn\u00edku \u2014 tentokr\u00e1t je 'slovn\u00edk' p\u0159\u00edmo zak\u00f3dov\u00e1n ve form\u011b atribut\u016f ko\u0159enov\u00e9ho prvku. V d\u016fsledku toho se zvolen\u00e1 sada n\u00e1zv\u016f atribut\u016f na prvku st\u00e1v\u00e1 neur\u010ditou a dynamickou. Nav\u00edc je z\u0159ejm\u00e9, \u017ee v\u0161e, co autor ve skute\u010dnosti cht\u011bl vyj\u00e1d\u0159it, je jednoduch\u00e1 syntaxe 'kl\u00ed\u010d-hodnota', ale m\u00edsto toho p\u0159ijal zcela podivn\u00e9 rozhodnut\u00ed pou\u017e\u00edt XML, vynucuj\u00edc pou\u017eit\u00ed jednoho pr\u00e1zdn\u00e9ho prvku pouze jako prefix pro pou\u017e\u00edv\u00e1n\u00ed syntaxe atribut\u016f. A takov\u00e9 sch\u00e9mata se mi velmi \u010dasto nask\u00fdtaj\u00ed.<\/p>\n
John\n London<\/code><\/pre>\n\nTo je u\u017e n\u011bco lep\u0161\u00edho, ale nyn\u00ed jsou kl\u00ed\u010de z n\u011bjak\u00e9ho d\u016fvodu metadata, zat\u00edmco hodnoty ne. Nanejv\u00fd\u0161 podivn\u00fd pohled na slovn\u00edky. Pokud odstran\u00edte v\u0161echny tagy a atributy, polovina informac\u00ed bude ztracena.<\/p>\n
Spr\u00e1vn\u00e9 vyj\u00e1d\u0159en\u00ed slovn\u00edku v XML by vypadalo p\u0159ibli\u017en\u011b takto:<\/p>\n
Name\n John\n \n \n City\n London<\/code><\/pre>\n\nAle pokud se lid\u00e9 rozhodli podivn\u00fdm zp\u016fsobem aplikovat XML jako datov\u00fd form\u00e1t a pot\u00e9 jej pou\u017e\u00edvat k uspo\u0159\u00e1d\u00e1n\u00ed slovn\u00edku, m\u011bli by pochopit, \u017ee to, co d\u011blaj\u00ed, je nevhodn\u00e9 a nepohodln\u00e9. Je\u0161t\u011b \u010dast\u011bji design\u00e9\u0159i chybn\u011b vyb\u00edraj\u00ed XML pro vytv\u00e1\u0159en\u00ed sv\u00fdch aplikac\u00ed. Ale je\u0161t\u011b \u010dast\u011bji zhor\u0161uj\u00ed situaci bezmy\u0161lenkovit\u00fdm pou\u017eit\u00edm XML v n\u011bkter\u00e9 z v\u00fd\u0161e popsan\u00fdch forem, ignoruj\u00edc fakt, \u017ee XML pro to zkr\u00e1tka nen\u00ed vhodn\u00e9.<\/p>\n
Nejhor\u0161\u00ed sch\u00e9ma XML?<\/b> Mimochodem, cena za nejhor\u0161\u00ed sch\u00e9ma XML, jak\u00e9 jsem kdy vid\u011bl,<\/i> n\u00e1le\u017e\u00ed form\u00e1tu souboru konfigurace automatick\u00e9ho p\u0159id\u011blov\u00e1n\u00ed zdroj\u016f pro telefony IP telefonie Polycom. Tyto soubory vy\u017eaduj\u00ed stahov\u00e1n\u00ed XML soubor\u016f po\u017eadavku p\u0159es TFTP, kter\u00e9\u2026 V ka\u017ed\u00e9m p\u0159\u00edpad\u011b, tady je \u00faryvek z jednoho takov\u00e9ho souboru:<\/p>\n<softkey\n softkey.feature.directories=\"0\"\n softkey.feature.buddies=\"0\"\n softkey.feature.forward=\"0\"\n softkey.feature.meetnow=\"0\"\n softkey.feature.redial=\"1\"\n softkey.feature.search=\"1\"\n\n softkey.1.enable=\"1\"\n softkey.1.use.idle=\"1\"\n softkey.1.label=\"Foo\"\n softkey.1.insert=\"1\"\n softkey.1.action=\"...\"\n\n softkey.2.enable=\"1\"\n softkey.2.use.idle=\"1\"\n softkey.2.label=\"Bar\"\n softkey.2.insert=\"2\"\n softkey.2.action=\"...\" \/><\/code><\/pre>\n\nTo nen\u00ed n\u011b\u010d\u00ed ne\u00fasp\u011b\u0161n\u00fd vtip. A to nen\u00ed m\u00e1 v\u00fdmysl:<\/p>\n
\nPrvky se jednodu\u0161e pou\u017e\u00edvaj\u00ed jako prefix pro p\u0159i\u0159azen\u00ed atribut\u016f, kter\u00e9 samy o sob\u011b maj\u00ed hierarchick\u00e1 jm\u00e9na.\n<\/li>\n Pokud je pot\u0159eba p\u0159i\u0159adit hodnoty n\u011bkolika instanc\u00edm z\u00e1znamu ur\u010dit\u00e9ho typu, je nutn\u00e9 pou\u017e\u00edt jm\u00e9na atribut\u016f, ve kter\u00fdch jsou indexy.<\/i>.\n<\/li>\nKrom\u011b toho, atributy za\u010d\u00ednaj\u00edc\u00ed na softkey.<\/code>je t\u0159eba um\u00edstit na prvky <softkey\/><\/code>, atributy, kter\u00e9 za\u010d\u00ednaj\u00ed na feature.<\/code>je t\u0159eba um\u00edstit na prvky <feature\/><\/code> atd., i kdy\u017e to vypad\u00e1 naprosto zbyte\u010dn\u011b a na prvn\u00ed pohled nonsens.\n<\/li>\nA nakonec, pokud jste doufali, \u017ee prvn\u00ed komponenta n\u00e1zvu atributu se v\u017edy shoduje s n\u00e1zvem prvku \u2014 nic takov\u00e9ho! Nap\u0159\u00edklad atributy up.<\/code> mus\u00ed b\u00fdt p\u0159i\u0159azeny k <userpreferences\/><\/code>. Po\u0159ad\u00ed p\u0159i\u0159azen\u00ed jmen atribut\u016f k prvk\u016fm je libovoln\u00e9 a prakticky pln\u011b.\n<\/li>\n<\/ul>\n\nDokumenty nebo data.<\/b>Ob\u010das n\u011bkdo d\u011bl\u00e1 naprosto podivn\u00e9 v\u011bci, kdy\u017e se sna\u017e\u00ed porovn\u00e1vat XML a JSON, \u010d\u00edm\u017e ukazuje, \u017ee nepochopil ani jedno, ani druh\u00e9. XML je jazyk zna\u010dkov\u00e1n\u00ed dokument\u016f. JSON na druh\u00e9 stran\u011b p\u0159edstavuje form\u00e1t strukturovan\u00fdch dat, tak\u017ee porovn\u00e1vat je navz\u00e1jem je jako sna\u017eit se porovnat tepl\u00e9 s m\u011bkk\u00fdm.<\/p>\n
Pochopen\u00ed toho pom\u016f\u017ee pochopit rozd\u00edl mezi dokumenty a daty.<\/i>Jako analogii lze XML zhruba vz\u00edt jako strojov\u011b \u010diteln\u00fd dokument. A\u010dkoliv je ur\u010den k \u010dten\u00ed stroj\u016f, metaforicky se vztahuje k dokument\u016fm a z tohoto pohledu je ve skute\u010dnosti srovnateln\u00fd s dokumenty PDF, kter\u00e9 b\u00fdvaj\u00ed v\u011bt\u0161inou strojov\u011b ne\u010diteln\u00fdmi. <\/p>\n
Nap\u0159\u00edklad v XML m\u00e1 po\u0159ad\u00ed prvk\u016f v\u00fdznam. A v JSON je po\u0159ad\u00ed dvojic \"kl\u00ed\u010d-hodnota\" uvnit\u0159 objekt\u016f bezv\u00fdznamn\u00e9 a nen\u00ed definov\u00e1no. Pokud chcete z\u00edskat neuspo\u0159\u00e1dan\u00fd slovn\u00edk z dvojic \"kl\u00ed\u010d-hodnota\", skute\u010dn\u00e9 po\u0159ad\u00ed, v jak\u00e9m prvky v tomto souboru n\u00e1sleduj\u00ed, nen\u00ed d\u016fle\u017eit\u00e9. Ale m\u016f\u017eete z t\u011bchto dat vytvo\u0159it mnoho r\u016fzn\u00fdch dokument\u016f,<\/i>proto\u017ee v dokumentu existuje ur\u010dit\u00e9 po\u0159ad\u00ed. Metaforicky to je analogie dokumentu na pap\u00ed\u0159e, i kdy\u017e nem\u00e1 fyzick\u00e9 rozm\u011bry na rozd\u00edl od tiskoviny nebo souboru PDF.<\/p>\n
Ve sv\u00e9m p\u0159\u00edkladu spr\u00e1vn\u00e9ho zobrazen\u00ed slovn\u00edku ve form\u00e1tu XML je uk\u00e1z\u00e1n po\u0159\u00e1dek prvk\u016f ve slovn\u00edku, na rozd\u00edl od zobrazen\u00ed ve form\u00e1tu JSON. Tento po\u0159\u00e1dek nemohu ignorovat: takov\u00e1 line\u00e1rnost je p\u016fvodn\u011b vlastn\u00ed modelu dokument\u016f a form\u00e1tu XML. N\u011bkdo m\u016f\u017ee p\u0159i interpretaci tohoto XML dokumentu rozhodnout o ignorov\u00e1n\u00ed po\u0159ad\u00ed, ale h\u00e1dat se o tom je zbyte\u010dn\u00e9, proto\u017ee tato ot\u00e1zka p\u0159esahuje diskusi o samotn\u00e9m form\u00e1tu. Nav\u00edc, pokud se dokument zobraz\u00ed v prohl\u00ed\u017ee\u010di s p\u0159ipojen\u00fdm kask\u00e1dov\u00fdm stylem, bude mo\u017en\u00e9 vid\u011bt, \u017ee prvky slovn\u00edku n\u00e1sleduj\u00ed v ur\u010dit\u00e9m po\u0159ad\u00ed, a nikoliv jinak.<\/p>\n
Jin\u00fdmi slovy, slovn\u00edk (fragment strukturovan\u00fdch dat) m\u016f\u017ee b\u00fdt p\u0159eveden na n<\/i> r\u016fzn\u00e9 mo\u017en\u00e9 dokumenty (ve form\u00e1tu XML, PDF, na pap\u00ed\u0159e atd.), kde n<\/i> \u2014 po\u010det mo\u017en\u00fdch kombinac\u00ed prvk\u016f ve slovn\u00edku, a to jsme je\u0161t\u011b nezohlednili dal\u0161\u00ed mo\u017en\u00e9 prom\u011bnn\u00e9.<\/p>\n
Z\u00e1rove\u0148 z toho tak\u00e9 vypl\u00fdv\u00e1, \u017ee pokud chcete p\u0159edat pouze data, pou\u017eit\u00ed strojov\u011b \u010diteln\u00e9ho dokumentu bude neefektivn\u00ed. Pou\u017e\u00edv\u00e1 se model, kter\u00fd je v tomto p\u0159\u00edpad\u011b nadbyte\u010dn\u00fd, pouze bude p\u0159ek\u00e1\u017eet. Nav\u00edc, abyste mohli extrahovat p\u016fvodn\u00ed data, bude t\u0159eba napsat program. Je nepravd\u011bpodobn\u00e9, \u017ee by m\u011blo smysl pou\u017e\u00edvat XML pro n\u011bco, co v ur\u010dit\u00e9m st\u00e1diu nebude form\u00e1tov\u00e1no jako dokument (nap\u0159\u00edklad pomoc\u00ed CSS nebo XSLT, nebo oboj\u00ed), proto\u017ee to je hlavn\u00ed (pokud ne jedin\u00fd) d\u016fvod pro dodr\u017eov\u00e1n\u00ed modelu dokumentu.<\/p>\n
Krom\u011b toho, proto\u017ee XML nem\u00e1 pojem \u010d\u00edsel (nebo logick\u00fdch v\u00fdraz\u016f \u010di jin\u00fdch typ\u016f dat), v\u0161echna \u010d\u00edsla prezentovan\u00e1 v tomto form\u00e1tu jsou pova\u017eov\u00e1na pouze za dodate\u010dn\u00fd text. Pro extrakci dat mus\u00ed b\u00fdt zn\u00e1ma sch\u00e9ma a jej\u00ed spojen\u00ed s p\u0159\u00edslu\u0161n\u00fdmi vyjad\u0159ovan\u00fdmi daty. Tak\u00e9 je t\u0159eba v\u011bd\u011bt, kdy dan\u00fd prvek textu p\u0159edstavuje \u010d\u00edslo na z\u00e1klad\u011b kontextu, a m\u011blo by se s n\u00edm pracovat jako s \u010d\u00edslem, atd.<\/p>\n
Proces extrakce dat z XML dokument\u016f se od procesu rozpozn\u00e1v\u00e1n\u00ed skenovan\u00fdch dokument\u016f, kter\u00e9 obsahuj\u00ed nap\u0159\u00edklad tabulky s mnoha str\u00e1nkami \u010d\u00edseln\u00fdch dat, p\u0159\u00edli\u0161 neli\u0161\u00ed. Ano, v z\u00e1sad\u011b je to mo\u017en\u00e9, ale nen\u00ed to nejoptim\u00e1ln\u011bj\u0161\u00ed cesta \u2013 snad krom\u011b krajn\u00edho p\u0159\u00edpadu, kdy nejsou k dispozici \u017e\u00e1dn\u00e9 alternativy. Rozumn\u00fdm \u0159e\u0161en\u00edm je jednodu\u0161e naj\u00edt digit\u00e1ln\u00ed kopii p\u016fvodn\u00edch dat, kter\u00e1 nejsou zakotvena v dokumentov\u00e9m modelu, kde jsou data spojena s jejich konkr\u00e9tn\u00edm textov\u00fdm vyj\u00e1d\u0159en\u00edm.<\/p>\n
Nep\u0159ekvapuje m\u011b, \u017ee je XML popul\u00e1rn\u00ed v byznysu. D\u016fvodem je, \u017ee form\u00e1t dokument\u016f (na pap\u00ed\u0159e) je pro podnik\u00e1n\u00ed srozumiteln\u00fd a zn\u00e1m\u00fd, a cht\u011bj\u00ed i nad\u00e1le pou\u017e\u00edvat p\u0159\u00edjemn\u00fd a pochopiteln\u00fd model. Ze stejn\u00e9ho d\u016fvodu se v byznysu p\u0159\u00edli\u0161 \u010dasto pou\u017e\u00edvaj\u00ed dokumenty ve form\u00e1tu PDF m\u00edsto strojov\u011b zpracovateln\u011bj\u0161\u00edch form\u00e1t\u016f \u2013 proto\u017ee jsou st\u00e1le v\u00e1z\u00e1ny na koncept ti\u0161t\u011bn\u00e9 str\u00e1nky s konkr\u00e9tn\u00ed fyzickou velikost\u00ed. To se t\u00fdk\u00e1 i t\u011bch dokument\u016f, kter\u00e9 pravd\u011bpodobn\u011b nikdy nebudou vyti\u0161t\u011bny (nap\u0159\u00edklad PDF soubor s 8000 str\u00e1nkami registru dokumentace). Z tohoto pohledu je pou\u017e\u00edv\u00e1n\u00ed XML v byznysu v podstat\u011b projevem skevomorfismu. Lid\u00e9 rozum\u00ed metaforick\u00e9 p\u0159edstav\u011b ti\u0161t\u011bn\u00e9 str\u00e1nky omezen\u00e9 velikosti a v\u011bd\u00ed, jak vytv\u00e1\u0159et obchodn\u00ed procesy na z\u00e1klad\u011b ti\u0161t\u011bn\u00fdch dokument\u016f. Pokud je to va\u0161\u00edm m\u011b\u0159\u00edtkem, dokumenty bez omezen\u00e9 fyzick\u00e9 velikosti, kter\u00e9 jsou strojov\u011b \u010diteln\u00e9 \u2013 dokumenty XML \u2013 p\u0159edstavuj\u00ed inovaci a z\u00e1rove\u0148 p\u0159edstavuj\u00ed zn\u00e1m\u00fd a pohodln\u00fd ekvivalent dokumentu. To v\u0161ak nebr\u00e1n\u00ed tomu, aby z\u016fstaly nespr\u00e1vn\u00fdm a p\u0159\u00edli\u0161 skevomorfn\u00edm zp\u016fsobem prezentace dat.<\/p>\n
Jedinn\u00e9 XML sch\u00e9mata, kter\u00e1 mohu opravdu pova\u017eovat za spr\u00e1vn\u00e9 pou\u017eit\u00ed tohoto form\u00e1tu, jsou XHTML a DocBook.habr.com<\/a><\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"\u042f\u0437\u044b\u043a XML \u0431\u044b\u043b \u0438\u0437\u043e\u0431\u0440\u0435\u0442\u0435\u043d \u0432 1996 \u0433\u043e\u0434\u0443. \u0415\u0434\u0432\u0430 \u043e\u043d \u0443\u0441\u043f\u0435\u043b \u043f\u043e\u044f\u0432\u0438\u0442\u044c\u0441\u044f, \u043a\u0430\u043a \u0432\u043e\u0437\u043c\u043e\u0436\u043d\u043e\u0441\u0442\u0438 \u0435\u0433\u043e \u043f\u0440\u0438\u043c\u0435\u043d\u0435\u043d\u0438\u044f \u0443\u0436\u0435 \u043d\u0430\u0447\u0430\u043b\u0438 \u043f\u043e\u043d\u0438\u043c\u0430\u0442\u044c \u043d\u0435\u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e, \u0438 \u0434\u043b\u044f \u0442\u0435\u0445 \u0446\u0435\u043b\u0435\u0439, \u043a \u043a\u043e\u0442\u043e\u0440\u044b\u043c \u0435\u0433\u043e \u043f\u044b\u0442\u0430\u043b\u0438\u0441\u044c \u0430\u0434\u0430\u043f\u0442\u0438\u0440\u043e\u0432\u0430\u0442\u044c, \u043e\u043d \u0431\u044b\u043b \u043d\u0435 \u043b\u0443\u0447\u0448\u0438\u043c \u0432\u044b\u0431\u043e\u0440\u043e\u043c. \u041d\u0435 \u0431\u0443\u0434\u0435\u0442 \u043f\u0440\u0435\u0443\u0432\u0435\u043b\u0438\u0447\u0435\u043d\u0438\u0435\u043c \u0441\u043a\u0430\u0437\u0430\u0442\u044c, \u0447\u0442\u043e \u043f\u043e\u0434\u0430\u0432\u043b\u044f\u044e\u0449\u0435\u0435 \u0431\u043e\u043b\u044c\u0448\u0438\u043d\u0441\u0442\u0432\u043e \u0441\u0445\u0435\u043c XML, \u043a\u043e\u0442\u043e\u0440\u044b\u0435 \u043c\u043d\u0435 \u0434\u043e\u0432\u043e\u0434\u0438\u043b\u043e\u0441\u044c \u0432\u0438\u0434\u0435\u0442\u044c, \u043f\u0440\u0435\u0434\u0441\u0442\u0430\u0432\u043b\u044f\u043b\u0438 \u0441\u043e\u0431\u043e\u0439 \u043d\u0435\u0446\u0435\u043b\u0435\u0441\u043e\u043e\u0431\u0440\u0430\u0437\u043d\u043e\u0435 \u0438\u043b\u0438 \u043d\u0435\u043f\u0440\u0430\u0432\u0438\u043b\u044c\u043d\u043e\u0435 \u0438\u0441\u043f\u043e\u043b\u044c\u0437\u043e\u0432\u0430\u043d\u0438\u0435 XML. \u0411\u043e\u043b\u0435\u0435 \u0442\u043e\u0433\u043e, […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":52641,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-52640","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t
![\"XML](\"\/wp-content\/uploads\/2019\/11\/8152077415a94ef74806af230ef44bd7.jpg\")