I.5. XML

I.5.1. XSL

Una delle caratteristiche principali di XML è la separazione dei dati dalla loro rappresentazione. Per formattare e visualizzare i dati contenuti in un file XML si ricorre ad XSL.

Con l'acronimo XSL (Extensible Stylesheet Language) si è soliti indicare una famiglia di tecnologie sviluppate, e formalizzate da raccomandazioni ufficiali del W3C, finalizzate alla rappresentazione e trasformazione di dati strutturati per mezzo di XML.

Lo sviluppo di XSL prese l'avvio nel 1997 in seno al W3C, in origine gli autori[34] usavano l'acronimo XSL per Extensible Style Language, ma ben presto la denominazione è divenuta Extensible Stylesheet Language, definizione che può essere tradotta come "linguaggio espandibile per fogli di stile". Predecessore diretto di XSL è il Document Style Semantics and Specification Language (DSSSL), un linguaggio utilizzato soprattutto in ambito SGML per manipolare documenti contenenti dati strutturati e convertirli in un formato adatto alla visualizzazione o alla stampa. Quella dei DSSSL è una tecnologia molto onerosa dal punto di vista della risorse computazionali richieste e dei costi di licenza; DSSSL, anche a causa della difficoltà di implementazione, non ha avuto una grande diffusione, è stato usato soltanto in alcune applicazioni associate a sistemi per la composizione tipografica di alta qualità. XSL ricava soltanto alcune sue caratteristiche da DSSSL, a differenza di XML con SGML. XSL non può essere considerato un sottoinsieme di DSSSL in quanto certe caratteristiche di XSL non esistono in DSSSL.

Durante il lavoro di sviluppo di XSL, col crescere delle specifiche, è divenuto evidente che "l'attribuzione di stili a documenti XML comporta due processi distinti, anche se strettamente correlati. Il primo comporta una trasformazione strutturale, in cui gli elementi vengono selezionati, raggruppati e riordinati; il secondo genera spesso un processo di formattazione che produce la semantica di rendering per specifici agenti utente che presentano i documenti su schermo, su carta, in voce o con altri mezzi"[35]. In sostanza ci si è resi conto che con i fogli di stile sono possibili due tipi di approccio per la rappresentazione dei dati, da una parte si possono associare delle regole di formattazione agli elementi XML, dall'altra si è visto come sia anche possibile creare, a partire dai dati del sorgente XML, un documento completamente nuovo che raffigura i dati in una nuova struttura. Per queste ragioni nelle prime bozze delle specifiche XSL si parlava, a proposito delle istruzioni che avrebbero dovuto esser presenti in un foglio di stile, di norme di stile e norme di costruzione. Per norma di stile si intende la specifica di un modello e di un'azione che la norma applica quando viene individuato il modello specificato, in pratica si stabilisce che ogni qual volta nel documento XML è presente un determinato elemento occorre intraprendere un'azione specificata (per lo più l'applicazione di regole di formattazione). La norma di costruzione invece comporta la specifica di un modello, che fa riferimento agli elementi del sorgente XML, e che attiva la creazione di un nuovo elemento quando viene individuato il modello specificato.

Nel corso della definizione delle specifiche tale distinzione è stata abbandonata a favore della divisione dello sviluppo di XSL in tre filoni separati, che ha poi prodotto tre distinte raccomandazioni: una per un linguaggio per trasformare documenti XML (XSLT), una per un vocabolario per formattare documenti XML (XSL-FO) ed una per un linguaggio per definire parti di un documento XML (XPath), perciò oggi XSL consta di tre specifiche distinte: XSLT, XSL-FO[36] e XPath[37].

Le raccomandazioni ufficiali di XSLT e XPath sono state rilasciate nel novembre del 1999, mentre quelle di XSL-FO nell'ottobre del 2001.

Come detto XSL è composto da XSL Formatting Objects (XSL-FO), XML Path (XPath) e XSL Transformations (XSLT), grazie a questi tre strumenti XSL definisce regole per specificare come estrarre informazioni da un documento XML e come formattare queste informazioni in modo da poterle visualizzare.

I.5.2. XSL-FO

XSL Formatting Objects (XSL-FO) è un vocabolario XML[38] che definisce dei tag, detti Formatting Objects, che sono adoperati per specificare come visualizzare un documento XML. I documenti XSL-FO vengono utilizzati in accoppiata con il Formatting Object Processor (FOP), una applicazione software la quale si occupa di effettuare il rendering (la formattazione grafica) del documento e produrre un nuovo documento di output adatto alla visualizzazione. I file XSL-FO possono essere usati in associazione ad un processore FOP per creare, ad esempio, documenti Adobe PDF, oppure in numerosi formati grafici o ancora per inviare l'output direttamente ad una stampante.

XSL-FO è assai potente per la formattazione di alta qualità tuttavia è una tecnologia ancora giovane e per questo ad oggi non molto diffusa.

I.5.3. XPath

XML Path (XPath) è un linguaggio di espressione utilizzato per accedere a parti di un documento XML e farvi riferimento. Abbiamo rilevato che un documento XML può essere rappresentato come una struttura ad albero con un nodo radice ed una serie di nodi figli. XPath offre gli strumenti per identificare nodi specifici in un albero di documento XML. La sintassi di XPath usa una notazione a percorso simile a quella usata per la risoluzione degli URL degli indirizzi Internet. Una espressione XPath può essere usata nella manipolazione di stringhe, nei calcoli numerici e nella logica boleana.

I.5.4. XSLT

Il cuore della tecnologia XSL è rappresentato da XSL Transformations (XSLT). XSLT è un linguaggio[39] utilizzato per manipolare documenti XML. XSLT estrae i dati da un documento XML per produrre un nuovo documento. Il processo di creazione di un nuovo documento a partire da un sorgente XML è detto trasformazione, questo processo non cambia il documento originale. XSLT è un linguaggio di programmazione dichiarativo. Nella programmazione di tipo tradizionale si stabiliscono accuratamente i passi che il computer deve eseguire; nella programmazione dichiarativa si dice al computer cosa fare, invece di come fare qualcosa. La programmazione dichiarativa è un tipo di programmazione guidata dai dati, in cui il computer è istruito su quali operazioni intraprendere allorché incontra determinati dati. La sintassi di XSLT è basata su modelli, detti template, che fanno riferimento per mezzo di espressioni XPath agli elementi del documento sorgente. I template attivano determinate azioni, quando incontrano nel sorgente gli elementi individuati dall'espressione XPath. Per operare XSLT si appoggia ad un processore; un processore è un'applicazione software che applica l'XSLT all'XML. Il processore lavora assieme al parser che in primo luogo analizza la sintassi dell'XML e dell'XSLT e se questa è corretta, ossia i documenti sono ben formati ed eventualmente, se associati ad una DTD, validi, permette la trasformazione. Quando viene attivato, il processore XSLT inizia a leggere il sorgente XML ed il documento XSLT, quest'ultimo contiene le regole per trasformare il documento originale in un nuovo documento. Le regole sono espresse come insieme di modelli messi in relazione con gli elementi del documento XML originale. Ogni modello contiene espressioni XPath che indicano al processore quali siano il nodo o il gruppo di nodi obiettivo nel documento sorgente. Quando si verifica una corrispondenza, le regole del modello vengono applicate al contenuto dell'elemento corrispondente trovato. Il processo prosegue fino a quando tutti i modelli e tutte le corrispondenze sono state elaborate correttamente.

Il codice precedentemente illustrato nel capitolo quattro può anche esser considerato una istanza XML ben formata, grazie ad XSLT può essere trasformato in un documento HTML adatto alla visualizzazione. Di seguito riportiamo, a titolo di esempio, il codice XSLT che permette ciò:

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="1.0"
xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="html"/>
<xsl:template match="/">
<html>
<head>
<title>
Matteo Collura BALTICO capitolo <xsl:value-of select="/capitolo/@id"/>
</title>
</head>
<body bgcolor="#FFFFFF">
<xsl:apply-templates/>
</body>
</html>
</xsl:template>
<xsl:template match="titolo[@tipo='convenzionale']">
<div align="center">
<h1>
<xsl:apply-templates/>
</h1>
</div>
</xsl:template>
<xsl:template match="titolo[@tipo='tematico']">
<div align="center">
<h2>
<xsl:apply-templates/>
</h2>
<hr/>
</div>
<br/>
</xsl:template>
<xsl:template match="paragrafo">
<p>
<xsl:apply-templates/>
</p>
</xsl:template>
<xsl:template match="nome">
<i>
<xsl:apply-templates/>
</i>
</xsl:template>
</xsl:stylesheet>

Fulcro di XSLT sono i modelli identificati dal tag xsl:template, ogni tag template è accompagnato da un attributo match="espressione_XPath" il quale contiene l'espressione XPath che mette in corrispondenza le regole del modello con gli elementi del sorgente XML. All'interno di ogni template sono contenute le regole del modello, nel nostro caso i tag HTML necessari per produrre l'output voluto. L'elemento <xsl:apply-templates> dice al processore di invocare i modelli per gli elementi figli dell'elemento selezionato e solo allora di concludere l'elaborazione del modello.[40]

Ecco l'output prodotto dal foglio XSLT dell'esempio applicato al sorgente XML riportato nel capitolo 4 utilizzando il processore Istant Saxon 6.22:

<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=utf-8">
<title>Matteo Collura BALTICO capitolo I.1</title>
</head>
<body bgcolor="#FFFFFF">
<div align="center">
<h1>I</h1>
</div>
<div align="center">
<h2>L'ubriaco che sapeva auscultare la terra</h2>
<hr>
</div><br>
<p> Dalle parti di <i>Montedoro</i> dicono che fu un pastore, per caso.
</p>
</body>
</html>

Come si può vedere i dati del file XML sono stati inseriti in una struttura completamente nuova. Il precedente documento è un sorgente HTML, ecco di seguito come questo viene visualizzato da un browser quale Internet Explorer 6.0:

Nella trasformazione dei dati dei documenti XML, XSLT consente una serie di attività di manipolazione dei dati stessi.

• Ordinamento: consente di modificare l'ordine degli elementi in base a vari criteri. Per esempio avendo un documento XML contenete un elenco di nomi è possibile mandarli in output ordinati alfabeticamente.
• Filtro: il linguaggio permette di rimuovere gli elementi non applicabili ad un contesto specifico. Ad esempio si potrebbe creare l'indice di un libro mandando in esecuzione solo il titolo di ogni capitolo.
• Calcolo: XSLT consente di eseguire funzioni aritmetiche con i dati del sorgente XML.
• Unione: permette di combinare in un singolo documento più documenti.

Il grosso vantaggio di XSLT consiste nel consentire di creare a partire da un unico sorgente XML innumerevoli output atti a soddisfare le esigenze più diverse, ad esempio possiamo ottenere un file contenente tag XSL-FO per formattare i dati del documento oppure un file HTML o XHTML per permettere la visualizzazione dei dati con un browser web, ma gli stessi dati possono anche essere utilizzati per inviare le informazioni a un programma di sintesi del discorso che legge il testo a una persona con problemi visivi. Oppure, è anche possibile creare l'output per un dispositivo di lettura del Braille. Sono innumerevoli le possibilità offerte dai fogli di stile al trattamento dei dati. Grazie ad XML ed XSLT si è finalmente attuata la separazione dei dati dalla loro rappresentazione, ciò produce effetti positivi in numerosi campi applicativi, per tal motivo queste tecnologie si vanno sempre più affermando, candidandosi seriamente a diventare il formato universale per l'interscambio dei dati, "l'ASCII del ventunesimo secolo".

Nel momento in cui scriviamo è incorso di elaborazione una evoluzione-revisione del linguaggio XSLT, la versione 2.0.

I.5.5. CSS

Un altro linguaggio per la visualizzazione di documenti XML è quello dei CSS (Cascading Style Sheets - Fogli di stile a cascata), nato per l'utilizzo con HTML, viene in taluni casi usato anche per associare regole di formattazione a documenti XML. A differenza di XSLT, i CSS si limitano ad associare norme di visualizzazione ai tag XML senza produrre un nuovo documento. La prima specifica ufficiale di CSS (CSS1) risale al dicembre del 1996. Nel maggio 1998 è stata rilasciata la seconda versione CSS2 in cui sono state effettuate numerose aggiunte alla prima versione del linguaggio. È attualmente in corso di sviluppo una nuova specifica CSS3.

I.5.6. Tecnologie correlate a XML

Attorno ad XML è fiorita tutta una famiglia di tecnologie ad esso correlate. XML Schema Definition (XSD) è un linguaggio che, analogamente alle definizioni dei tipi di documento (DTD), consente di descrivere la struttura dei documenti XML in termini di elementi attributi e dati in essi contenuti. A differenza del linguaggio delle DTD, XSD è espresso usando una sintassi XML[41], inoltre un ulteriore vantaggio di XSD è che permette di specificare il tipo di dati da utilizzare negli elementi. In realtà, in ambito prettamente umanistico non sono particolarmente rilevanti i vantaggi portati da XML Schema Definition rispetto alle DTD. XML Link Language (Xlink) è un linguaggio che descrive un modo standard per inserire collegamenti ipertestuali in un file XML, mentre HTML consente soltanto collegamenti unidirezionali nei quali l'unico modo per tornare alla pagina di partenza è quello di utilizzare l'apposito pulsante del browser, Xlink permette link multi direzionali grazie ai quali un utente può tornare indietro utilizzando lo stesso link che gli ha permesso di arrivare a destinazione. Consente inoltre Link a destinazione multipla per mezzo dei quali, un utente, partendo da un singolo link può scegliere fra differenti destinazioni. Sono molte altre le opzioni che Xlink permette di applicare ai collegamenti ipertestuali, tuttavia ad oggi il linguaggio non è ampiamente supportato dai browser, pertanto per il momento il suo uso e la sua diffusione sono estremamente limitati.

XML Pointer Language (Xpointer) offre gli strumenti per indirizzare e localizzare informazioni all'interno di un documento XML. XML Data Island viene utilizzato per integrare dati XML all'interno di pagine HTML. Meritano anche una breve menzione anche alcuni dei numerosi vocabolari XML sviluppati in questi ultimi anni. MML (Matematical Markup Language) utilizzato per la definizione di formule matematiche complesse. CML (Chemical Markup Language) un linguaggio per la rappresentazione della struttura delle molecole. SVG (Scalable Vector Graphics) con cui è possibile disegnare grafici a due dimensioni usando il markup. XBRL (eXtensible Business Reporting Language) è un linguaggio che usa XML per la descrizione degli estratti conto.

Vi sono numerose altre tecnologie figlie di XML ma darne un elenco completo sarebbe tedioso e non opportuno in questa sede. Quanto detto basti per rendersi conto dell'attività di sviluppo che ferve attorno ad XML e per comprendere come ormai questa tecnologia si sia avviata a divenire un caposaldo in numerosi ambiti applicativi, non ultimo quello del trattamento informatico dei testi letterari.