XML

XML (eXtensible Markup Language) je značkovací jazyk navržený pro ukládání a přenos strukturovaných dat. Je čitelný pro člověka i stroj, rozšiřitelný, platformově nezávislý a od roku 1998 standardizovaný konsorciem W3C. Na rozdíl od HTML, které popisuje jak data zobrazit, XML popisuje co data znamenají.

Proč XML?

Samo-popisné – značky nesou sémantický význam, dokument je srozumitelný bez externí dokumentace.
Striktní syntaxe – chybný dokument parser odmítne (na rozdíl od prohlížečů, které opravují rozbité HTML).
Rozšiřitelnost – lze definovat vlastní značky a struktury pro libovolnou doménu.
Oddělení dat a prezentace – data v XML lze transformovat do HTML, PDF, JSON nebo libovolného jiného formátu.
Ekosystém – XPath, XSLT, XSD, XQuery, DOM, SAX – bohatá sada navazujících standardů.

<?xml version="1.0" encoding="UTF-8"?>
<knihovna>
    <kniha isbn="978-80-251-3805-7">
        <nazev>Programování v C++</nazev>
        <autor>Miroslav Virius</autor>
        <rok>2013</rok>
        <cena mena="CZK">490</cena>
    </kniha>
    <kniha isbn="978-80-247-3685-3">
        <nazev>Moderní programování</nazev>
        <autor>Radek Vystavěl</autor>
        <rok>2010</rok>
        <cena mena="CZK">350</cena>
    </kniha>
</knihovna>

Základní principy a pravidla

XML dokument musí splňovat striktní syntaktická pravidla. Pokud je splňuje, nazývá se správně strukturovaný (well-formed). Pokud navíc odpovídá definovanému schématu (DTD nebo XSD), je validní.

Pravidla well-formed XML dokumentu

Právě jeden kořenový element – celý dokument je uzavřen v jediném kořenovém elementu.
Všechny elementy jsou uzavřené – každý otevírací tag musí mít odpovídající zavírací: <nazev>…</nazev> nebo self-closing:  .
Správné vnořování – elementy se nesmí křížit. <a></a> je správně, <a></a> je chyba.
Hodnoty atributů v uvozovkách – <kniha isbn="123">, nikoliv <kniha isbn=123>.
Case-sensitive – <Nazev> a <nazev> jsou různé elementy.
Speciální znaky escapované – < → <, > → >, & → &, " → ", ' → '.
Deklarace na začátku – <?xml version="1.0" encoding="UTF-8"?> jako první řádek.

Časté chyby

Zapomenutý zavírací tag – <nazev>Programování bez </nazev>.
Neescapované & v textu – "Firma A & B" → musí být "Firma A & B".
Křížící se elementy – <a>text</a>.

Definice XML jazyka

XML samo o sobě je meta-jazyk – definice konkrétního XML jazyka (slovníku) se provádí pomocí schématu:

Způsob definice	Popis	Příklad
DTD (Document Type Definition)	Starší, jednodušší – definuje povolené elementy, atributy a jejich strukturu. Není v XML syntaxi, nepodporuje datové typy ani namespaces.	`<!ELEMENT kniha (nazev, autor, rok, cena)>`
XSD (XML Schema Definition)	Modernější – v XML syntaxi, podporuje datové typy (`xs:int`, `xs:string`, `xs:date`), namespaces, restrikce, rozsahy. Doporučený standard W3C.	`<xs:element name="rok" type="xs:int"/>`

Validace XML dokumentu

Validace ověřuje, zda dokument odpovídá definovanému schématu – tedy zda obsahuje správné elementy ve správném pořadí, se správnými atributy a hodnotami.

Validace pomocí DTD

DTD lze zapsat interně (přímo v XML dokumentu) nebo externě (v samostatném souboru):

<!-- Interní DTD -->
<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE knihovna [
    <!ELEMENT knihovna (kniha+)>
    <!ELEMENT kniha (nazev, autor, rok, cena)>
    <!ELEMENT nazev (#PCDATA)>
    <!ELEMENT autor (#PCDATA)>
    <!ELEMENT rok (#PCDATA)>
    <!ELEMENT cena (#PCDATA)>
    <!ATTLIST kniha isbn CDATA #REQUIRED>
    <!ATTLIST cena mena CDATA #IMPLIED>
]>
<knihovna>
    <kniha isbn="123">
        <nazev>XML v praxi</nazev>
        <autor>Jan Novák</autor>
        <rok>2024</rok>
        <cena mena="CZK">299</cena>
    </kniha>
</knihovna>

Význam DTD konstrukcí

Konstrukce	Význam
`(#PCDATA)`	Parsed Character Data – textový obsah.
`kniha+`	Jeden nebo více elementů `kniha`.
`kniha*`	Nula nebo více.
`kniha?`	Nula nebo jeden (volitelný).
`#REQUIRED`	Atribut je povinný.
`#IMPLIED`	Atribut je volitelný.

Validace pomocí XSD

XSD je mocnější alternativou DTD – je samo o sobě XML dokument a podporuje datové typy:

<?xml version="1.0" encoding="UTF-8"?>
<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xs:element name="knihovna">
        <xs:complexType>
            <xs:sequence>
                <xs:element name="kniha" maxOccurs="unbounded">
                    <xs:complexType>
                        <xs:sequence>
                            <xs:element name="nazev" type="xs:string"/>
                            <xs:element name="autor" type="xs:string"/>
                            <xs:element name="rok" type="xs:int"/>
                            <xs:element name="cena">
                                <xs:complexType>
                                    <xs:simpleContent>
                                        <xs:extension base="xs:decimal">
                                            <xs:attribute name="mena" type="xs:string" default="CZK"/>
                                        </xs:extension>
                                    </xs:simpleContent>
                                </xs:complexType>
                            </xs:element>
                        </xs:sequence>
                        <xs:attribute name="isbn" type="xs:string" use="required"/>
                    </xs:complexType>
                </xs:element>
            </xs:sequence>
        </xs:complexType>
    </xs:element>
</xs:schema>

Klíčové XSD konstrukce

Konstrukce	Význam
`xs:element`	Definuje element.
`xs:attribute`	Definuje atribut elementu.
`xs:complexType`	Element obsahuje další elementy nebo atributy.
`xs:simpleType`	Element obsahuje jen textovou hodnotu.
`xs:sequence`	Potomci musí být v daném pořadí.
`xs:choice`	Právě jeden z alternativních potomků.
`xs:restriction`	Omezuje hodnotu (např. `minInclusive`, `maxLength`, `pattern`).
`use="required"`	Atribut je povinný.

Strom dokumentu

Každý XML dokument lze reprezentovat jako strom – hierarchickou strukturu uzlů, kde kořenem je dokument a potomky jsou elementy, atributy, textové a komentářové uzly. Tato stromová reprezentace je základem pro všechny navazující technologie (XPath, XSLT, DOM).

Typy uzlů v XML stromu

Typ uzlu	Popis	Příklad
Document	Kořen stromu – reprezentuje celý XML dokument.	`/`
Element	Jeden XML element – může mít potomky a atributy.	`<kniha>`
Attribute	Atribut elementu – v XPathu je to uzel, ale není potomkem elementu.	`isbn="123"`
Text	Textový obsah elementu.	`"Programování v C++"`
Comment	Komentář `<!-- ... -->`.	`<!-- TODO -->`
Processing Instruction	Instrukce pro zpracování.	`<?xml-stylesheet ...?>`

XPath

XPath (XML Path Language) je dotazovací jazyk pro výběr uzlů z XML dokumentu. Je základem pro XSLT, XQuery a mnoho XML knihoven. XPath výraz se vyhodnotí a vrátí množinu uzlů splňujících cestu.

Základní konstrukce XPath

Cesta (Path)

Cesta určuje, jak procházet stromem od kořene k cílovým uzlům. Stejně jako cesta v souborovém systému používá lomítka:

Výraz	Význam	Příklad
`/`	Absolutní cesta – od kořene dokumentu.	`/knihovna/kniha` – všechny `kniha` přímo pod kořenem.
`//`	Relativní cesta – kdekoliv v dokumentu.	`//nazev` – všechny elementy `nazev` kdekoliv.
`.`	Aktuální uzel (kontext).	`.`
`..`	Rodičovský uzel.	`../autor` – sourozenecký element `autor`.
`*`	Libovolný element (wildcard).	`/knihovna/*` – všechny přímé potomky `knihovna`.

Krok (Step)

Každý krok XPath výrazu má strukturu:

\[\text{osa}::\text{test\_uzlu}[\text{podmínka}]\]

Příklady kroků

child::kniha – potomci pojmenovaní kniha.
attribute::isbn – atribut isbn.
child::kniha[1] – první potomek kniha (indexováno od 1!).

Osy (Axes)

Osa určuje směr procházení stromu a vztah k aktuálnímu uzlu:

Osa	Význam	Zkrácený zápis
`child`	Přímí potomci aktuálního uzlu.	(výchozí – lze vynechat)
`parent`	Rodič aktuálního uzlu.	`..`
`self`	Aktuální uzel sám.	`.`
`ancestor`	Všichni předci (rodič, prarodič, …) až ke kořeni.	—
`ancestor-or-self`	Předci + aktuální uzel.	—
`descendant`	Všichni potomci (děti, vnoučata, …).	`//` (při použití na začátku výrazu)
`descendant-or-self`	Potomci + aktuální uzel.	`//` (uvnitř výrazu)
`following-sibling`	Následující sourozenci (ti za aktuálním uzlem).	—
`preceding-sibling`	Předcházející sourozenci (ti před aktuálním uzlem).	—
`following`	Všechny uzly za aktuálním v dokumentovém pořadí.	—
`preceding`	Všechny uzly před aktuálním v dokumentovém pořadí.	—
`attribute`	Atributy aktuálního uzlu.	`@`

Příklady os

/knihovna/kniha[1]/following-sibling::*    -- všechny sourozence za první knihou
//cena/ancestor::kniha                      -- element kniha, který je předkem ceny
//kniha/attribute::isbn                     -- všechny isbn atributy knih

Podmínka (Predicate)

Podmínka v hranatých závorkách filtruje uzly podle zadaného kritéria:

Typ podmínky	Příklad	Význam
Index	`//kniha[1]`	První kniha v dokumentu.
Index	`//kniha[last()]`	Poslední kniha.
Hodnota atributu	`//kniha[@isbn='123']`	Kniha s ISBN 123.
Existence atributu	`//cena[@mena]`	Cena, která má atribut `mena`.
Hodnota elementu	`//kniha[rok > 2010]`	Knihy s rokem po 2010.
Textový obsah	`//kniha[nazev = 'XML v praxi']`	Kniha s přesným názvem.
Funkce	`//kniha[contains(nazev, 'XML')]`	Kniha, jejíž název obsahuje „XML".
Funkce	`//kniha[starts-with(nazev, 'Program')]`	Název začíná na „Program".
Počet potomků	`//kniha[count(*) > 3]`	Kniha s více než 3 potomky.
Logické operátory	`//kniha[rok >= 2010 and cena < 500]`	Kombinace podmínek.

XSLT transformace

XSLT (eXtensible Stylesheet Language Transformations) je jazyk pro transformaci XML dokumentů do jiných formátů – typicky HTML, jiného XML, prostého textu nebo PDF. XSLT samo je XML – šablona je validní XML dokument.

Jak XSLT funguje

XSLT procesor načte zdrojový XML dokument a XSLT šablonu (stylesheet).
Procesor prochází zdrojový strom a hledá uzly, které odpovídají šablonám.
Když najde shodu, vykoná instrukce v šabloně a vygeneruje výstupní fragment.
Výstupní fragmenty se skládají do výsledného dokumentu.

Šablony (Templates)

Základní stavební jednotkou XSLT je šablona – element <xsl:template>, který specifikuje, jaké uzly zpracovat a co na jejich místě vygenerovat. Atribut match obsahuje XPath výraz, který určuje, na které uzly se šablona aplikuje.

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet version="2.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

    <!-- Šablona pro kořen dokumentu -->
    <xsl:template match="/">
        <html>
            <head><title>Seznam knih</title></head>
            <body>
                <h1>Knihovna</h1>
                <xsl:apply-templates select="knihovna/kniha"/>
            </body>
        </html>
    </xsl:template>

    <!-- Šablona pro element kniha -->
    <xsl:template match="kniha">
        <div class="kniha">
            <h2><xsl:value-of select="nazev"/></h2>
            <p>Autor: <strong><xsl:value-of select="autor"/></strong></p>
            <p>Rok: <xsl:value-of select="rok"/></p>
            <p>Cena: <xsl:value-of select="cena"/> <xsl:value-of select="cena/@mena"/></p>
        </div>
    </xsl:template>

</xsl:stylesheet>

Klíčové XSLT instrukce

Instrukce	Význam
`<xsl:template match="XPath">`	Definuje šablonu pro uzly odpovídající XPath výrazu.
`<xsl:apply-templates select="XPath"/>`	Aplikuje šablony na vybrané potomky – rekurzivně zpracuje další uzly.
`<xsl:value-of select="XPath"/>`	Vloží textovou hodnotu vybraného uzlu.
`<xsl:for-each select="XPath">`	Iteruje přes množinu uzlů – ekvivalent cyklu.
`<xsl:if test="podmínka">`	Podmíněné zpracování – bez větve else.
`<xsl:choose> / <xsl:when> / <xsl:otherwise>`	Vícecestné větvení – ekvivalent switch/if-elseif-else.
`<xsl:sort select="XPath"/>`	Řadí uzly před zpracováním.
`<xsl:element name="jmeno">`	Dynamicky vytvoří element se zadaným názvem.
`<xsl:attribute name="jmeno">`	Vytvoří atribut pro rodičovský element.
`<xsl:text>`	Vloží prostý text (zachovává bílé znaky).

Vytváření prvků a atributů

XSLT nabízí dva způsoby, jak generovat výstupní elementy a atributy:

Literály (přímé zapsání): Výstupní XML/HTML se zapíše přímo do šablony – XSLT procesor ho zkopíruje do výstupu.
Instrukce (<xsl:element>, <xsl:attribute>): Umožňují dynamicky generovat názvy a hodnoty na základě dat ze zdrojového dokumentu.

<!-- Literální vytvoření – jednodušší, když známe názvy předem -->
<xsl:template match="kniha">
    <div class="kniha">
        <h2><xsl:value-of select="nazev"/></h2>
    </div>
</xsl:template>

<!-- Dynamické vytvoření – název elementu závisí na datech -->
<xsl:template match="kniha">
    <xsl:element name="{concat('kniha-', @isbn)}">
        <xsl:attribute name="rok">
            <xsl:value-of select="rok"/>
        </xsl:attribute>
        <xsl:value-of select="nazev"/>
    </xsl:element>
</xsl:template>
<!-- Výstup: <kniha-978-80-251-3805-7 rok="2013">Programování v C++</kniha-978-80-251-3805-7> -->

Attribute Value Templates (AVT)

Složené závorky {} uvnitř atributových hodnot umožňují vkládat XPath výrazy přímo do literálních atributů – bez nutnosti <xsl:attribute>:

<a href="kniha.php?id={@isbn}"><xsl:value-of select="nazev"/></a>

Využívání hodnot z dokumentu

Hodnoty ze zdrojového XML se do výstupu dostávají primárně pomocí <xsl:value-of>, ale XSLT nabízí i pokročilejší mechanismy:

<xsl:template match="knihovna">
    <html>
        <body>
            <h1>Souhrn knihovny</h1>
            <p>Celkem knih: <xsl:value-of select="count(kniha)"/></p>
            <p>Průměrný rok: <xsl:value-of select="sum(kniha/rok) div count(kniha)"/></p>

            <!-- Podmíněné zpracování -->
            <xsl:for-each select="kniha">
                <xsl:sort select="rok" order="ascending"/>

                <!-- Vícecestné větvení -->
                <xsl:choose>
                    <xsl:when test="cena &lt; 300">
                        <div class="levna"><xsl:value-of select="nazev"/></div>
                    </xsl:when>
                    <xsl:when test="cena &lt; 500">
                        <div class="stredni"><xsl:value-of select="nazev"/></div>
                    </xsl:when>
                    <xsl:otherwise>
                        <div class="draha"><xsl:value-of select="nazev"/></div>
                    </xsl:otherwise>
                </xsl:choose>
            </xsl:for-each>
        </body>
    </html>
</xsl:template>

XPath funkce dostupné v XSLT

Funkce	Příklad	Význam
`count()`	`count(//kniha)`	Počet uzlů v množině.
`sum()`	`sum(//cena)`	Součet číselných hodnot.
`concat()`	`concat(a, ' ', b)`	Spojení řetězců.
`contains()`	`contains(nazev, 'XML')`	Obsahuje řetězec podřetězec?
`starts-with()`	`starts-with(@isbn, '978')`	Začíná řetězcem?
`substring()`	`substring(nazev, 1, 10)`	Podřetězec od pozice.
`string-length()`	`string-length(nazev)`	Délka řetězce.
`normalize-space()`	`normalize-space(text())`	Odstraní přebytečné mezery.
`not()`	`not(@isbn)`	Logická negace.
`position()`	`position() = 1`	Pozice aktuálního uzlu v kontextu.
`last()`	`last()`	Index posledního uzlu.

Předávání parametrů do šablony

Šablony mohou přijímat parametry – to umožňuje parametrizovat transformaci bez změny šablony:

<xsl:template match="kniha">
    <xsl:param name="zvýrazni" select="false()"/>
    <xsl:if test="$zvyrazni">
        <strong><xsl:value-of select="nazev"/></strong>
    </xsl:if>
    <xsl:if test="not($zvyrazni)">
        <xsl:value-of select="nazev"/>
    </xsl:if>
</xsl:template>

<!-- Volání s parametrem -->
<xsl:apply-templates select="kniha[rok > 2010]">
    <xsl:with-param name="zvyrazni" select="true()"/>
</xsl:apply-templates>