Extensible Markup Language

aus Wikipedia, der freien Enzyklopadie

Extensible Markup Language
Dateiendung:	.xml
MIME-Type:	application/xml, text/xml
Magische Zahl:	3C 3F 78 6D 6C hex
Entwickelt von:	World Wide Web Consortium
Art:	Auszeichnungssprache
Erweitert von:	SGML
Erweitert zu:	XHTML, RSS, Atom
1.0 (Fifth Edition) 1.1 (Second Edition)

Die Extensible Markup Language (dt. Erweiterbare Auszeichnungssprache), abgekurzt XML, ist eine Auszeichnungssprache zur Darstellung hierarchisch strukturierter Daten im Format einer Textdatei, die sowohl von Menschen als auch von Maschinen lesbar ist.

XML wird auch fur den plattform- und implementationsunabhangigen Austausch von Daten zwischen Computersystemen eingesetzt, insbesondere uber das Internet, und wurde vom World Wide Web Consortium (W3C) am 10. Februar 1998 veroffentlicht.^[1] Die aktuelle Fassung ist die funfte Ausgabe vom 26. November 2008.^[2] XML ist eine Metasprache, auf deren Basis durch strukturelle und inhaltliche Einschrankungen anwendungsspezifische Sprachen definiert werden. Diese Einschrankungen werden entweder durch eine Document Type Definition (DTD) oder durch ein XML Schema ausgedruckt. Beispiele fur XML-Sprachen sind: RSS, MathML, GraphML, XHTML, XAML, Scalable Vector Graphics (SVG), GPX, aber auch das XML-Schema selbst.

Die Standardzeichenkodierung eines XML-Dokumentes ist UTF-8. XML-bearbeitende Systeme mussen die Kodierungen UTF-8 und UTF-16 beherrschen.^[3] XML-Dokumente, die UTF-8 oder UTF-16 verwenden, konnen in allen Texteditoren, die diese Kodierungen unterstutzen, angezeigt und bearbeitet werden.

Wenn das XML-Dokument Binardaten enthalten soll, mussen diese Daten zu Text umkodiert werden. Dazu kann z. B. die Base64-Kodierung verwendet werden.

Die wichtigste Struktureinheit eines XML-Dokumentes ist das Element. Elemente konnen Text wie auch weitere Elemente als Inhalt enthalten. Elemente bilden die Knoten des Strukturbaumes eines XML-Dokumentes. Der Name eines XML-Elementes kann in XML-Dokumenten ohne Dokumenttypdefinition (DTD) frei gewahlt werden. In XML-Dokumenten mit DTD muss der Name eines Elementes in der DTD deklariert sein und das Element muss sich in einer zugelassenen Position innerhalb des Strukturbaumes gemass DTD befinden. In der DTD wird u. a. der mogliche Inhalt eines jeden Elementes definiert. Elemente sind die Trager der Information in einem XML-Dokument.

Fur die Auszeichnung von Elementen werden Tags (Auszeichnungen) verwendet:

• ein Starttag fur den Beginn eines Elementes:
• ein Endtag fur das Ende eines Elementes:
• ein Leertag fur ein Element ohne Inhalt:

Ein XML-Dokument heisst ,,wohlgeformt" (oder englisch well-formed), wenn es alle XML-Regeln einhalt. Beispielhaft seien hier folgende genannt:

• Das Dokument besitzt genau ein Wurzelelement. Als Wurzelelement wird dabei das jeweils ausserste Element bezeichnet, z. B. in XHTML.
• Alle Elemente mit Inhalt besitzen einen Start- und einen Endtag (z. B. Eintrag 1). Elemente ohne Inhalt konnen mit einem Leertag gekennzeichnet werden (z. B. ).
• Die Start- und Endtags sind ebenentreu-paarig verschachtelt. Das bedeutet, dass alle Elemente geschlossen werden mussen, bevor die End-Auszeichner des entsprechenden Elternelements oder die Beginn-Auszeichner eines Geschwisterelements erscheinen.
• Ein Element darf nicht mehrere Attribute mit demselben Namen besitzen.
• Attributwerte mussen in Anfuhrungszeichen stehen ("..." oder '...').
• Die Start- und Endtags beachten die Gross- und Kleinschreibung (z. B. ist nicht gultig).

Soll XML fur den Datenaustausch verwendet werden, ist es von Vorteil, wenn das Format mittels einer Grammatik (z. B. einer Dokumenttypdefinition oder eines XML-Schemas) definiert ist. Der Standard definiert ein XML-Dokument als gultig (oder englisch valid), wenn es wohlgeformt ist, den Verweis auf eine Grammatik enthalt und das durch die Grammatik beschriebene Format einhalt.

Programme oder Programmteile, die XML-Daten auslesen, interpretieren und ggf. auf Gultigkeit prufen, nennt man XML-Parser. Pruft der Parser die Gultigkeit, so ist er ein validierender Parser.

Beispiel einer XML-Datei

XML-Dokumente besitzen einen physischen und einen logischen Aufbau.

• Die Dokument-Entitat (englisch Document entity) enthalt das Hauptdokument.
• Weitere mogliche Entitaten sind uber
  • Entitatenreferenzen (&name; fur das Dokument bzw. %name; fur die Dokumenttypdefinition) eingebundene Zeichenketten, eventuell auch ganze Dateien, sowie Referenzen auf Zeichenentitaten zur Einbindung einzelner Zeichen, die uber ihre Nummer referenziert wurden (&#Dezimalzahl; oder &#xHexadezimalzahl;).
• Eine XML-Deklaration wird verwendet, um XML-Version, Zeichenkodierung und eine mogliche Verarbeitbarkeit ohne DTD zu spezifizieren.
• Eine DTD wird verwendet, um Entitaten sowie den erlaubten logischen Aufbau zu spezifizieren. Die Verwendung einer DTD kann in der XML-Deklaration abgewahlt werden.

Der logische Aufbau entspricht einer Baumstruktur und ist damit hierarchisch organisiert. Als Baumknoten gibt es:

• Elemente, deren physische Auszeichnung mittels
  • eines passenden Paars aus Starttag <Tagname> und End-Tag Tagname> oder
  • eines Leertags <Tagname/> erfolgen kann,
• Attribute als bei einem Starttag oder Leertag geschriebene zusatzliche Eigenschaften der Elemente in der Syntax Attributname=Attributwert,
• Verarbeitungsanweisungen Zielname Daten?> (englisch Processing Instructions),
• Kommentare , und
• Text, der als normale Zeichendaten oder in Form eines CDATA-Abschnittes beliebiger Text]]> auftreten kann.

Ein XML-Dokument muss genau ein Element auf der obersten Ebene enthalten. Unterhalb dieses Dokumentelements konnen weitere Elemente und Text verschachtelt werden.

Eine Dokumenttypdefinition (DTD) beschreibt die Struktur und Grammatik von Dokumenten. Sie ist Systembestandteil von XML und per Standard aktiviert.

Werden Dokumente mit Bezug zu einer externen Dokumenttypdefinition oder mit einer integrierten Dokumenttypdefinition erstellt, so pruft der Parser das Dokument bereits beim Offnen (Lesen). Ein Dokument auf Basis einer Dokumenttypdefinition ist stets ein valides Dokument. Die Ubereinstimmung des Dokumentinhaltes mit den Regeln der Dokumenttypdefinition steht im Vordergrund. Die technische Lesbarkeit, also auch das Lesen von nicht validen Dokumenten ist nachrangig. Das ist fur Volltextdokumente (erzahlende Dokumente, engl. narrative documents) vorgesehen und der Haupteinsatzzweck.

Dokumente ohne DTD sind eher fur den beliebigen Datenaustausch geeignet. Der Parser pruft diese Dokumente nur nach den Regeln der Wohlgeformtheit. Die technische Lesbarkeit steht hier an erster Stelle. Das Prufen und Auslesen der eigentlichen Informationen wird mit nachgelagerten Prozessen realisiert.

Praktisch alle Webbrowser wie Apple Safari, Google Chrome, Microsoft Edge, Mozilla Firefox und Opera konnen XML-Dokumente mit Hilfe des eingebauten XML-Parsers direkt visualisieren.

XML-Dokumente lassen sich anhand ihres beabsichtigten Gebrauchs und ihres Strukturierungsgrads in dokumentzentrierte und datenzentrierte Dokumente unterteilen. Die Grenze zwischen diesen Dokumentenarten ist jedoch fliessend. Mischformen konnen als semistrukturiert bezeichnet werden.

• dokumentzentriert: Das Dokument ist an ein Textdokument angelehnt, das fur den menschlichen Leser grosstenteils auch ohne die zusatzliche Metainformation verstandlich ist. XML-Elemente werden hauptsachlich zur semantischen Markierung von Passagen des Dokuments genutzt, das Dokument ist nur schwach strukturiert. Aufgrund der schwachen Strukturierung ist eine maschinelle Verarbeitung schwierig.
• datenzentriert: Das Dokument ist hauptsachlich fur die maschinelle Verarbeitung bestimmt. Es folgt einem Schema, das Entitaten eines Datenmodells beschreibt und definiert, in welcher Beziehung die Entitaten zueinander stehen, sowie, welche Attribute die Entitaten haben. Das Dokument ist somit stark strukturiert und fur den unmittelbaren menschlichen Gebrauch weniger geeignet.
• semistrukturiert: Semistrukturierte Dokumente stellen eine Art Mischform dar, die starker strukturiert ist als dokumentzentrierte Dokumente, aber schwacher als datenzentrierte Dokumente.

Es ist typisch fur datenzentrierte XML-Dokumente, dass Elemente entweder Elementinhalt oder Textinhalt haben. Der sogenannte gemischte Inhalt (mixed content), bei dem Elemente sowohl Text als auch Kindelemente enthalten, ist fur die anderen XML-Dokumente typisch.

Grundsatzlich sind drei Aspekte beim Zugriff auf ein XML-Dokument von Bedeutung:

• Wie erfolgt der Zugriff auf die XML-Datei: sequenziell oder wahlfrei?
• Wie ist der Ablauf beim Zugriff auf die XML-Daten gestaltet: ,,Push" oder ,,Pull"? (Push bedeutet, dass die Ablaufkontrolle des Programms beim Parser liegt. Pull bedeutet, dass die Ablaufkontrolle im Code, der den Parser aufruft, implementiert ist.)
• Wie erfolgt das Baumstrukturmanagement der XML-Daten: hierarchisch oder verschachtelt?

Das Einlesen von XML-Dokumenten erfolgt auf unterster Ebene uber eine spezielle Programmkomponente, einen XML-Prozessor, auch XML-Parser genannt. Er stellt eine Programmierschnittstelle (API) zur Verfugung, uber die die Anwendung auf das XML-Dokument zugreift.

Die XML-Prozessoren unterstutzen dabei drei grundlegende Verarbeitungsmodelle.

• DOM: Ein DOM-API reprasentiert ein XML-Dokument als Baumstruktur und gewahrt wahlfreien Zugriff auf die einzelnen Bestandteile der Baumstruktur. DOM erlaubt ausser dem Lesen von XML-Dokumenten auch die Manipulation der Baumstruktur und das Zuruckschreiben der Baumstruktur in ein XML-Dokument. Aus diesem Grund ist DOM sehr speicherintensiv.
• SAX: Ein SAX-API reprasentiert ein XML-Dokument als sequentiellen Datenstrom und ruft fur im Standard definierte Ereignisse vorgegebene Ruckruffunktionen (callback function) auf. Eine Anwendung, die SAX nutzt, kann eigene Unterprogramme als Ruckruffunktionen registrieren und auf diese Weise die XML-Daten auswerten.
• Pull-API: Ein XML-Pull-API verarbeitet Daten sequenziell und bietet sowohl ereignisbasierte Verarbeitung als auch einen Iterator an. Es ist hoch speichereffizient und ggf. leichter zu programmieren als das SAX-API, da die Ablaufkontrolle beim Programm und nicht beim Parser liegt.

Weitere Verarbeitungsmodelle:

• Data Binding: Diese Moglichkeit stellt XML-Daten als Datenstruktur direkt fur einen Programmzugriff bereit. Die XML-Daten werden per Unmarshalling direkt in z. B. Objekte gewandelt.
• Nicht extrahierendes XML-API: Die Daten werden auf Byte-Ebene sehr effizient verarbeitet.

Oftmals greift der Anwendungscode nicht direkt auf die Parser-API zu. Stattdessen wird XML weiter gekapselt, so dass der Anwendungscode mit nativen Objekten / Datenstrukturen arbeitet, welche sich auf XML abstutzen. Beispiele fur solche Zugriffsschichten sind JAXB in Java, der Data Binding Wizard in Delphi oder das XML Schema Definition Toolkit in .Net. Die Umwandlung von Objekten in XML ist ublicherweise bidirektional moglich. Diese Umwandlung wird als Serialisierung oder Marshalling bezeichnet.

XML-Parser-APIs sind fur verschiedene Programmiersprachen vorhanden, z. B. Java, C, C++, C#, Python, Perl und PHP. Parser-API-Beispiele:

• StAX (Java): Eine hochgradig speichereffiziente Parserimplementierung (Pull) und gleichzeitig einfach zu programmieren. Es werden Cursor- und Iteratorverarbeitungsmodelle angeboten.
• JAXB: Data Binding fur Java. Beispielsweise kann aus einem XML-Schema die entsprechende Java-Klasse generiert werden und umgekehrt.
• Apache XMLBeans Java Data Binding Framework, kann bereits mit Java 1.4.2 verwendet werden
• Xerces: Ein validierender XML-Parser fur C++, Java und Perl fur eine grosse Anzahl an Plattformen.
• MSXML: Microsoft XML Core Services, die Microsoft XML Softwarebibliothek fur XML-Unterstutzung uber DOM, SAX, XSLT, XML Schemata und andere zu XML gehorende Technologien

Zur Erstellung von XML-Dokumenten gibt es spezielle Programme, sogenannte XML-Editoren. Zur Speicherung und Verwaltung von XML-Dokumenten gibt es ebenfalls spezielle Programme, sogenannte XML-Datenbanken.

Ein XML-Dokument kann mittels geeigneter Transformationssprachen wie XSLT oder DSSSL in ein anderes Dokument transformiert werden. Oftmals dient die Transformation zur Uberfuhrung eines Dokuments aus einer XML-Sprache in eine andere XML-Sprache, beispielsweise zur Transformation nach XHTML, um das Dokument in einem Webbrowser anzuzeigen.

Um die Struktur von XML-Sprachen zu beschreiben, bedient man sich sogenannter Schemasprachen.

XML Schema (beziehungsweise XSD fur XML-Schema-Definition) ist die moderne Moglichkeit, die Struktur von XML-Dokumenten zu beschreiben. XML Schema bietet auch die Moglichkeit, den Inhalt von Elementen und Attributen zu beschranken, z. B. auf Zahlen, Datumsangaben oder Texte, z. B. mittels regularer Ausdrucke. Ein Schema ist selbst ein XML-Dokument, welches erlaubt, komplexere (auch inhaltliche) Zusammenhange zu beschreiben, als dies mit einer formalen DTD moglich ist.

Weitere Schemasprachen sind Document Structure Description, RELAX NG und Schematron.

Im Zusammenhang mit XML wurden vom W3-Konsortium auf Basis von XML viele Sprachen definiert, welche XML-Ausdrucke fur haufig benotigte allgemeine Funktionen anbieten wie etwa die Verknupfung von XML-Dokumenten. Zahlreiche XML-Sprachen nutzen diese Grundbausteine.

• Transformation von XML-Dokumenten: XSLT, STX
• Adressierung von Teilen eines XML-Baumes: XPath
• Verknupfung von XML-Ressourcen: XPointer, XLink und XInclude
• Selektion von Daten aus einem XML-Datensatz: XQuery
• Datenmanipulation in einem XML-Datensatz: XUpdate
• Abfassen von elektronischen Formularen: XForms
• Definition von XML-Datenstrukturen: XML Schema (= XSD, XML Schema Definition Language), DTD und RELAX NG
• Signatur und Verschlusselung von XML-Knoten: XML Signature und XML-Encryption
• Aussagen zum formellen Informationsgehalt: XML Infoset
• Formatierte Darstellung von XML-Daten: XSL-FO
• Definition zum Methoden- bzw. Funktionsaufruf durch verteilte Systeme: XML-RPC
• Standardisierte Attribute: XML Base und ID (DTD)
• XML-basierte deklarative Programmiersprache: MXML

Heute bedienen sich viele formale Sprachen der Syntax von XML. So ist XML ein wesentliches Instrument, um - wie es das W3C vorsieht - eine offene, fur Mensch und Maschine verstandliche Informationslandschaft (Semantic Web) zu schaffen.

Auch die bekannte Dokumentsprache HTML wurde als ,,Extensible HyperText Markup Language" (XHTML) im Anschluss an die Version 4.01 in dieses Konzept integriert, so dass ihr nun XML als Definitionsbasis zu Grunde liegt. Vielfacher Grund fur den Einsatz von XML ist das zahlreiche Vorhandensein von Parsern und die einfache Syntax: die Definition von SGML umfasst 500 Seiten, jene von XML nur 26.

Die folgenden Listen stellen einige dieser XML-Sprachen dar.

• XSL-FO (Textformatierung)
• DocBook
• DITA
• XHTML (XML-konformes HTML)
• TEI (Text Encoding Initiative)
• NITF (News Industry Text Format)
• OPML (Outline Processor Markup Language)
• OSIS (Open Scripture Information Standard)

• SVG (Vektorgrafiken)
• X3D (3D-Modellierungssprache)
• Collada (Austauschformat fur Daten zwischen verschiedenen 3D-Programmen)

• Geography Markup Language (GML)
• GPS Exchange Format (GPX): XML fur GPS-Daten
• Keyhole Markup Language (KML): Koordinaten-Spezifikation fur Google Earth
• City Geography Markup Language (CityGML)
• OpenStreetMap (OSM)
• Normbasierte Austauschschnittstelle (NAS)

• MEI (Music Encoding Initiative)
• MusicXML (Notendaten, aufgeschriebene Musik)
• SMIL (zeitsynchronisierte, multimediale Inhalte)
• MPEG-7 (MPEG-7 Metadaten)
• Laszlo (LZX)

• Security Assertion Markup Language (sicherheitsbezogene Informationen beschreiben und ubertragen)
• XML Signature (XML-Schreibweise fur digitale Signaturen)
• XML-Encryption

• AutomationML, ein Format zur Speicherung von Anlagenplanungsdaten
• CAEX, ein Format zur Speicherung hierarchischer Objektinformationen
• GSDML, ein Format zur Beschreibung von Automatisierungsgeraten, die mit Profinet kommunizieren konnen
• IODD, ein Format zur Beschreibung von Sensoren und Aktoren
• PLMXML, ein Format zur Beschreibung von Produktdaten als Teil der Siemens PLM Software^[4]
• LandXML, ein Format zur Speicherung georeferenzierter Objekte
• RTML (Remote Telescope Markup Language), ein Format fur die Beschreibung astronomischer Beobachtungsanfragen^[5]

Mathematik und Naturwissenschaften

• AnIML, der ASTM XML Standard zu Darstellung von Daten aus der analytischen Chemie und Biologie^[6]
• CIDX, ein Standard der chemischen Industrie
• MathML, zu Darstellung mathematischer Formeln und komplexer Ausdrucke

Daruber hinaus existieren XML-Sprachen fur Webservices (z. B. SOAP, WSDL und WS-*), fur die Einbindung von Java-Code in XML-Dokumente (XSP), fur die Synchronisation von Kalenderdaten SyncML, Reprasentation von Graphen (GraphML), Verfahren im Bereich des Semantischen Webs (RDF, OWL, Topic Maps, UOML), Service Provisioning (SPML), den Austausch von Nachrichten (XMPP) oder Finanzberichten wie bspw. Jahresabschlussen (XBRL), zur Darstellung von Rechtsetzungsdokumenten Akoma Ntoso^[7], in Bereichen der Automobilindustrie (ODX, MSRSW, AUTOSAR-Templates, QDX, JADM, OTX), automatisierten Tests z. B. von Schaltkreisen (ATML) uber Systembiologie (SBML) sowie Landwirtschaft (AgroXML) bis zum Verlagswesen (ONIX) und viele weitere mehr.

Eine Zusammenfassung von XML-Sprachen fur Office-Anwendungen findet sich im OpenDocument-Austauschformat (OASIS Open Document Format for Office Applications).

Standardwerke (mit mindestens 2. Auflage):

• Charles Goldfarb, Paul Prescod: Das XML-Handbuch. Anwendungen, Produkte, Technologien. 2. Auflage. Addison-Wesley, Munchen [u. a.] 2000, ISBN 978-3-8273-1712-4.
• Michael Seeboerger-Weichselbaum: Das Einsteigerseminar XML. 2. Auflage. BHV Software, Kaarst 2000, ISBN 3-8287-1018-2.
• Henning Behme, Stefan Mintert: XML in der Praxis. Professionelles Web-Publishing mit der Extensible Markup Language. 2. Auflage. Addison-Wesley, Munchen [u. a.] 2000, ISBN 978-3-8273-1636-3.
• Elliotte Rusty Harold: Die XML Bibel. 2. Auflage. mitp, Bonn 2002, ISBN 3-8266-0821-6.
• Erik T. Ray: Einfuhrung in XML. 2. Auflage. O'Reilly, 2004, ISBN 978-3-89721-370-8.
• Ed Tittel: XML fur Dummies. 3. Auflage. Wiley-VCH, 2005, ISBN 978-3-527-70222-0.
• Simon St. Laurent, Michael Fitzgerald: XML. kurz & gut. 3. Auflage. O'Reilly, Cambridge / Koln [u. a.] 2006, ISBN 978-3-89721-516-0.
• Helmut Vonhoegen: XML. Einstieg, Praxis, Referenz. 9. Auflage. Rheinwerk, 2018, ISBN 978-3-8362-6537-9.
• Margit Becher: XML. DTD, XML-Schema, XPath, XQuery, XSLT, XSL-FO, SAX, DOM. 2. Auflage. Springer Vieweg, Wiesbaden 2022, ISBN 978-3-658-35434-3.

• World Wide Web Consortium uber XML (englisch)
• Ausfuhrliche Erklarung zu XML und Tutorials zu diversen XML-Sprachen
• XML FAQ (Frequently-Asked Questions) - auf Englisch (z. Z. gibt es keine deutsche Ubersetzung)
• Linkkatalog zum Thema XML bei curlie.org (ehemals DMOZ)
• Infos zu diversen XML-Technologien wie XSLT, XPath, Schematron, XProc, WordML, XSL-FO

1. | Extensible Markup Language (XML) 1.0. w3.org, 10. Februar 1998, archiviert vom Original am 15. Juni 2006; abgerufen am 12. Februar 2017 (englisch).
2. | Extensible Markup Language (XML) 1.0 (Fifth Edition). w3.org, 26. November 2008, abgerufen am 12. Februar 2017 (englisch).
3. | Characters. In: Extensible Markup Language (XML) 1.0 (Fifth Edition). 26. November 2008, abgerufen am 9. Marz 2019 (englisch).
4. | PLM Components | Siemens Software. Abgerufen am 23. November 2021.
5. | Remote Telescope Markup Language (RTML), bibcode:2006AN....327..751H
6. | Home - AnIML. Abgerufen am 23. November 2021.
7. | Amelie Flatt, Arne Langner, Olof Leps: Model-Driven Development of Akoma Ntoso Application Profiles. Hrsg.: Springer Nature. 1. Auflage. Springer Nature, Heidelberg 2022, ISBN 978-3-03114131-7 (springer.com [abgerufen am 19. August 2022]).

Abgerufen von ,,https://de.wikipedia.org/w/index.php?title=Extensible_Markup_Language&oldid=261627194"

Kategorien:

• XML
• Datenserialisierungformat
• Standard fur Elektronischen Datenaustausch
• Beschreibungssprache