Sample PDF

XML e XSL
da Teoria Prtica
Jos Carlos Leite Ramalho Pedro Rangel Henriques
20 de Abril de 2001
XML e XSL: da Teoria Prtica
2
c FCA - EDITORA DE INFORMTICA
Prefacio
Quando o projecto desta obra nasceu, ainda no ano de 2000, o objectivo era escrever
um livro sobre XML. A ideia era a de criar um livro que pudesse servir ao curioso
mas tambm ao estudante da rea e utilizador mais experiente. A temtica do XML
cedo se revelou insuficiente. Um utilizador de XML, normalmente, quer fazer algu-
ma coisa com os documentos que vai criando. Para isso, necessrio transformar os
documentos XML. Assim, este livro cobre, exaustivamente, numa primeira parte, o
XML e, numa segunda parte, a temtica da transformao dos documentos.
No necessrio voltar a reforar aqui a importncia do XML. Hoje, esta norma
invadiu todas as reas do saber onde a informtica est presente. Domnios to di-
versos como a medicina, a indstria aeronutica, o xadrez, a matemtica, a msica,
as letras e o teatro fazem parte das reas de aplicao desta tecnologia. Da a preo-
cupao de fazer uma obra abrangente que possa dar resposta a quem trabalha em
todas aquelas reas.
O livro reflecte a experincia acumulada dos autores. Alm de descrever os concei-
tos bsicos, apresenta metodologias e maneiras de fazer que s se adquirem aps
vrios anos de experincia. Um dos objectivos deste livro tambm o de acelerar
a curva de aprendisagem do XML que ainda grande e apontada como umas das
desvantagens da tecnologia.
Quando se escreve uma obra h, num determinado momento, a necessidade de co-
locar um ponto final e terminar. Foi o que fizemos mas, ficando com a sensao que

c FCA - EDITORA DE INFORMTICA ix
muito podia ainda ser escrito. No momento em que este livro estiver a ser impresso,
estaremos j a trabalhar na prxima edio, para que esta d mais e melhor.
x
Indice
I XML 1
1 Documentos XML bem formados 3

1.1 A declarao XML . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2 Comentrios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.3 Instrues de processamento . . . . . . . . . . . . . . . . . . . . . 6
1.4 Elementos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
1.4.1 Tipos de contedo . . . . . . . . . . . . . . . . . . . . . . 10
1.5 Atributos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.5.1 Atributos reservados . . . . . . . . . . . . . . . . . . . . . 13
1.6 Seces especiais de texto . . . . . . . . . . . . . . . . . . . . . . 14
1.7 Regras de bem formao . . . . . . . . . . . . . . . . . . . . . . . 16
1.8 NameSpaces . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.8.1 Criao de NameSpaces . . . . . . . . . . . . . . . . . . . 20
1.8.2 Prefixos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

c FCA - EDITORA DE INFORMTICA xi
1.8.3 NameSpaces locais . . . . . . . . . . . . . . . . . . . . . . 22

1.8.4 NameSpaces por omisso . . . . . . . . . . . . . . . . . . . 23
1.9 Forma cannica de documentos XML . . . . . . . . . . . . . . . . 24
2 Documentos XML vlidos 25

2.1 Componentes de um documento XML vlido . . . . . . . . . . . . 26
2.2 Elementos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.2.1 lgebra do contedo . . . . . . . . . . . . . . . . . . . . . 29
2.2.2 Exemplos: o DTD Agenda e o DTD Poema . . . . . . . . . 35
2.3 Atributos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.3.1 Declarao . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.2 Tipos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.3.3 Classes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.3.4 Valores por omisso . . . . . . . . . . . . . . . . . . . . . 52
2.4 Associao de um DTD a um documento . . . . . . . . . . . . . . 53
2.4.1 Redefinio parcial de um DTD . . . . . . . . . . . . . . . 54
3 XML Path Language (XPath) 57

3.1 O Modelo de Dados do XPath . . . . . . . . . . . . . . . . . . . . 58
3.1.1 Nodo raiz . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
3.1.2 Nodos elemento . . . . . . . . . . . . . . . . . . . . . . . 60
3.1.3 Nodos atributo . . . . . . . . . . . . . . . . . . . . . . . . 60
3.1.4 Nodos texto . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.1.5 Nodos comentrio . . . . . . . . . . . . . . . . . . . . . . 61
3.1.6 Nodos instruo de processamento . . . . . . . . . . . . . . 61
3.1.7 Nodos namespace . . . . . . . . . . . . . . . . . . . . . . 61
xii
3.2 XPath como selector de nodos . . . . . . . . . . . . . . . . . . . . 62
3.2.1 Contexto . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
3.2.2 Selectores Simples . . . . . . . . . . . . . . . . . . . . . . 62
3.2.3 Selectores Relativos e Selectores Absolutos . . . . . . . . . 63
3.2.4 Seleccionar: para alm de elementos . . . . . . . . . . . . . 64
3.2.5 Selectores Complexos . . . . . . . . . . . . . . . . . . . . 66
3.3 Eixos de Navegao . . . . . . . . . . . . . . . . . . . . . . . . . . 67
3.4 Predicados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.5 Funes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
3.6 Exemplos de expresses XPath . . . . . . . . . . . . . . . . . . . . 74

c FCA - EDITORA DE INFORMTICA xiii
xiv
Parte I
XML

c FCA - EDITORA DE INFORMTICA 1
Documentos
1 XML bem
formados
Como o leitor pode constatar, um documento XML formado por dados e anota-
es.
As primeiras perguntas que podem surgir so: o que que so anotaes? Como
distingui-las dos dados?
Num documento XML, os dados so blocos de texto. Pode ser que um dia os dados
noutros formatos que no texto possam vir a fazer parte de um documento XML,
mas neste momento so externos aos documentos, podendo ser referidos atravs de
entidades (captulo ??).
A anotao de um documento descreve a sua estrutura e induz uma interpretao do
seu contedo. A anotao composta por: marcas de incio de elementos, marcas de
fim de elementos, marcas de elementos vazios, referncias a entidades, comentrios,
limitadores de seces especiais de texto (CDATA seco 1.6), declaraes de tipo
de documento e instrues de processamento.
Veja-se agora, representado em XML, o exemplo tradicionalmente usado noutros
contextos.

Exemplo 1: "Hello World"
<?xml version="1.0" encoding="UTF-8"?>

<doc>
Hello World!!!
</doc>
Uma anotao comea sempre por < e termina por >. Por isso fcil ver que o
nosso exemplo tem trs anotaes: <?xml ...?>, <doc> e </doc>.
1.1 A declarao XML

De acordo com a norma ([?]), um documento XML deve comear sempre com uma
declarao XML (que tem estado presente em todos os exemplos fornecidos at
agora). Normalmente, se o documento tiver algo antes da declarao ou esta estiver
ausente, qualquer processador acusar um erro ao tentar processar o documento.
Uma declarao XML uma anotao especial que tem a seguinte forma:
<?xml
version="1.0"
standalone="yes"
encoding="iso-8859-1" ?>
Podem ser usados trs atributos numa declarao XML:
version O valor deste atributo indica a verso de XML que est a ser utilizada.
Neste momento, apenas o valor "1.0" possvel. Este atributo obrigatrio e
tem de estar presente em todas as declaraes.
standalone Este atributo opcional e pode ter um de dois valores: o valor "yes"
indica que o documento est autocontido, no tem referncias a entidades
externas; o valor "no"indica que o documento contm referncias a entidades
externas (por exemplo: outros documentos).
4
Documentos XML bem formados
encoding Este atributo tambm opcional e indica qual a codificao usada para
os caracteres: o valor por omisso UTF-8, mas tambm poder ser UCS-2,
UCS-4, ISO-XXX. No nosso caso, usamos caracteres portugueses, por isso,
este atributo ter sempre o valor "iso-8859-1".
1.2 Comentrios
Um comentrio pode aparecer em qualquer ponto de um documento XML.
Comea pela marca .
Exemplo 2: "Hello World"
<?xml version="1.0" encoding="iso-8859-1"?>


<doc>Ol Mundo!!!</doc>
Existem algumas restries utilizao de comentrios:
No podem aparecer antes da declarao.
No podem aparecer dentro de uma anotao.
No se pode utilizar a sequncia de caracteres "--"dentro de um comentrio.
Alm da sua funo bvia de documentao, os comentrios podem ainda ser utili-
zados para remover temporariamente partes do documento, desde que essas partes
no contenham comentrios.
Exemplo 3: Uso de comentrios para remover partes de um documento

<RECEITAS>
<TITULO> O Meu Livro de Receitas </TITULO>
<RECEITA ORIGEM="Portugal">
<TITULO> Bolo </TITULO>

<INGREDIENTE> 200g de aucar </INGREDIENTE>
<INGREDIENTE> 300g de manteiga </INGREDIENTE>
</RECEITA>
</RECEITAS>
1.3 Instrues de processamento
As instrues de processamento so a nica reminiscncia da anotao procedimen-

tal que ainda perdura no XML. Uma instruo de processamento no faz parte do
contedo do documento. uma indicao directa ao processador do documento
de que algo deve ser executado naquele ponto quando o documento estiver a ser
transformado.
Uma instruo de processamento comea por <?id-processador e termina
por ?>; id-processador dever indicar a que tipo de processamento a instruo
se destina.
Note-se que a declarao XML (seco 1.1) no mais do que uma instruo de
processamento.
A seguir apresenta-se um documento XML que contm algumas instrues de pro-
cessamento.
6
Exemplo 4: Instrues de processamento
<?xml version="1.0" encoding="ISO-8859-1"?>

<agenda>
<?html action="hr"?>
<entrada id="e1" tipo="pessoa">
<nome>Jos Carlos Ramalho</nome>
<email>jcr@di.uminho.pt</email>
<telefone>253 604479</telefone>
</entrada>
<?html action="hr"?>
Neste exemplo, alm da j referida declarao XML, esto presentes duas instrues
de processamento anlogas:
<?html ...?> estas duas instrues de processamento identificam ordens que deve-
ro ser executadas aquando da transformao deste documento para HTML.
Neste caso concreto, indica-se que, quando o processamento do documento
XML coincidir com a gerao da sua verso HTML, devero ser geradas duas
marcas hr nas posies onde se encontram as instrues de processamento.
Neste momento, j vimos tudo o que pode aparecer no incio de um documento

XML (antes do corpo do documento): instrues de processamento, comentrios e
a declarao XML1 .
Um documento XML bem formado tem vrias componentes que se descrevem nas
seces seguintes.
1.4 Elementos
A estrutura de um documento XML definida custa de elementos que determi-
nam os blocos lgicos em que o texto global pode ser partido ou decomposto. Um
1
Embora os dois primeiros possam aparecer em qualquer ponto do corpo do documento.

elemento composto pela sua anotao de incio, pelo seu contedo e pela sua
anotao de fim.
Uma anotao de incio comea por < e termina com >, e uma anotao de fim
comea por </ e termina com >. Quer uma quer outra contm no meio o nome
do elemento que inicia ou que termina, respectivamente.
Exemplo 5: Anotao de um elemento
No texto abaixo, a palavra Braga est anotada como sendo um elemento de nome
lugar.
Vais ver o espectculo a <lugar>Braga</lugar>?
Uma restrio inerente ao XML a de que o nome de uma anotao de fim tem de
ser igual ao da anotao de incio imediatamente anterior (este ser um dos princ-
pios da bem formao de um documento).
Um elemento tem de estar completamente contido noutro elemento, excepto o an-
cestral de todos os elementos (o elemento raiz). Algumas estruturas hierrquicas
podem ser recursivas. Um elemento pode conter directa ou indirectamente instn-
cias de si prprio, como iremos ver mais frente num caso de estudo (exemplo
23). Esta possibilidade de recursividade ou aninhamento ir causar, muitas vezes,
problemas no momento de processar a informao, mas necessria para modelar
certo tipo de informao.
As regras a que o nome de um elemento deve obedecer so as seguintes:
1. o primeiro carcter dever ser uma letra, um underscore ou um sinal de dois

pontos;
2. os caracteres seguintes podem ser letras, dgitos, underscores, hfens, pontos

e dois pontos;
3. o espao em branco no pode aparecer no nome de uma anotao.
8
Em XML h distino entre maisculas e minsculas. Assim, lugar, Lugar e

LUGAR so referncias a elementos distintos.
Eis alguns exemplos de nomes vlidos:
<Doc:princ> </Doc:princ>
<documento> </documento>
<_secreto> </_secreto>
<aluno4> </aluno4>
<DB_tab5> </DB_tab5>
E alguns exemplos de nomes invlidos:
<1documento> </1documento> -- comea por dgito

<aluno(4)> </aluno(4)> -- tem parentesis
<DB tab5> </DB tab5> -- tem espao em branco
Por outro lado, no contedo de um elemento, nunca devero aparecer os caracteres

< e > pois so os caracteres que limitam as anotaes. Em lugar deles devem-
se usar, respectivamente, as entidades (captulo ??) do tipo carcter < e >.
Qualquer processador ou editor de XML far a substituio automtica daquelas
entidades pelos caracteres correspondentes.
Exemplo 6: Caracteres reservados
Se, no documento, estivesse escrito desta forma:
A anotao <nome> usada para

anotar nomes.
Um editor mostraria o mesmo texto da seguinte maneira:
A anotao <nome> usada para anotar

nomes.

1.4.1 Tipos de contedo
Os elementos podem incluir outros elementos (ditos elementos filho) e texto.

H elementos que no contm texto directamente, apenas contm outros elementos.
So elementos estruturantes. Num dos exemplos anteriores, apresentou-se o livro de
receitas: o elemento RECEITAS tem como contedo apenas elementos RECEITA;
portanto um elemento deste tipo.
<RECEITAS>
<RECEITA> ... </RECEITA>
...
</RECEITAS>
Os caracteres brancos (espaos, mudanas de linha, tabulaes) que surgem no con-

tedo de elementos que no contm texto so irrelevantes e no so considerados
como fazendo parte do documento. Assim, o excerto anterior poderia ser igualmen-
te representado por:
<RECEITAS><RECEITA> ... </RECEITA><RECEITA> ...

</RECEITA><RECEITA> ...</RECEITA>...</RECEITAS>
No entanto, em algum ponto da hierarquia do documento, o texto ir aparecer. Neste

ponto o elemento contm texto ou uma mistura de texto com elementos filho.
Um elemento que contenha apenas texto designado como tendo contedo textual.
So exemplo desta situao, os elementos abaixo, que j foram aparecendo neste
livro:
<lugar>Braga</lugar>
<INGREDIENTE>Meia dzia de ovos</INGREDIENTE>
<data>(1922)</data>
10
Quando um elemento contm simultaneamente texto e elementos filho, designa-se

por elemento de contedo misto. Nos exemplos abaixo, <verso> e so ins-
tncias de elementos de contedo misto (que tambm j foram introduzidos anteri-
ormente), enquanto <nome> e <lugar> so instncias de elementos de contedo
textual.
<verso>Olha, <nome>Daisy</nome>: quando ...</verso>

Vais ver o espectculo a <lugar>Braga</lugar>?
Por ltimo, um elemento pode no ter qualquer contedo. Este tipo de elemento
normalmente designado por elemento vazio.
Estes elementos so normalmente utilizados pelo seu significado posicional. Al-
guns exemplos conhecidos do HTML so os elementos BR e HR que marcam, res-
pectivamente, a quebra de uma linha e o traar de uma linha horizontal. O leitor
aqui poderia interrogar-se: "No ser isto uma anotao procedimental?". Ter um
pouco de razo, mas relembre a discusso sobre uma anotao equilibrada (??).
H, no entanto, elementos vazios puramente descritivos como o caso de elementos
que representam referncias. Para alm da posio, contm informao nos atribu-
tos (1.5). Eis um exemplo de um destes elementos:
Como ser discutido num captulo mais

frente (<ref ident="cap5"/>) ...
Outro exemplo deste tipo de elementos, que aparecer mais frente nalguns casos
de estudo, o de um elemento que marca o ponto onde dever ser inserida uma
imagem.
Como se pode ver na figura seguinte ...

<figura path="..."/>
...
Como j deve ter notado, estes elementos tm uma sintaxe diferente. So represen-
tados por uma nica anotao que iniciada por < e termina em />, que a
forma abreviada de escrever <elem-ident></elem-ident>.
Na prxima seco, vamos analisar os atributos que surgiram nestes ltimos exem-
plos.

1.5 Atributos
Um elemento pode ter um ou mais atributos que, por sua vez, podem ser opcionais
ou obrigatrios. Os atributos visam qualificar o elemento a que esto associados.
Ao pensar no problema da distino entre elemento e atributo, podemos traar um
paralelo com a lngua portuguesa: os elementos so os substantivos, e os atributos
os adjectivos. Podemos ento estabelecer a seguinte equivalncia:
Isto uma casa --- <CASA>

Isto uma casa verde --- <CASA COR="verde">
No h limite para o nmero de atributos que podem estar associados a um elemen-

to.
Os atributos aparecem sempre na anotao que marca o incio de um elemento, uma
vez que vo qualificar o contedo que se segue. Um atributo definido por um par
constitudo por um nome e um valor: o nome e o valor devem estar separados pelo
sinal = e o valor dever estar colocado dentro de aspas simples ou duplas.
O nome de um atributo segue as mesmas regras do nome dos elementos. O valor
ser sempre o texto que estiver dentro das aspas.
Podemos desde j alertar o leitor para o problema da representao de uma dada
informao num elemento ou num atributo. No existe uma fronteira entre os dois
e muitas vezes a escolha no simples. Atente-se no seguinte exemplo de uma
agenda de contactos.
Exemplo 7: Informao nos elementos
<agenda>
<entrada id="e1" tipo="pessoa">
<telefone>253 604479</telefone>
</entrada>
...
</agenda>
12
Uma agenda composta por um ou mais elementos entrada. Cada um destes

elementos estruturado em vrios subelementos, nome, email e telefone, e
tem dois atributos id e tipo que lhe atribuem certas propriedades. Vamos ver
o que acontece se passarmos a informao dos elementos para atributos.
Exemplo 8: Informao nos atributos
<agenda>
<entrada id="e1" tipo="pessoa" nome="Jos Carlos Ramalho"
email="jcr@di.uminho.pt" telefone="253 604479"/>
...
</agenda>
Este documento tambm um documento XML bem formado o que mostra a fra-
gilidade da fronteira entre atributo e elemento mas, como veremos mais frente,
muito mais difcil de processar.
1.5.1 Atributos reservados
H caractersticas universais que o contedo dos elementos pode partilhar em dife-

rentes aplicaes. Normalmente, incluem-se nestas caractersticas a lngua utilizada
e a importncia dos caracteres brancos. Para evitar conflitos com nomes de atribu-
tos definidos pelo utilizador, a norma reservou o prefixo xml:. Na norma XML
h apenas dois atributos reservados, xml:lang e xml:space, que se descrevem a
seguir.
xml:lang Este atributo pode ser associado a qualquer elemento e indica qual
a lngua em que o texto desse elemento est escrito. Esta faceta til em
ambientes multilingues. Poderamos ter por exemplo:

<para xml:lang="en">Hello</para>
<para xml:lang="pt">Ol</para>
<para xml:lang="fr">Bonjour</para>
Desta maneira poderamos seleccionar o elemento a mostrar em dada altura

ao utilizador, dependendo da escolha lingustica deste. Os valores possveis
para este atributo esto definidos na norma ISO-639.
xml:space Este atributo, tambm associvel a qualquer elemento, pode ter um de

dois valores: default ou preserve. Serve para indicar se o espao bran-
co no contedo do elemento em causa ou no relevante. O valor default
indica que o espao no importante e far com que a maioria dos processa-
dores compactem qualquer sequncia de carcteres brancos num espao. O
valor preserve far com que os caracteres brancos sejam mantidos como
parte integrante do contedo do elemento.
1.6 Seces especiais de texto

Quando um autor quer usar caracteres que podem ser confundidos com aqueles
utilizados para delimitar as anotaes, como <, > e &, deve usar entidades
como <, > ou & no seu lugar. Apesar de uma entidade deste tipo ter
o efeito desejado de eliminar a confuso, no de todo intuitiva e o texto torna-se
de difcil leitura. Se determinado pedao de texto contiver muitos caracteres deste
tipo, por exemplo um extracto de um documento XML que se queira usar como
demonstrao, a utilizao de entidades pode ser considerada inaceitvel.
Considere o seguinte exemplo:
Exemplo 9: Caracteres especiais no texto
Para obter o seguinte texto final:
Prima a tecla <<<ENTER>>>.
O utilizador deve introduzi-lo da seguinte forma:
14
Para resolver as situaes em que estes caracteres abundam, o XML dispe de um

mecanismo: Seces Marcadas de Texto. Numa seco destas, pode-se escrever
livremente sem ser necessrio substituir aqueles carcteres pelas entidades corres-
pondentes.
Uma seco marcada de texto sempre iniciada por <![CDATA[ e terminada por
]]>.
Exemplo 10: Seces marcadas de texto
Recorrendo ao mecanismo das Seces Marcadas de Texto para se obter o mesmo

resultado final:
o texto a introduzir ter a seguinte forma:
<![CDATA[Prima a tecla <<<ENTER>>>.]]>
Contudo, as referncias a entidades, dentro destas seces, so ignoradas.
Exemplo 11: Seces marcadas e entidades
Assim, o resultado visual (final) do texto XML:
<![CDATA[Prima a tecla <<<ENTER>>>.]]>
ser:

Terminou aqui a descrio dos elementos a que se pode recorrer para a constituio
de um documento XML bem formado.
1.7 Regras de bem formao

Aps termos visto quais os componentes de um documento XML, vamos enunciar
um conjunto de regras que deve ser seguido na construo de um documento XML
bem formado:
Um documento XML deve ter sempre uma declarao XML no incio Apesar
de no ser obrigatria, muitos processadores no funcionaro correctamente
se ela estiver ausente. Nos nossos documentos, em lngua portuguesa, a de-
clarao XML ter sempre a seguinte forma:
O documento deve incluir um ou mais elementos Para ser bem formado, um

documento XML precisa de incluir um ou mais elementos. O primeiro, que
delimitar todo o corpo do documento, o elemento raiz e todos os outros
devero estar includos dentro dele.
Exemplo 12: Documento XML bem formado
No documento XML abaixo, o elemento raiz sumarios, contendo, no seu inte-

rior, os elementos disciplina, professor e aula, os quais, por sua vez, so
constitudos por outros elementos e texto:
<?xml version="1.0" encoding="ISO-8859-1"?>

<sumarios>
16
<disciplina> Processamento Estruturado de

Documentos</disciplina>
<professor>
<url>http://www.di.uminho.pt/~jcr</url>
</professor>
<aula tipo="T">
<data>2000.10.02</data>
<sumario>

Anotao de Documentos: um pouco de
histria.

Linguagens de Anotao como meta-linguagens:
o SGML e o XML.

Anotao Descritiva. Ciclo de vida dos
documentos estruturados.
</sumario>
</aula>
...
</sumarios>
Todos os elementos tm anotaes de incio e fecho A nica excepo a esta

regra so os elementos vazios, cujas anotaes podem ser substitudas por
uma nica anotao de incio que termina em / >.
Os elementos devero estar aninhados correctamente No exemplo seguinte,

apresenta-se a situao a evitar.

Exemplo 13: Elementos aninhados incorrectamente
O ttulo do livro XML ... Prtica.
Ao contrrio do que acontece no excerto acima, o primeiro elemento a comear ter

sempre de ser o ltimo a fechar e o ltimo a abrir dever ser sempre o primeiro a
fechar. Neste caso, as anotaes de B e de I esto cruzadas. O elemento B deveria
terminar antes do I iniciar, ou iniciar depois do incio de I, ou ainda fechar depois
do fecho de I.
Os valores de atributos tm de estar dentro de aspas Se numa dada situao o

valor do atributo necessitar de conter aspas, ento devero ser usados aps-
trofes (ou aspas simples) para limitar o valor, como se v no exemplo abaixo:
<citao texto=O mido falou:"O Rei vai n!" />
1.8 NameSpaces
Usando XML, o utilizador tem uma liberdade total na definio da sua linguagem,
podendo atribuir os nomes que bem entender aos seus elementos e atributos. No
entanto, medida que o nmero de utilizadores e de aplicaes XML foi crescen-
do, surgiu um problema que no estava previsto; comearam a aparecer conflitos
nos nomes dos elementos: quando num documento XML se importam pedaos de
outros documentos XML escritos por outros autores, podero surgir conflitos como
anotaes com o mesmo nome, mas com semnticas diferentes ou utilizadas em
contextos contraditrios.
Exemplo 14: Conflitos entre elementos com o mesmo nome
Consideremos o caso do elemento livro usado em dois contextos diferentes: num

catlogo e num pedido de encomenda.
18
Elemento livro no catlogo:
<livro>
<titulo>XML: da teoria prtica</titulo>
<resumo>Livro que cobre duma maneira geral mas com
alguma profundidade a temtica XML.</resumo>
<temas>
<tema>XML</tema>
<tema>XSL</tema>
</temas>
</livro>
Elemento livro no pedido de encomenda:
<encomenda>
... pagamento e envio ...
<item>
<livro>
<isbn>1-999999-88-7</isbn>
</livro>
<quantidade>4</quantidade>
<preo EUR="17 euros"/>
</item>
</encomenda>
O elemento livro apresenta duas semnticas diferentes nos dois contextos em que
usado.
Se estivssemos perante um outro documento formado com elementos de ambos
os documentos apresentados, teramos alguma dificuldade em interpretar os com-
ponentes livro que aparecessem, pois no saberamos descobrir a provenincia
desses elementos livro.
Os NameSpaces so a soluo do problema.

Um NameSpace uma superetiqueta formada pelo nome da anotao ao qual
concatenado um prefixo. Esse prefixo definido pelo utilizador e dever ser nico.

Para garantir tal unicidade, convencionou-se que se usaria a sintaxe dos URL para o
prefixo. Assim, partindo do princpio de que cada utilizador tem um URL prprio,
acabam-se os conflitos.
1.8.1 Criao de NameSpaces
O World Wide Web Consortium (W3C) publicou uma recomendao com o ttulo
Namespaces in XML, onde se define um Namespace como:
Uma coleco de nomes, identificados por uma referncia URI (Uni-

versal Resource Identifier) que usada nos documentos XML como
prefixo dos nomes de elementos e de atributos.
A mesma recomendao define o modo como devem ser criados e declarados os

Namespaces. Para esse efeito, convencionou-se existir um atributo global (pode ser
instanciado em qualquer elemento do documento) de nome xmlns. com este
atributo que se define/cria um NameSpace.
No exemplo seguinte, apresentam-se algumas declaraes de NameSpaces vlidos:
Exemplo 15: NameSpaces
xmlns="http://xml.di.uminho.pt/XMLSamples/livro.dtd"
xmlns="livro.dtd"
xmlns="meu-URL/DTDs/livro.dtd"
As trs declaraes so vlidas, apesar de s a primeira seguir a recomendao de

utilizar o formato de um URI para o identificador do NameSpace.
20
1.8.2 Prefixos
A string identificadora de um NameSpace demasiado grande para ser manipulada

directamente. Assim, e para que a utilizao de um NameSpace seja vivel, associa-
se-lhe uma abreviatura (um identificador ou qualificador do nome) que pode, mais
tarde, ser utilizado como referncia ao NameSpace. Este qualificador tambm,
muitas vezes, designado por prefixo.
Exemplo 16: NameSpaces com prefixos
Em relao ao ltimo exemplo, os NameSpaces podiam ter sido declarados assim:
xmlns:catalogo="http://xml.di.uminho.pt/Samples/livro.dtd"
xmlns:encomenda="livro.dtd"
xmlns:jcr="meu-URL/DTDs/livro.dtd"
Neste caso, catalogo, encomenda e jcr seriam abreviaturas dos respectivos

NameSpaces indicados frente.
Imaginemos agora um cenrio ligeiramente diferente: temos um catlogo de livros

em XML ao qual queremos acrescentar os nossos comentrios usando as nossas
anotaes para comentrios. Podamos utilizar os NameSpaces da seguinte forma:
Exemplo 17: Utilizao de NameSpaces com prefixo
<catalogo:livro
xmlns:catalogo="http://xml.di.uminho.pt/Samples/livro.dtd"
xmlns:jcr="http://jcr.di.uminho.pt/DTD/coment.dtd">
<catalogo:titulo>XML: da teoria prtica

</catalogo:titulo>
<jcr:opiniao>Um bom ponto de partida ...</jcr:opiniao>

<catalogo:resumo>Livro que cobre duma maneira geral mas com

alguma profundidade a temtica XML.
</catalogo:resumo>
...
</catalogo:livro>
1.8.3 NameSpaces locais
Como se disse atrs, o atributo xmlns pode ser utilizado em qualquer elemento e
no apenas no elemento raiz. Assim, e para o tornar mais claro, o exemplo anterior
poderia ser reescrito da seguinte maneira:
Exemplo 18: Utilizao de NameSpaces locais
<catalogo:livro
xmlns:catalogo="http://xml.di.uminho.pt/DTD/livro.dtd">
<catalogo:titulo>XML: da teoria prtica
</catalogo:titulo>
<jcr:opiniao
Um bom ponto de partida ...</jcr:opiniao>
<catalogo:resumo>Livro que cobre duma maneira geral mas
com alguma profundidade a temtica XML.
</catalogo:resumo>
...
</catalogo:livro>
A declarao do Namespace ficou agora junto do elemento que faz uso dela
(jcr:opiniao).
22
1.8.4 NameSpaces por omisso
O atributo xmlns pode ser utilizado isoladamente sem a declarao de um prefixo.

Quando isso acontece, nenhum prefixo especificado e diz-se que se acabou de
declarar um NameSpace por omisso. Todos os elementos filho do elemento onde
o NameSpace foi declarado pertencem agora a esse NameSpace.
O mesmo exemplo do catlogo com comentrios pode ento ser reescrito da seguin-
te forma:
Exemplo 19: Utilizao de NameSpaces por omisso
<livro
xmlns="http://xml.di.uminho.pt/DTD/livro.dtd">
<jcr:opiniao
Um bom ponto de partida ...</jcr:opiniao>
<resumo>Livro que cobre duma maneira geral mas com
alguma profundidade a temtica XML.
</resumo>
...
</livro>
Como o Namespace associado a livro foi declarado sem prefixo, todos os ele-
mentos filhos de livro so considerados como pertencentes a esse NameSpace,
excepo daqueles que tenham um NameSpace declarado localmente (como o
caso de jcr:opiniao).
Mais frente, veremos a relao dos NameSpaces com os DTD e com os XML
Schema. Mais tarde, iremos utiliz-los quando estivermos a discutir o XSL.
Para terminar o captulo, vamos ver uma variante do XML que est relacionada com
a representao abstracta da informao num documento.

1.9 Forma cannica de documentos XML

Nos ltimos tempos, tem surgido uma preocupao crescente no seio da comuni-
dade de investigadores e utilizadores do XML: como representar, de uma forma
abstracta, a informao num documento XML de modo a ser possvel comparar
documentos?
Alm de ser uma questo actual, achamos pertinente coloc-la aqui porque introduz
mais um conceito que aparece de vez em quando a quem trabalha com XML: o
XML cannico.
A soluo utilizada noutras reas do conhecimento cientfico a reduo dos dois
objectos que se querem comparar forma mais simples, utilizando uma metodolo-
gia convencional. Noutras reas, esta operao recebeu o nome de reduo forma
cannica. Aqui, designaremos o resultado dessa reduo por XML cannico.
O XML cannico uma proposta existente no World Wide Web Consortium (W3C)
e que o leitor mais interessado poder consultar na Web2 .
Na representao em XML cannico, dois documentos XML logicamente equiva-
lentes, mas que podiam estar representados de maneiras diferentes em XML (es-
paamento, linhas em branco, codificao, elementos vazios, ...), so iguais byte
a byte. Isto conseguido custa de uma sintaxe bastante estrita: s permitida
a codificao de caracteres em UTF-8, os pares CR/LF so substitudos por LF,
nos elementos textuais as sequncias de caracteres brancos so substitudas por um
nico espao, ...
H vrios pacotes de software que integram ferramentas que fazem a reduo de
documentos XML forma cannica. Um deles o conjunto de ferramentas da IBM
Alphaworks, o XML4J3 .
Concluindo, dois documentos XML na forma cannica podem ser comparados di-
rectamente e qualquer diferena entre eles ser bem evidente, podendo este processo
de comparao ser automatizado.
No prximo captulo, vamos abordar a especificao de DTD e o conceito de docu-
mento XML vlido.
2
http://www.w3.org/TR/xml-c14n
3
http://www.alphaworks.ibm.com/tech/xml4j
24
Documentos
2 XML validos
At ao momento vimos como relativamente fcil ao utilizador comum criar do-
cumentos XML bem formados. Um documento XML bem formado no necessita
de a ele ter associado um processo de validao exaustivo, o que simplifica muito o
seu processamento.
Em muitas aplicaes XML, os documentos so gerados automaticamente. Nestas
aplicaes, o gerador garante por si s a bem-formao e a validao dos docu-
mentos e, nesta situao, trabalhar com documentos bem formados mais do que
suficiente. Porm, na maioria dos casos em que o utilizador que edita e manipula
os documentos XML, h necessidade de estipular um conjunto de regras que esta-
beleam a validade dos documentos. Este conjunto de regras define uma classe, ou
tipo, de documento e permite a posterior validao e processamento dos documen-
tos criados.
especificao de um tipo de documentos d-se o nome de DTD (Document Ty-
pe Definition) ou XML Schema. O processo que verifica se um documento est
de acordo com um DTD ou Schema designa-se por Validao; a um documento
depois de verificado atribumos a classificao de documento XML Vlido.
Os XML Schemas sero discutidos num captulo mais frente (cap. ??). Neste
captulo, apresenta-se em detalhe a linguagem com a qual se especifica um DTD.

2.1 Componentes de um documento XML vlido

Um documento XML vlido composto por duas grandes e distintas partes: o
DTD e a Instncia. O DTD define as regras a que a instncia tem de obedecer para
pertencer ao tipo de documento definido pelo DTD.
Como j foi abordado no captulo anterior, a anotao de um elemento compos-
ta por duas marcas, uma de incio do elemento e uma de fim do elemento. Estas
anotaes iro descrever as qualidades caractersticas do elemento. Uma daque-
las caractersticas o seu nome, que identifica o tipo do elemento: pargrafo,
figura, lista, ...
Adicionalmente, um elemento poder ser qualificado por mais caractersticas que
lhe so inerentes. Estas recebem a designao de atributos.
As anotaes descrevem a estrutura de um documento. Indicam quais os elemen-
tos que ocorrem no documento e em que ordem. Esta estrutura tem de ser vlida
de acordo com o conjunto de declaraes no DTD que define todas as estruturas
permitidas num determinado tipo de documento.
Para introduzir este conceito de DTD, recorre-se ao exemplo seguinte.
Exemplo 20: DTD para uma carta
Neste exemplo, todas as linhas comeadas por <!- so comentrios e destinam-

se a esclarecer o objectivo geral do tipo de documento e os de cada elemento em
particular.


<!DOCTYPE CARTA [



<!ELEMENT CARTA (DEST, ABERTURA, CORPO, FECHO)>

<!ELEMENT DEST (#PCDATA)>

<!ELEMENT ABERTURA (#PCDATA)>
26
Documentos XML vlidos


<!ELEMENT CORPO (PARA)+>


<!ELEMENT PARA (#PCDATA | LISTA)*>

<!ELEMENT LISTA (LITEM)+>

<!ELEMENT LITEM (#PCDATA)>

<!ELEMENT FECHO (#PCDATA)>
Este DTD muito simples, contm apenas declaraes de elementos. Mesmo as-
sim, permite escrever cartas estruturadas e ainda fazer a validao estrutural desses
documentos. Contudo, est ainda um pouco distante de um DTD real que contm
normalmente maior riqueza informativa.
Formalmente, pode-se dizer que um DTD composto por um conjunto de decla-

raes. Existem quatro tipos de declaraes que podem ser usadas num DTD: ele-
mentos, atributos, entidades e instrues de processamento.
As entidades esto relacionadas com a organizao fsica de um documento XML,
por isso iremos abord-las no prximo captulo (cap. ??). As instrues de pro-
cessamento j foram descritas no captulo anterior (cap. 1). Nas prximas seces
vamos analisar os outros tipos de declaraes elementos e atributos visto que,
esses sim, esto relacionados com a organizao lgica de um documento, que a
questo mais importante a discutir neste captulo.
2.2 Elementos
Um elemento definido, no DTD, numa declarao do tipo ELEMENT, que obedece
seguinte estrutura:
<!ELEMENT identificador (expresso-contedo)>

Em que:
identificador o nome do elemento, o qual depois usado nas anotaes:
DTD:
<!ELEMENT meu-elem (...)>
Instncia:
...<meu-elem>contedo do elemento</meu-elem>...
O identificador do elemento pode ser formado por letras, dgitos, dois pontos,
hfens, underscores e pontos. Mas s pode comear por letra, underscore ou
dois pontos.
expresso-contedo a definio do contedo do elemento escrita numa lingua-

gem de expresses regulares que obedece a uma lgebra ([?]). A expresso
regular que define o contedo do elemento especifica que subelementos po-
dem aparecer, em que ordem e em que nmero:
DTD:

<!ELEMENT contacto (nome,email,telefone)>
Instncia:
...
<contacto>
<nome>contedo de nome</nome>
<email>contedo de email</email>
<telefone>contedo de telefone</telefone>
</contacto>
...
Relativamente ao contedo, podemos classificar os elementos como pertencendo a

um de cinco tipos possveis:
vazio o elemento no dever ter qualquer contedo; este tipo de elementos tem
apenas um valor posicional.
28
textual o contedo do elemento apenas texto (com algumas restries).

estruturado o contedo do elemento formado por uma combinao de outros
elementos.
misto o contedo do elemento texto no meio do qual podero surgir alguns
elementos soltos.
livre o contedo do elemento no tem qualquer restrio, pode ser uma mistu-
ra de texto com uma combinao qualquer de outros elementos definidos no
DTD; este tipo de elementos ser usado apenas nos estados iniciais do desen-
volvimento de uma aplicao.
Vamos ento ver como se pode definir o contedo de um elemento, recorrendo

lgebra de expresses regulares.
2.2.1 lgebra do contedo
Esta lgebra no mais do que um conjunto de definies com as quais podemos

exprimir e definir a constituio de elementos num documento XML.
Assim, vamos ter constantes para contedos atmicos, e um conjunto de combina-
dores e operadores para a definio de contedos estruturados e semi-estruturados
(que designaremos globalmente por contedos compostos).
Contedos atmicos
Elementos vazios: a constante EMPTY
Alguns elementos no tm contedo textual nem elementos filho. Designamos estes

elementos por elementos vazios e usamos a palavra-chave EMPTY para definir o seu
contedo.
Por exemplo, suponhamos que estamos a criar um documento XML e, num dado
ponto, queremos inserir uma imagem. Como no se pode inserir a imagem no meio
do documento (a imagem no est em XML estamos a excluir as imagens SVG1 ),
1
Standard Vector Graphics- linguagem XML para a definio de imagens vectoriais de pequena
e mdia resoluo.

coloca-se um elemento marcando o local onde se quer inseri-la, com um apontador

para o ficheiro externo onde aquela se encontra armazenada. Tal elemento seria
definido da seguinte forma:
<!ELEMENT imagem EMPTY>
Esta declarao faz saber ao processador de XML que imagem um elemento

vazio e que, por isso, ser representado por uma nica anotao:
...
O trajecto realizado encontra-se no mapa abaixo:
<imagem path="../imagens/mapa.jpg"/>
...
Elementos textuais: a constante #PCDATA
O contedo de elementos que so formados apenas por texto define-se recorrendo

palavra-chave #PCDATA (Parsed Character Data) que, como a expanso em ingls
indica, analisado pelo processador do documento. Esta anlise necessria para
expandir as referncias a entidades que possam existir nesse texto. H, no entanto,
algumas restries aos caracteres que se podem usar:
o carcter & no pode ser utilizado; em seu lugar dever ser colocada uma
referncia entidade que o define - &
o carcter < no pode ser utilizado; em seu lugar dever ser colocada uma
referncia entidade que o define - <
o carcter > no pode ser utilizado; em seu lugar dever ser colocada uma
referncia entidade que o define - >
O processador de XML encarrega-se, como j foi referido, de substituir as entidades

pelos caracteres correspondentes.
30
Exemplo 21: Caracteres reservados
Suponha que, na pele de um professor, redigia um texto em XML sobre a avaliao

de uma disciplina e, em determinada altura, necessitava de escrever:
...se a nota for > 8 e < 10 o aluno deve ser

submetido a uma prova oral.
Para obedecer s restries impostas pelo XML o texto deveria ser escrito da se-
guinte forma:
...se a nota for > 8 e < 10 o aluno deve ser

submetido a uma prova oral.
Tipicamente, um documento contm texto e embora, como veremos mais fren-

te, possam surgir documentos XML especiais s com anotaes, esta a situao
normal. Por isso, verifica-se que elementos com contedo #PCDATA existem em
praticamente todos os documentos XML. Por exemplo, para organizar simplesmen-
te um dado texto em pargrafos, bastaria definir o seguinte elemento:
<!ELEMENT para (#PCDATA)>
e ento us-lo ao longo do dito texto para marcar o incio e o fim de cada pargrafo,
obtendo-se um documento estruturado com o seguinte aspecto:
...
<para>Este livro tenta dar uma viso...</para>
<para>No primeiro captulo, ...</para>
...
Note que #PCDATA o nico tipo de dados primitivo possvel, quando se usa um
DTD para especificar a estrutura de um documento XML. Mesmo que haja elemen-
tos cujo contedo seja numrico ou temporal, eles tero de ser especificados como
tendo contedo textual. Esta uma das limitaes de um DTD que os XML Sche-
ma resolvem, como iremos ver mais frente (cap. ??).

Contedos compostos
Elementos estruturados
neste tipo de elementos que surge a lgebra para especificao de contedos. Um

elemento deste tipo define-se como uma combinao de outros elementos. Para
definir estas combinaes, temos dois conjuntos de operadores: operadores de co-
nexo e operadores de ocorrncia.
Operadores de conexo:
Os operadores de conexo so normalmente colocados entre dois elementos e defi-

nem a ordem em que estes podem ocorrer ou combinar-se.
, operador de sequncia (a, b) significa que o elemento tem de ser composto

por um elemento a e um elemento b, e que a deve preceder b.
No exemplo 20, de uma carta, aparece logo no incio:
<!ELEMENT CARTA (DEST, ABERTURA, CORPO, FECHO)>
O que significa que uma carta , obrigatoriamente, constituda por um destina-

trio, uma abertura, um corpo e um fecho, nesta ordem. A ordem sequencial
imposta pelo operador ,.
| operador de alternativa (a|b) significa que o elemento composto por um

elemento a ou por um elemento b.
Nesse mesmo exemplo 20, a declarao:
<!ELEMENT PARA (#PCDATA | LISTA)*>
significa que o contedo de PARA pode ser formado, alternativamente, por

texto ou por subelementos LISTA.
32
Operadores de ocorrncia:
Os operadores de ocorrncia so aplicados a um termo (um elemento ou uma ex-

presso de contedo, i. e., elementos ligados por operadores) e visam limitar o
nmero de ocorrncias do termo ao qual so aplicados.
? (0 ou 1 vez) a? o elemento definido por esta expresso tem de ser constitudo

por um elemento a, que opcional.
* (0 ou mais vezes) a o elemento definido por esta expresso tem de ser cons-
titudo por zero ou mais elementos a.
+ (1 ou mais vezes) a+ o elemento definido por esta expresso tem de ser cons-
titudo por um ou mais elementos a.
Elementos mistos
Um elemento de contedo misto pode definir-se como um elemento textual, onde

podem ocorrer livremente, entre o texto, alguns elementos previamente identifica-
dos.
Num DTD, um elemento de contedo misto deve ser sempre definido como uma al-
ternativa qual aplicado o operador de ocorrncia *. Os operandos da alternativa
so #PCDATA e os elementos que podem ocorrer livremente no texto. A declarao
de um elemento deste tipo tem a seguinte forma:
<!ELEMENT elem-misto (#PCDATA | elem1 | elem2 | ...)*>
Os elementos com contedo misto, ou semi-estruturados, so aqueles que mais pro-

blemas levantam a quem constri aplicaes baseadas em XML. No entanto, h
situaes em que eles so mesmo necessrios e no possvel evit-los: normal-
mente em aplicaes de publicao electrnica onde o contedo dos documentos
semi-estruturado.
Um dos exemplos mais comuns o elemento pargrafo: constitudo por texto no
meio do qual podem surgir livremente datas, nomes, ...
<!ELEMENT paragrafo (#PCDATA | data | nome)*>

Uma instncia deste elemento poderia ser:
... <paragrafo>E foi ento, <data>1150</data>, que

D. <nome>Afonso Henriques</nome> se
instalou ... </paragrafo> ...
Elementos livres: a constante ANY
Os elementos deste tipo acabam por ser elementos de contedo misto onde, no meio
do texto, pode aparecer livremente qualquer um dos outros elementos definidos no
DTD, um nmero de vezes tambm livre. O contedo destes elementos definido
pela palavra-chave ANY.
Exemplo 22: Elementos livres: a constante ANY
Considere o seguinte DTD:
<!ELEMENT doc (para)+>

<!ELEMENT nome (#PCDATA)>
<!ELEMENT lugar (#PCDATA)>
<!ELEMENT data (#PCDATA)>
<!ELEMENT para ANY>
Neste DTD, define-se um tipo de documentos com elemento raiz doc, composto
por um ou mais elementos para. Por sua vez, o elemento para est definido como
sendo de contedo ANY, ou seja, pode ser texto com elementos nome, lugar ou
data pelo meio.
De acordo com este DTD, o documento abaixo seria um documento XML vlido.

<doc>
<para>Este o primeiro paragrfo.</para>
34
<para>Este um pargrafo com nomes. A <nome>

Ana</nome> comeu a papa da <nome>Joana</nome>.</para>
<para>Tudo aconteceu em <lugar>Braga</lugar>...</para>
<para>O pargrafo anterior contm lugares.</para>
</doc>
2.2.2 Exemplos: o DTD Agenda e o DTD Poema
Vamos, agora, aplicar, em dois exemplos, o que se acabou de descrever.

Como j foi subtilmente referido, o XML serve para modelar informao rigida-
mente estruturada, semelhante quela que se guarda numa base de dados, ou, tam-
bm, para modelar informao semi-estruturada onde os contedos mistos abun-
dam. Os prximos exemplos visam ilustrar estas duas situaes.
Como exemplo da primeira superclasse, informao estruturada, apresentamos a
agenda de contactos. E, como exemplo do segundo caso, um poema.
Exemplo 23: A agenda
No captulo 1, usou-se uma agenda de contactos para exemplificar alguns dos com-
ponentes de um documento XML. Agora, vai-se definir num DTD a estrutura de
uma agenda.
Uma agenda deste tipo , essencialmente, constituda por uma lista de entradas.
Uma entrada pode ser simples, correspondendo a uma pessoa ou empresa, ou pode
ser composta e, neste caso, corresponde a um grupo de pessoas ou empresas. De
notar que num grupo podem, tambm, aparecer referncias a entradas ou grupos
previamente definidos na agenda. A agenda poder conter um nmero livre de
grupos aninhados.
Cada entrada constituda pelos seguintes itens de informao:
ident uma string que corresponder ao identificador nico de uma entrada ou

grupo.
tipo campo com dois valores possveis: pessoa ou empresa.

nome nome da pessoa ou da empresa.
email e-mail da pessoa ou empresa.
telefone telefone da pessoa ou empresa.
ref uma string contendo o identificador de uma entrada ou de um grupo previa-

mente definido.
Um exemplo possvel de um documento XML contendo uma agenda apresenta-se

a seguir:
<AGENDA>
<ENTRADA>
<IDENT>e1</IDENT>
<TIPO>pessoa</TIPO>
<NOME>Jos Carlos Ramalho</NOME>
<EMAIL>jcr@di.uminho.pt</EMAIL>
<TELEFONE>253 604479</TELEFONE>
</ENTRADA>
<GRUPO>
<IDENT>epl</IDENT>
<ENTRADA>
<IDENT>e2</IDENT>
<TIPO>pessoa</TIPO>
<NOME>Pedro Henriques</NOME>
<EMAIL>prh@di.uminho.pt</EMAIL>
</ENTRADA>
<ENTRADA>
<IDENT>e3</IDENT>
<TIPO>pessoa</TIPO>
<NOME>Joo Saraiva</NOME>
<EMAIL>jas@di.uminho.pt</EMAIL>
</ENTRADA>
<REF>e1</REF>
</GRUPO>
<ENTRADA>
36
<IDENT>e4</IDENT>
<TIPO>pessoa</TIPO>
<NOME>Jos Joo Almeida</NOME>
<EMAIL>jj@di.uminho.pt</EMAIL>
</ENTRADA>
</AGENDA>
Um DTD para este tipo de documentos podia ser especificado com o conjunto de
declaraes seguinte:
<!ELEMENT AGENDA (ENTRADA | GRUPO)+>

<!ELEMENT ENTRADA (IDENT, TIPO, NOME, EMAIL, TELEFONE)>
<!ELEMENT GRUPO (IDENT,(ENTRADA | GRUPO | REF)+)>
<!ELEMENT NOME (#PCDATA)>
<!ELEMENT EMAIL (#PCDATA)>
<!ELEMENT TELEFONE (#PCDATA)>
<!ELEMENT IDENT (#PCDATA)>
<!ELEMENT TIPO (#PCDATA)>
<!ELEMENT REF (#PCDATA)>
Observe no DTD acima o uso dos operadores de conexo , e | e do operador de

ocorrncia +, bem como o constructor constante #PCDATA.
Note que a definio do elemento grupo recursiva, isto , um dos elementos do
seu contedo pode ser novamente grupo. Em XML possvel definir estruturas
lgicas recursivas.
No exemplo anterior, como j era previsto, no surgiu nenhum elemento de con-

tedo misto. No prximo exemplo, a ideia pegar num documento tradicional
(semi-estruturado) e especific-lo recorrendo a elementos de contedo misto.

Exemplo 24: O poema
Neste exemplo, vamos definir um DTD para um poema, mais especificamente para
um soneto, da autoria de lvaro de Campos. Em termos de anotao, ser nossa
inteno explicitar a estrutura (ttulo, autor, quadras, tercetos e versos), bem como
marcar nomes de pessoas ou lugares e datas que possam surgir no contedo textual.
A instncia devidamente anotada tem o seguinte aspecto:

<poema>
<titulo>"Soneto J Antigo"</titulo>
<autor>(lvaro de Campos)</autor>
<corpo>
<quadra>
<verso>Olha, <nome>Daisy</nome>: quando eu morrer
tu hs-de</verso>
<verso>dizer aos meus amigos a de
<lugar>Londres</lugar>,</verso>
<verso>embora no o sintas, que tu escondes</verso>
<verso>a grande dor da minha morte. Irs de</verso>
</quadra>
<quadra>
<verso><lugar>Londres</lugar> pra <lugar>Iorque
</lugar>, onde nasceste (dizes</verso>
<verso>que eu nada que tu digas acredito),</verso>
<verso>contar quele pobre rapazito</verso>
<verso>que me deu horas to felizes,</verso>
</quadra>
<terceto>
<verso>embora no o saibas, que morri...</verso>
<verso>Mesmo ele, a quem eu tanto julguei
amar,</verso>
<verso>nada se importar... Depois vai dar </verso>
</terceto>
<terceto>
<verso>a notcia a essa estranha
<nome>Cecily</nome></verso>
<verso>que acreditava que eu seria grande...</verso>
38
<verso>Raios partam a vida e quem l ande!</verso>

</terceto>
</corpo>
<data>(1922)</data>
</poema>
O DTD, que permitir validar esta instncia, pode ser concebido de forma mais
especfica para esta famlia de poemas ou, em termos mais genricos, para suportar
qualquer tipo de poema. Neste caso, optmos por torn-lo mais especfico e, ento,
definimos um DTD para sonetos.
<!ELEMENT poema (titulo, autor, corpo, data) >

<!ELEMENT titulo (#PCDATA)>
<!ELEMENT autor (#PCDATA)>
<!ELEMENT corpo (quadra,quadra,terceto,terceto)>
<!ELEMENT quadra (verso, verso, verso, verso)>
<!ELEMENT terceto (verso, verso, verso)>
<!ELEMENT verso (#PCDATA|nome|lugar)*>
<!ELEMENT nome (#PCDATA)>
<!ELEMENT lugar (#PCDATA)>
<!ELEMENT data (#PCDATA)>
Como foi dito, note-se que temos agora um elemento com contedo misto: verso.
Este elemento, que corresponde ao contedo semi-estruturado do poema, est defi-
nido como uma mistura de texto com elementos nome e lugar.
Se quisssemos tornar este DTD mais genrico, podamos redefinir o elemento
corpo da seguinte forma:
<!ELEMENT corpo (quadra|terceto)+>
Assim, o corpo do poema deixaria de ter de ser formado por duas quadras e dois
tercetos e poderia ser formado por uma sequncia de quadras e tercetos ordenados
livremente.
Podamos ainda torn-lo mais genrico, fazendo as seguintes redefinies:
<!ELEMENT corpo (estrofe)+>

<!ELEMENT estrofe (verso)+>

Agora, um poema formado por uma sequncia de estrofes que, por sua vez, so
formadas por uma sequncia de um ou mais versos. Este DTD dever dar para
anotar qualquer tipo de poema.
Ao longo desta generalizao, ganhou-se universalidade, mas perdeu-se riqueza
semntica. A primeira verso garantia que um documento, que fosse vlido de
acordo com esse DTD, teria a estrutura de um soneto. A ltima verso ainda garan-
te que um soneto devidamente anotado um documento vlido, mas, alm disso,
garante o mesmo para muitos outros poemas que no so sonetos.
Fica aqui, ento, o aviso de que a generalizao pode ser perigosa pois implica
perdas semnticas. O ideal termos o objectivo final bem claro: neste caso se qui-
sssemos processar sonetos por exemplo, verificar mtricas e rimas, das quadras e
tercetos, optaramos pela primeira verso do DTD; se, por outro lado, quisssemos
processar poemas num sentido mais lato, optaramos pela ltima verso.
2.3 Atributos
No captulo anterior (captulo 1), abordou-se o conceito de atributo e a sua relao
com os elementos. Agora, vamos ver como que aqueles se podem declarar num
DTD.
Um dos exemplos da seco anterior foi a agenda de contactos (ex. 23). No DTD
apresentado esto presentes as seguintes declaraes:
<!ELEMENT IDENT (#PCDATA)>

<!ELEMENT TIPO (#PCDATA)>
<!ELEMENT REF (#PCDATA)>
Na altura, foram todos definidos como elementos porque estvamos a utilizar ape-
nas elementos na especificao do DTD. Agora, introduzindo os atributos, podem-
se questionar algumas das decises tomadas. Por exemplo, pensando bem, TIPO
uma caracterstica do elemento ENTRADA e no um dos elementos do seu contedo;
por isso pode passar a atributo (uma deciso sempre subjectiva por mais argumentos
que se arranjem). Por seu lado, IDENT e REF devem ser vistos como um par pois
40
com os seus valores que se monta um mecanismo de referenciao2 . Ora, para este
fim, existe no XML, um par de tipos de atributos, ID e IDREF que tm a eles asso-
ciada a validao que garante que a referenciao est bem feita. Por este motivo,
os elementos IDENT e REF deveriam, tambm, ser convertidos em atributos.
Assim, substitumos aquelas declaraes iniciais pelas que se seguem:
<!ATTLIST ENTRADA IDENT ID #REQUIRED>

<!ATTLIST GRUPO IDENT ID #REQUIRED>
<!ATTLIST REFERENCIA REF IDREF #REQUIRED>
A primeira declarao associa um atributo de nome IDENT ao elemento ENTRADA,

a segunda associa um atributo de nome IDENT ao elemento GRUPO e a terceira,
associa um atributo de nome REF ao elemento REFERENCIA.
Note que, neste ltimo, foi necessrio criar um elemento, REFERENCIA, ao qual
pudesse ser associado o atributo REF. Uma vez que este novo elemento no ter
qualquer outro contedo, seja ele texto ou elementos filho, declarado como um
elemento vazio:
<!ELEMENT REFERENCIA EMPTY>
Depois destas alteraes, o DTD da agenda ficou com o seguinte conjunto de de-
claraes:

<!ELEMENT ENTRADA (NOME, EMAIL, TELEFONE)>
<!ELEMENT GRUPO (ENTRADA | GRUPO | REFERENCIA)+>
<!ELEMENT REFERENCIA EMPTY>
<!ELEMENT NOME (#PCDATA)>
<!ELEMENT EMAIL (#PCDATA)>
<!ELEMENT TELEFONE (#PCDATA)>
<!ATTLIST ENTRADA
IDENT ID #REQUIRED
TIPO (pessoa|empresa) "pessoa">
2
Mecanismo atravs do qual podemos referir, ou chamar, num dado ponto do documento, um
elemento definido noutro ponto, identificando-o sem ambiguidades, ou seja, univocamente.


Apesar de ser uma deciso algo subjectiva, como se disse anteriormente, obtm-se
uma definio do tipo de documento pretendido, um DTD, que muito mais preciso
e conciso em termos do papel desempenhado por cada componente do sistema de
anotao.
2.3.1 Declarao
A declarao de atributos num DTD tem a seguinte sintaxe:
<!ATTLIST elem-id
att1-id att1-tipo att1-class att1-val-omissao
...
attn-id attn-tipo attn-class attn-val-omissao
>
Onde:
elem-id o identificador do elemento ao qual os atributos ficaro associados.

atti-id o identificador do atributo i.
atti-tipo o tipo do atributo i.
atti-class a indicao da classe a que o atributo i pertence.
atti-val-omisso a indicao do valor por omisso do atributo i.
Como se pode ver pela estrutura acima, uma declarao ATTLIST pode servir para
declarar todos os atributos de um elemento. Usar uma declarao deste tipo para
todos ou declarar cada um por sua vez, s depende do gosto pessoal de quem es-
creve o DTD. Para exemplificar este ponto, apresenta-se a seguir um conjunto de
declaraes para um elemento imagem.
Exemplo 25: Declaraes de atributos
42
Se quisssemos especificar um elemento imagem com atributos ficheiro, largura

e altura, podamos faz-lo da maneira seguinte:
<!ATTLIST imagem
ficheiro CDATA #REQUIRED
largura CDATA #IMPLIED
altura CDATA #IMPLIED
>
ou, alternativamente:
<!ATTLIST imagem ficheiro CDATA #REQUIRED>

<!ATTLIST imagem largura CDATA #IMPLIED>
<!ATTLIST imagem altura CDATA #IMPLIED>
Na primeira verso, os atributos so especificados numa nica declarao; na se-

gunda, cada atributo especificado numa declarao. Ambas as verses so vlidas
em XML, s dependem do gosto do analista.
2.3.2 Tipos
Os valores dos atributos podem ser mais do que simples strings, podem ter uma
semntica mais especfica. Por exemplo, um atributo pode ser declarado de modo a
que o valor que a ele fique associado seja nico, i. e., um identificador chave que
pode ser usado para referenciar e localizar um elemento num documento.
Em XML, existem dez tipos de atributo, que sero explicados a seguir:
CDATA

Enumerado
ID
IDREF
IDREFS
ENTITY
ENTITIES
NOTATION
NMTOKEN
NMTOKENS
Apenas estes tipos so permitidos. Em XML, no h maneira de especificar que o

valor de um atributo , por exemplo, do tipo inteiro ou data. Isto , no h tipos
definidos pelo utilizador, nem tipos compostos.
CDATA
Este o tipo de atributo mais geral. O valor dum atributo deste tipo qualquer texto
livre sem anotaes. Pode ser usado para muitas espcies diferentes de dados3 :
preos, URLs, endereos de e-mail, e todas aquelas que no se enquadrarem num
dos outros tipos.
Os atributos do elemento imagem, no exemplo acima, so deste tipo.
ID
Um atributo do tipo ID deve conter um identificador (a obedecer s mesmas regras

que o nome de um elemento ou atributo) que nico em todo o documento. Por
outras palavras, no documento, no pode haver mais nenhum atributo deste tipo
3
Como iremos ver (cap. ??), os XML Schemas permitem definir tipos de dados mais apropriados
para alguns destes casos.
44
com o mesmo valor. Por sua vez, cada um dos elementos no pode ter mais do que
um atributo deste tipo.
Como a prpria palavra-chave sugere (ID), este tipo de atributos deve ser usado
para associar identificadores nicos a elementos.
Apesar de ser comum, basta olhar para o exemplo da agenda (ex. 23), os nomes dos
atributos deste tipo no necessitam de ser obrigatoriamente chamados ID ou id,
podendo ter nomes como: ident, entrada-i ou cdigo.
No caso da agenda, h dois atributos deste tipo. Um associa um identificador nico
a cada entrada. O outro associa um identificador nico a cada grupo.
<!ATTLIST ENTRADA
IDENT ID #REQUIRED
... >
IDREF
Um atributo do tipo IDREF aponta para um atributo do tipo ID de outro elemento

no documento. Este tipo de atributos , normalmente, usado para implementar re-
laes entre elementos, em que cada relao representada por um par de atributos
ID/IDREF.
As relaes podem ser simples de um para um ou de um para muitos, ou com-
plexas de muitos para muitos. Como exemplo das primeiras, existe o problema
tpico das referncias bibliogrficas: h um conjunto de registos bibliogrficos, em
que cada registo tem a ele associado um atributo do tipo ID que o identifica; sempre
que se quer fazer referncia a um registo usa-se um elemento vazio com um atributo
do tipo IDREF; desta maneira a relao estabelecida por um par ID/IDREF. No
caso da agenda de contactos temos uma situao semelhante com as entradas e as
referncias:

Uma instncia XML possvel seria:

...
<AGENDA>
<ENTRADA IDENT="e1" TIPO="pessoa">
...
</ENTRADA>
<GRUPO IDENT="epl">
...
</ENTRADA>
...
</ENTRADA>
<REFERENCIA REF="e1"/>
<REFERENCIA REF="e5"/>
</GRUPO>
...
</AGENDA>
Nesta instncia, so utilizados dois elementos REFERENCIA que estabelecem rela-

es com elementos ENTRADA ou GRUPO usando um par de atributos ID/IDREF.
A primeira REFERENCIA est correcta pois usa o valor e1 que existe como valor
de um atributo IDENT associado a uma ENTRADA. A segunda, no entanto, est
incorrecta pois o valor usado, e5, no existe na instncia. Esta situao ir provocar
um erro na validao do documento.
As relaes de muitos para muitos representam outra situao onde necessrio
utilizar este tipo de atributos. Por exemplo: estamos a registar, no mesmo docu-
mento, informao sobre livros e informao sobre autores; um livro pode ter sido
escrito por vrios autores e um autor pode ter escrito vrios livros. H duas so-
lues para representar esta informao: com repetio de informao, colocando
dentro da informao de cada livro a informao dos seus autores; ou sem repetio
de informao, construindo dois blocos disjuntos de informao, autores e livros, e
utilizando pares de atributos ID/IDREF para implementar a relao.
Para alm do tipo CDATA, os pares ID/IDREF representam o tipo de atributos mais
utilizado em documentos XML associados a um DTD.
46
IDREFS
O tipo IDREFS uma caracterstica til quando se pretende fazer referncia a mais
do que um elemento. O valor do atributo deve ser constitudo por uma lista de iden-
tificadores separados por espao, identificadores esses que devem estar instanciados
num atributo do tipo ID algures no documento.
Considere o exemplo anterior dos livros e respectivos autores:
<!ELEMENT AUTOR ...>

<!ATTLIST AUTOR
id ID #REQUIRED>
...
<!ELEMENT LIVRO ...>
<!ATTLIST LIVRO autores IDREFS #REQUIRED>
Se quisssemos representar a informao referente ao presente livro, teramos:
...
<AUTOR id="jcr">...</AUTOR>
<AUTOR id="prh">...</AUTOR>
...
<LIVRO autores="jcr prh"> ... </LIVRO>
...
Enumerado
O tipo enumerado no utiliza uma palavra-chave como os outros tipos de atributo;

em vez disso, oferece uma lista (ou enumerao) de valores possveis para esse
atributo. Cada um dos valores possveis tem de ser um identificador XML (tem que
seguir as mesmas regras que os identificadores de elementos).
Voltando ao caso de estudo da agenda, imagine que agora queremos distinguir as
entradas que dizem respeito a pessoas, empresas (entidades privadas) e instituies
(entidades pblicas). Vamos faz-lo recorrendo a um atributo do tipo enumerado
de nome tipo com valores possveis pessoa, empresa, e instituicao:

<!ATTLIST ENTRADA
IDENT ID #REQUIRED
TIPO (pessoa|empresa|instituicao) "pessoa">
Como se pode ver, a lista de valores possveis define-se dentro de parntesis curvos
com uma barra vertical a separar os valores. O valor por omisso, colocado entre
aspas a seguir enumerao, dever ser um dos valores da lista e corresponde ao
valor que ser assumido pelo processador caso o utilizador no atribua um valor ao
atributo.
Poderamos, ento, ter a seguinte instncia XML:
...
<ENTRADA IDENT="e9" TIPO="empresa">
<NOME>Lavandaria Raio de Lua</nome>
<EMAIL>raio@mail.pt</EMAIL>
</ENTRADA>
...
ENTITY
Um atributo do tipo ENTITY pode conter como valor o nome de uma entidade (cap.
??) declarada algures no DTD.
Por exemplo, o elemento ENTRADA podia ter uma fotografia (em formato JPEG ou
outro), associada atravs de um atributo foto:
<!ATTLIST ENTRADA
IDENT ID #REQUIRED
TIPO (pessoa|empresa|instituicao) "pessoa"
FOTO ENTITY >
Se no DTD existisse uma entidade de nome paulo com a fotografia do Paulo

Jos, podia usar-se este atributo para associar a entidade entrada:
48
...
<ENTRADA IDENT="e7" FOTO="paulo">
<NOME>Paulo Jos Bastos</nome>
...
</ENTRADA>
...
Como poder concluir mais tarde, nem esta a maneira mais produtiva de associar
imagens a documentos XML, nem este tipo de atributo muito usado, estando a ser
discutida a sua permanncia na norma XML.
ENTITIES
Um atributo do tipo ENTITIES contm o nome de vrias entidades declaradas

algures no DTD.
Imagine que estvamos a tratar documentos que continham apresentaes. Uma
apresentao um conjunto de slides. Cada slide uma imagem declarada como
uma entidade no DTD. Algures no documento, temos um elemento apresentacao
com um atributo slides do tipo ENTITIES que indica a ordem pela qual os sli-
des devero ser visionados:
...
<apresentacao
id="ap3"
slides="slide2 slide5 slide6 slide7"/>
...
NOTATION
Este o tipo de atributo menos utilizado e que, provavelmente, deixar de ser uti-
lizado brevemente. O tipo NOTATION usado para associar um tipo de dados
externo (normalmente binrio: gif, jpeg, mpeg, ...) a um determinado atributo ou
elemento. Dada a sua pouca utilidade e utilizao, no prolongaremos mais a sua
discusso.

NMTOKEN
Os valores de atributos deste tipo so identificadores no contexto do XML: so

constitudos por uma nica palavra (no pode conter espaos); e podem ser uma
mistura de letras, dgitos, hfens, underscores e pontos.
Este tipo de atributo semelhante ao tipo ID (lexicamente) s que, em termos
semnticos, no tem a restrio de unicidade.
De qualquer modo, um dos tipos de atributo a cair rapidamente em desuso.
NMTOKENS
Quando o valor de um atributo precisa de ser composto por uma lista de NMTOKEN
separados por espao, usa-se este tipo.
semelhana do anterior, um tipo a cair em desuso. Normalmente, utilizado
em aplicaes onde se coloca a informao nos atributos em lugar de a colocar
nos elementos. Como iremos ver quando estivermos a discutir o processamento de
documentos XML, esta uma das situaes a evitar.
Considere de novo o exemplo da agenda de contactos (ex. 23), e suponha que a cada
entrada estar associada uma alcunha, para um tratamento mais pessoal. Em lugar
de colocar essa informao num elemento, vamos coloc-la num atributo. Como
uma alcunha pode ter mais do que uma palavra, vamos declarar este atributo com o
tipo NMTOKENS:
<!ATTLIST ENTRADA
IDENT ID #REQUIRED
ALCUNHA NMTOKENS
TIPO (pessoa|empresa|instituicao) "pessoa"
FOTO ENTITY>
A nica diferena entre este tipo e o CDATA so alguns sinais de pontuao que
podem aparecer neste ltimo.
Uma instncia de uma ENTRADA com alcunha poderia ser:
50
... <ENTRADA IDENT="e7" ALCUNHA="trinca espinhas">

<NOME>Paulo Jos Bastos</nome>
...
</ENTRADA> ...
2.3.3 Classes
A classe de um atributo interfere directamente com a tarefa de validao e de pro-

cessamento, indicando qual o comportamento esperado do utilizador relativamente
ao atributo: se o atributo opcional, se obrigatrio ou se tem um valor fixo.
A norma XML define trs classes de atributos:
#IMPLIED
O atributo opcional. Cada instncia do elemento ao qual o atributo est associado

poder indicar ou no, explicitamente, um valor para o atributo. Caso no tenha um
valor associado, o valor assumido ser indefinido ou inexistente. Por exemplo, a
prxima declarao especifica dois atributos opcionais para o elemento imagem: a
altura e a largura.
<!ATTLIST imagem
altura CDATA #IMPLIED
largura CDATA #IMPLIED>
#REQUIRED
O atributo obrigatrio. Nenhum valor fornecido, mas o utilizador ter de provi-

denciar um para cada instncia.
Por exemplo, cada uma das entradas da agenda de contactos tem de ter um identifi-
cador e cada referncia tem de ter o atributo ref instanciado.


#FIXED
O atributo constante e imutvel e o seu valor ser sempre o que estiver na declara-
o frente da palavra-chave #FIXED. Se o atributo for instanciado, ter de ser com
um valor igual ao declarado. Caso no seja instanciado, o sistema de processamento
assumir o valor declarado.
Por exemplo, suponha que numa dada aplicao se pretende associar um tipo de
dados mais forte a um dado elemento, i. e., pretende-se indicar que os dados arma-
zenados no elemento so mais do que uma simples string. Neste caso, o elemento
data ir armazenar datas e pretende-se indicar que o contedo do elemento mais
do que uma string, uma data que segue um determinado formato. Como o DTD
no tem um meio explcito para o fazer, vamos faz-lo recorrendo a um atributo
com um valor por omisso #FIXED.
<!ELEMENT data ...>

<!ATTLIST data
tipo CDATA #FIXED "data">
Desta maneira, qualquer processador vai assumir que todos elementos data que
aparecerem instanciados num documento tm um atributo tipo com o valor
"data", podendo usar esse valor para parametrizar as aces que iro executar.
Mais tarde, quando estivermos a discutir a transformao de documentos XML,
iremos ver como tirar partido deste tipo de atributos.
A indicao da classe na declarao de um atributo opcional. Se no for especifi-
cada as ferramentas de processamento trataro o atributo como se este pertencesse
classe #IMPLIED.
2.3.4 Valores por omisso
Alm de especificar um tipo e uma classe para o atributo, uma declarao ATTLIST
inclui tambm a especificao de um valor por omisso. O valor por omisso
o valor que ser usado para aquele atributo se o utilizador no especificar um na
instncia.
O valor por omisso uma string. Por exemplo, e voltando agenda de contactos,
tnhamos a seguinte declarao:
52
<!ATTLIST ENTRADA
...
TIPO (pessoa|empresa|instituicao) "pessoa">
O atributo TIPO do tipo enumerado e da classe #IMPLIED, visto que nada

indicado sobre a classe, e tem um valor por omisso que uma string, pessoa. Os
outros tipos de atributo, como CDATA ou NMTOKEN, tambm podem ter um valor
por omisso que tambm uma constante.
Relativamente aos atributos no h muito mais a dizer. Muitas vezes, a dvida entre
a declarao de um componente como atributo ou como elemento subsistir e s a
prtica poder ajudar o utilizador na deciso.
2.4 Associao de um DTD a um documento
Depois de vermos como especificar um DTD, vamos agora discutir as vrias possi-
bilidades que h para associar um DTD a um documento.
Um documento XML completo tem de incluir uma referncia para o DTD com o
qual tem de ser comparado. Esta referncia especificada no incio do documento
atravs de uma declarao DOCTYPE:
<!DOCTYPE agenda SYSTEM "agenda.dtd">
Esta declarao especifica que o elemento raiz do documento agenda e que o

DTD pode ser encontrado no sistema no ficheiro agenda.dtd.
A indicao do nome do ficheiro onde se encontra o DTD pode assumir a forma de
um URL completo:
<!DOCTYPE agenda
SYSTEM "http://xml.di.uminho.pt/DTDs/agenda.dtd">
Esta declarao no pode aparecer livremente num documento XML. Ela deve apa-
recer sempre aps a declarao XML e antes do elemento raiz. No caso da agenda
teramos:


<!DOCTYPE agenda SYSTEM "agenda.dtd">
<AGENDA>
...
</AGENDA>
A declarao DOCTYPE uma reminiscncia do passado, do SGML ([?, ?]). Co-

mo tal, a sua sintaxe difere um pouco da sintaxe usada no XML. Esta declarao
pode ainda assumir uma outra forma que era muito comum no SGML: pode usar
um catlogo e um sistema de identificadores pblicos para se referir ao DTD. No
entanto, esse mecanismo foi praticamente colocado de lado no XML e a maioria dos
processadores de XML trabalha com DTD referidos por um URL.
2.4.1 Redefinio parcial de um DTD
A sintaxe da declarao DOCTYPE pode ser um pouco mais complicada. A de-

clarao pode ter um bloco extra onde possvel redefinir partes do DTD. A ideia
subjacente a de que um DTD define uma classe genrica de documentos e poder
haver documentos nessa classe com necessidades especficas muito particulares que
tenham de ser especificadas parte apenas para esse documento.
O bloco de redefinies surge no fim entre parntesis rectos. Por exemplo, suponha
que, no caso da nossa agenda de contactos, queremos acrescentar um campo extra
opcional ao elemento ENTRADA, o URL:

<!DOCTYPE agenda SYSTEM "agenda.dtd" [
<!ELEMENT ENTRADA (NOME, EMAIL, TELEFONE, URL?)>
<!ELEMENT URL (#PCDATA)>
]>
<AGENDA>
...
</AGENDA>
Nesta instncia de agenda, as entradas podero ter um URL associado.

A redefinio de um DTD pode ser levada ao extremo e, nesse caso, podemos de-
finir completamente o DTD no bloco de redefinies. Novamente, para a agenda
teramos:
54

<!DOCTYPE agenda [
...
]>
<AGENDA>
...
</AGENDA>
Note que, nesta situao, j no h indicao de onde procurar o DTD, pois este
est completamente definido no bloco de redefinies.
Esta no a situao normal. Um DTD define uma classe de documentos e, como
tal, no deve ficar "agarrado" a uma instncia documental. No entanto, esta uma
situao que poder ser til em determinadas circunstncias: quando estamos a
desenvolver o DTD ou quando queremos enviar um documento com o respectivo
DTD a algum (em vez de enviarmos dois ficheiros e confiarmos nos conhecimentos
da pessoa para saber o que h-de fazer com eles, podemos enviar um s ficheiro e,
desta maneira, as ferramentas que iro processar o documento trataro da validao,
sendo este processo transparente para o utilizador).
Neste captulo, descreveu-se a criao e a utilizao de um DTD. Um DTD serve

para especificar a estrutura de um documento XML em termos das suas componen-
tes lgicas.
Um documento pode, no entanto, tambm estar organizado em termos fsicos e
no ser o monobloco a que as pessoas esto habituadas. No prximo captulo,
vamos ver quais os mecanismos disponveis em XML para organizar fisicamente
um documento.

56
XML Path
3 Language
(XPath)
No captulo anterior, viu-se que as transformaes XSLT so determinadas pe-

la estrutura lgica do documento XML (ADA) que se quer transformar e pelas
templates na stylesheet XSLT. As expresses XPath includas nas
templates so as responsveis pela definio de qual a template que apli-
cada a determinado nodo. Por isso, o XPath um assunto central que preciso
dominar para se poder trabalhar com XSL.
Em termos funcionais, a utilizao do Xpath em XSL pode ter uma srie de objec-
tivos:
Seleco de nodos para processamento;
Especificao de condies permitindo diferentes modos de processamento

de um mesmo nodo;
Gerao de texto a ser includo na rvore final (ADA resultante).
Muitas das operaes envolvidas nestes objectivos envolvem escolhas baseadas no

valor de um elemento, no valor de um atributo ou numa srie de outros factores.
O XPath fornece-nos a funcionalidade para fazer aquelas escolhas numa sintaxe que
no XML.

O XPath uma sintaxe usada para descrever partes de um documento XML. Com
o XPath, possvel referenciar o primeiro elemento aluno, o atributo regime
de aluno, todos os elementos nome cujo contedo contm Jos e muitas outras
variaes. Uma stylesheet XSLT usa expresses XPath em dois atributos, match e
select, que esto associados a vrios elementos do XSLT e que permitem guiar
a transformao do documento.
O XPath foi desenvolvido para ser utilizado como valor de um atributo num docu-
mento XML. A sua sintaxe uma mistura da linguagem de expresses, normalmen-
te utilizada noutras linguagens de programao (como 23 7 contador) com a
linguagem para a especificao do caminho numa estrutura de directorias como a
usada nos sistemas Unix ou Windows (como /poema/titulo). Adicionalmente, o
XPath fornece ainda um conjunto de funes para manipulao de texto, Names-
paces, e outras funcionalidades normalmente necessrias na transformao de um
documento.
Outro pormenor importante que preciso reter que o XPath trabalha com a verso
do documento XML processada pelo parser, isto , as entidades no texto foram
expandidas e as seces especiais de texto (CDATA) foram convertidas para texto.
Assim, no h maneira de saber se um nodo textual na ADA estava no documento
original como uma entidade ou uma seco CDATA.
3.1 O Modelo de Dados do XPath

Do ponto de vista do XPath, um documento XML uma ADA, ou seja, uma rvore
de nodos. Para o XPath, h sete tipos de nodos:
o nodo raiz (um por documento);
nodos elemento;
nodos atributo;
nodos texto;
nodos comentrio;
nodos instruo de processamento;
58
XML Path Language (XPath)
nodos namespace.
Vamos reutilizar a seguinte instncia do poema (j apresentado no ex. 24), para

exemplificar os vrios tipos de nodos:


<poema tipo="soneto">
<titulo>"Soneto J Antigo"</titulo>
<autor>(lvaro de Campos)</autor>
<corpo>
<quadra>
<verso>Olha, <nome>Daisy</nome>: quando eu morrer
tu hs-de</verso>
<verso>dizer aos meus amigos a de
<lugar>Londres</lugar>,</verso>
<verso>embora no o sintas, que tu escondes</verso>
<verso>a grande dor da minha morte. Irs de</verso>
</quadra>
<quadra>
...
<terno>
<verso>embora no o saibas, que morri...</verso>
<verso>Mesmo ele, a quem eu tanto julguei
amar,</verso>
<verso>nada se importar... Depois vai dar </verso>
</terno>
<terno>
...
</terno>
</corpo>
<data>(1922)</data>
</poema>
3.1.1 Nodo raiz
Em XPath, o nodo raiz o nodo que contm o documento inteiro. No nosso caso,
o nodo raiz contm o elemento poema, mas no o elemento soneto. Numa

expresso XPath, o nodo raiz sempre representado por /.

Ao contrrio dos outros nodos, o nodo raiz no tem um nodo pai e tem pelo me-
nos um nodo filho, o nodo que representa o documento. O nodo raiz tambm pode
conter comentrios e instrues de processamento que estejam fora do elemento
que representa o documento. Na instncia do poema, h uma instruo de proces-
samento de nome xml e um comentrio (posicionado antes do elemento poema)
que esto nestas circunstncias e que so filhos do nodo raiz. O valor textual do
nodo raiz corresponde concatenao de todos os nodos texto existentes na sua
descendncia.
3.1.2 Nodos elemento
Todos os elementos no documento XML original so representados por um nodo.

No caso do poema, a rvore ter nodos deste tipo para o elemento poema, titulo,
autor, corpo, etc. Os filhos de um nodo elemento podem ser nodos texto, no-
dos elemento, nodos comentrio e nodos instruo de processamento que ocorrem
nesse elemento no documento original. O valor textual de um nodo elemento a
concatenao do texto deste nodo e de todos os seus filhos pela ordem em que es-
tes aparecem no documento. Como j foi referido, todas as referncias a entidades
foram expandidas; no se pode manipular entidades gerais ou carcter em XPath.
3.1.3 Nodos atributo
Um nodo atributo tem sempre um pai que um nodo elemento. No nosso exemplo,
o nodo elemento correspondente ao elemento poema pai de um nodo atributo
com nome tipo e valor soneto.
Este tipo de nodos tem, no entanto, algumas funcionalidades distintas dos outros
tipos de nodos:
Apesar de um nodo elemento ser o pai dos seus nodos atributos, estes no
so filhos do seu pai. Os filhos de um nodo elemento so os elementos tex-
to, elemento, comentrio e instruo de processamento contidos no elemento
correspondente do documento original. Se se quiser seleccionar os nodos
atributo tem de se indicar explicitamente. Mais tarde veremos que tratar os
60
elementos e os atributos separadamente d jeito e o que normalmente se

pretende fazer.
Em circunstncias normais, o processador de XPath cria um nodo atributo
para todos os atributos instanciados no documento original e para os atributos
que tenham um valor por omisso declarado no DTD ou Schema (isto, claro,
s se o processador tiver capacidade para analisar um DTD ou Schema).
3.1.4 Nodos texto
Os nodos texto so os mais simples, apenas contm o texto do elemento corres-

pondente. Se no documento original existirem referncias a entidades estas sero
resolvidas antes de o nodo ser criado, um nodo texto contm apenas texto puro.
Alm disso, um nodo texto contm o mximo de texto possvel o que faz com que
um nodo destes no tenha irmos do seu tipo na rvore documental.
3.1.5 Nodos comentrio
Um nodo comentrio tambm muito simples, contm apenas texto. O texto de um

nodo comentrio contm todo o contedo do comentrio original excepto as marcas
<!- e ->.
3.1.6 Nodos instruo de processamento
Um nodo instruo de processamento tem duas partes, um nome e um valor textual.

O valor textual tudo o que aparece a seguir ao nome excepto a marca de fecho ?>.
3.1.7 Nodos namespace
Os nodos deste tipo raramente so utilizados nas folhas de estilo XSL. Estes nodos
existem principalmente para benefcio do processador que tem de diferenciar ele-
mentos pertencentes a diferentes namespaces. As declaraes de namespaces
nas instncias XML apesar de corresponderem tecnicamente a atributos, so trata-
das em XPath como nodos do tipo namespace (uma declarao como:

xmlns:autor="http://www.autor.pt", seria guardada num nodo do tipo

namespace).
3.2 XPath como selector de nodos

Alguns comandos do XSLT utilizam um selector para seleccionar um nodo ou um
conjunto de nodos que sero alvo de uma transformao. O selector uma expres-
so XPath e esta a utilizao mais comum do XPath em XSLT.
3.2.1 Contexto
Outro conceito importante em XPath o contexto. Tudo aquilo que se faz em

XPath relativo ao contexto. Se estabelecermos uma analogia com um sistema de
ficheiros e directorias num sistema operativo como o Unix ou o Windows, o contexto
corresponder directoria corrente. Nesta analogia, podemos ver a ADA como uma
rvore de directorias e o contedo dos seus nodos como ficheiros.
Neste livro, o contexto um nodo da rvore documental abstracta a partir do qual
uma expresso XPath avaliada.
Quando se trabalha num sistema operativo, a maior parte das vezes, executam-se
comandos na directoria corrente. O mesmo acontece em XSLT, muitas vezes, o
selector corresponder ao contexto actual, o que permitir a sua supresso.
3.2.2 Selectores Simples
A seguir, descrevem-se alguns dos operadores mais simples que podem ser usados
em expresses XPath:
/ no incio, selecciona o nodo raiz da ADA; no meio de uma expresso, funci-

ona apenas como separador de dois nveis da rvore.
. representa o contexto actual; selecciona o nodo corrente.
.. selecciona o pai do nodo correspondente ao contexto actual.
62
Estes operadores podem combinar-se em expresses XPath mais complexas.

Por exemplo:
/poema/corpo/quadra esta expresso selecciona todos os nodos do tipo

quadra que so filhos de nodos corpo, que so filhos do nodo poema (s
h um, o elemento raiz do documento), que, por sua vez, filho do nodo
raiz da ADA (/).
./verso/nome esta expresso selecciona todos os nodos do tipo nome que

so filhos de nodos verso, que, por sua vez, so filhos do nodo corrente ou
contexto actual.
../titulo esta expresso selecciona todos os nodos do tipo titulo que so

filhos do nodo pai do nodo corrente ou contexto actual.
Eis algumas expresses XPath, tendo como base de aplicao o poema, e uma breve
descrio de cada uma:
/ Selecciona o nodo raiz da ADA que, no caso do poema, tem trs nodos filho:
um nodo elemento (poema), um nodo instruo de processamento (contendo
a declarao XML) e um nodo comentrio.
/poema/corpo/quadra/verso Selecciona todos os versos das quadras.
3.2.3 Selectores Relativos e Selectores Absolutos
H dois tipos de expresses em XPath, absolutas e relativas. Uma expresso ab-

soluta sempre iniciada pela indicao do nodo raiz da ADA: /. Uma expresso
absoluta pode ser avaliada em qualquer momento mesmo quando o contexto actual
no a raiz do documento. Uma expresso relativa aquela que tem em conta o
contexto actual.
H vantagens e desvantagens associadas a estes dois tipos de expresses. Enquanto
uma expresso absoluta facilita a vida ao processador de XSL, tambm complica a
vida ao programador dificultando a reutilizao. Para uma expresso relativa, pode-
mos dizer exactamente o inverso. Esta questo ilustra-se com o exemplo seguinte.

Exemplo 26: Expresses absolutas e expresses relativas
Considere de novo a instncia do poema apresentada no incio do captulo e observe

as seguintes expresses XPath:
(e1) /poema/corpo/quadra/verso
(e2) verso
A primeira expresso absoluta e selecciona apenas os elementos verso que so

filhos de elementos quadra que, por sua vez, so filhos de elementos corpo que
tero de ser filhos do elemento principal poema.
A segunda expresso relativa e vai seleccionar os elementos verso sempre que
estes possam ser seleccionados, o que equivale a dizer que estes elementos sero
seleccionados sempre que o contexto actual corresponder a um elemento quadra
ou terno.
Como veremos adiante a segunda expresso mais universal e se os versos das qua-
dras e dos ternos tiverem de sofrer a mesma transformao, esta expresso permitir
seleccion-los de uma s vez.
3.2.4 Seleccionar: para alm de elementos
At agora, o resultado das expresses utilizadas foi sempre um elemento ou um

conjunto de elementos. Mas, como vimos atrs, um documento XML contm outras
coisas para alm dos elementos. Nas seces seguintes, mostra-se como que se
podem seleccionar e manipular essas outras entidades.
Seleco de Atributos
Para seleccionar um atributo, usa-se o carcter @ como prefixo do nome do atribu-

to. No nosso caso do poema, selecciona-se o tipo deste com a seguinte expresso:
/poema/@tipo.
64
Se o contexto actual correspondesse ao nodo poema, a expresso de seleco podia

ser reduzida seguinte expresso relativa: @tipo
Seleco do texto dum elemento
Para seleccionar o contedo textual de um determinado elemento, preciso utilizar

uma funo selectora do XPath de nome text() que devolve o contedo textual
de um determinado nodo do tipo elemento (lembrar que, se o nodo ao qual a funo
aplicada for um nodo intermdio, o texto devolvido corresponde concatenao
do contedo de todos os nodos do tipo texto pertencentes sua descendncia).
Eis algumas expresses possveis para o caso do poema:
/poema/titulo/text() selecciona o contedo textual do ttulo do poema.
/poema/text() selecciona o contedo textual do poema inteiro.
Seleco de Comentrios e Instrues de Processamento
O XPath possui mais algumas funes de seleco, duas das quais permitem se-
leccionar nodos do tipo comentrio e nodos do tipo instruo de processamento:
comment() e processing-instruction(). A utilizao destes selecto-
res ser sempre muito espordica pois, normalmente, a informao colocada em
comentrios ou instrues de processamento tem um fim muito especfico. Mas
uma utilizao possvel seria a inteno de visualizar os comentrios no documento
transformado.
Voltando ao nosso caso de estudo:
/comment() selecciona o comentrio inicial, que, como est fora do elemento

principal poema, filho da raiz.
/processing-instruction() selecciona a declarao XML.

3.2.5 Selectores Complexos
Alm dos selectores j discutidos, o XPath possui quatro selectores mais comple-
xos:
* O selector representado pelo asterisco selecciona todos os elementos no con-

texto corrente. Este selector selecciona apenas nodos do tipo elemento. No-
dos do tipo atributo, texto, comentrio e instruo de processamento no so
seleccionados.
@* A expresso composta pelo selector de atributo e pelo asterisco selecciona

todos os atributos no contexto actual.
node() A funo selectora node() selecciona todos os nodos no contexto

actual independentemente do tipo.
// A dupla barra de diviso, quando utilizada no meio de uma expresso XPath,

indica que entre as duas barras podem ocorrer zero ou mais elementos. Por
exemplo, a expresso "//verso" selecciona todos os versos do poema quer
sejam filhos de quadra ou terno.
A seguir apresentam-se alguns exemplos que usam combinaes dos vrios selec-
tores apresentados:
/poema/corpo/*/verso selecciona os versos independentemente de serem filhos de

quadra ou terno.
//nome selecciona todos os nodos elemento de nome "nome" em qualquer ponto da

rvore documental.
//@* selecciona todos os atributos de todos os nodos.
//* selecciona todos os nodos do tipo elemento.
//node() selecciona todos os nodos de qualquer tipo.
//comment() selecciona todos os comentrios presentes no documento.
//quadra/text() selecciona o contedo textual das duas quadras.
66
Com estes exemplos, encerra-se a primeira parte do XPath. A segunda parte, inicia-
se j na seco seguinte e introduz um conceito novo e importante: o eixo de nave-
gao na rvore documental abstracta.
3.3 Eixos de Navegao

At agora, foi possvel seleccionar elementos, atributos, texto, comentrios, com
algumas expresses XPath simples, na maioria dos casos, explorando a relao
paifilho entre elementos.
No entanto, em muitas aplicaes, necessrio seleccionar nodos segundo uma
perspectiva diferente, como por exemplo:
Todos os nodos ancestrais do nodo corrente (o pai, o av, ...).
Todos os nodos descendentes do nodo corrente.
Todos os nodos irmos precedentes ( esquerda) ou sequentes ( direita) do

nodo corrente.
Para este tipo de selecces, o XPath disponibiliza um mecanismo que designare-

mos por eixo de navegao. Ao todo, o XPath tem treze eixos de navegao
que se descrevem e ilustram com exemplos a seguir.
Este conceito fulcral no XPath e conveniente que seja bem explicado. Para isso,
podemos afirmar que qualquer expresso XPath usa uma determinada relao entre
elementos para "encaminhar" a seleco ao longo duma rvore documental. a
esta relao subjacente expresso que chamamos eixo de navegao. Nas
expresses discutidas at ao momento, este conceito j estava presente, s que, uma
vez que a relao utilizada era a de paifilho, a mais comum, o XPath, permite-nos
abreviar omitindo o eixo de navegao para este caso.
Para se utilizar um eixo de navegao numa expresso XPath, indica-se o
nome do eixo seguido de dois sinais de dois pontos (::) seguido do nome do
elemento que se quer seleccionar. Por exemplo e atendendo ao ponto anterior sobre
as expresses abreviadas, a expresso quadra/verso equivalente a
child::quadra/child::verso.

A seguir, listam-se os eixos de navegao disponveis no XPath, descrevendo-se

sucintamente cada um deles:
child Selecciona os filhos do nodo corrente. Como j foi dito, a omisso do eixo
de navegao corresponde indicao implcita deste eixo. Nos nodos filho
do nodo corrente esto includos os nodos elemento, comentrio, instruo de
processamento e textuais. Os nodos do tipo atributo e namespace no so
abrangidos pela seleco deste eixo.
parent Selecciona o nodo pai do nodo corrente, se existir (se estivermos posici-
onados na raiz o resultado devolvido uma lista vazia de nodos). Este eixo
pode ser abreviado com a utilizao do selector dois pontos (..). A expresso
parent::verso e a expresso ../verso so equivalentes.
self Selecciona o nodo corrente. Este eixo pode tambm ser abreviado com a utili-
zao do ponto (.). A expresso self::* e a expresso . so equivalentes.
attribute Selecciona os atributos do nodo corrente. Se o nodo corrente no for

do tipo elemento, o resultado ser uma lista vazia. Este eixo tambm po-
de ser abreviado com o selector de atributos j apresentado @. A expresso
/poema/attribute::tipo e a expresso /poema/@tipo produzem
o mesmo resultado.
ancestor Selecciona todos os ancestrais do nodo (pai, av, ...) at raiz.
ancestor-or-self Este eixo tem um comportamento igual ao anterior, s que lista

resultante acrescenta o nodo corrente.
descendant Selecciona todos os descendentes do nodo corrente (os filhos, os netos,

...). Como j vimos noutras situaes, so abrangidos por esta seleco os
nodos do tipo elemento, comentrio, instruo de processamento e texto. Os
nodos do tipo atributo e namespace no so abrangidos.
descendant-or-self Este eixo tem um comportamento igual ao anterior, s que

lista resultante acrescenta o nodo corrente.
preceding-sibling Selecciona todos os irmos precedentes do nodo corrente. Por

outras palavras, selecciona todos os nodos que tm o pai do nodo corrente e
que aparecem antes do nodo corrente no documento XML. Se o nodo corrente
for do tipo atributo ou namespace, o resultado ser uma lista vazia.
68
following-sibling Selecciona todos os irmos sequentes do nodo corrente. Por ou-

tras palavras, selecciona todos os nodos que tm o pai do nodo corrente e que
aparecem depois do nodo corrente no documento XML. Se o nodo corrente
for do tipo atributo ou namespace, o resultado ser uma lista vazia.
preceding Selecciona todos os nodos que aparecem antes do nodo corrente no do-
cumento, excepto os nodos ancestrais e os nodos atributo e namespace.
following Selecciona todos os nodos que aparecem depois do nodo corrente no do-
cumento, excepto os nodos descendentes e os nodos atributo e namespace.
namespace Selecciona os nodos namespace do nodo corrente. Caso o nodo cor-

rente no corresponda a um elemento, o resultado ser uma lista vazia.
Nos restantes captulos do livro, surgiro exemplos prticos onde estes eixos de
navegao sero utilizados para resolver problemas prticos. No entanto, ficam aqui
alguns exemplos didcticos de utilizao de expresses com eixos sobre o poema.
Para cada expresso ei indicado o resultado ri .
(e1.1) /child::poema/child::corpo/child::quadra/child::*
(e1.2) /poema/corpo/quadra/*
(r1) so seleccionados, para cada quadra,

todos os nodos filho
(e2.1) /poema/corpo/quadra/child::lugar
(e2.2) /poema/corpo/quadra/lugar
(r2) so seleccionados, para cada quadra,

todos os nodos filho de nome lugar
(e3.1) parent::lugar
(e3.2) ../lugar
(r3) sempre que o nodo corrente fr lugar,

selecciona o nodo pai

(e4) quadra/ancestor::*
(r4) sempre que o nodo corrente fr quadra,

selecciona os nodos ancestrais, o resultado
a lista: [corpo,poema,/]
(e5) quadra/preceding-sibling::*
(r5) se o nodo corrente fr a segunda quadra,

o resultado ser a primeira quadra
(e6) quadra/following-sibling::*
(r6) se o nodo corrente fr a segunda quadra,

o resultado ser composto pelos dois ternos
Na prxima seco, vamos tratar outro dos conceitos fundamentais do XPath, os

predicados. Estes vo permitir que o utilizador especifique critrios de seleco
muito especficos.
3.4 Predicados
Um predicado pode ser definido como um filtro que restringe os nodos selecciona-
dos por uma expresso XPath. Os predicados so avaliados em tempo de execuo
e do como resultado um valor booleano (verdadeiro ou falso). Se, para um de-
terminado nodo, o resultado da avaliao do predicado for verdadeiro, esse nodo
seleccionado.
Em termos sintcticos, um predicado especificado dentro de parntesis rectos. Por
exemplo:
//quadra/verso[2]
Esta expresso selecciona o segundo verso das quadras do poema.

H vrias coisas, que se discutem a seguir, que podem surgir num predicado.
70
Nmeros Um predicado constitudo apenas por um nmero selecciona os nodos

que tm essa posio particular. Por exemplo, a expresso
//quadra[1]/verso[2]
selecciona o segundo verso da primeira quadra do poema. Na realidade, es-

te tipo de predicados corresponde a uma abreviatura do teste da posio do
elemento. Sem abreviaturas a expresso acima seria:
//quadra[position()=1]/verso[position()=2]
Atributos Um predicado constitudo por uma seleco de atributo verdadeiro

se esse atributo existir no elemento corrente. Eis alguns exemplos comuns:
/poema[@tipo]
selecciona o poema mas s se este tiver o

atributo tipo instanciado
//*[@*]
selecciona qualquer elemento que tenha um

qualquer atributo instanciado
Funes Um predicado pode conter invocaes de funes do XSLT (sero dis-

cutidas na prxima seco). Por exemplo:
quadra[last()]
selecciona a ltima quadra do contexto corrente
verso[position() mod 2 = 0]
selecciona os versos do contexto corrente que se

encontram nas posies pares
Combinadores de predicados O XPath tem ainda alguns operadores que permi-

tem combinar predicados. o caso dos operadores booleanos and e or e do
operador de unio |. Eis alguns exemplos:

verso[(position() mod 2 = 0) or (position()=last())]

verso[1|3]
Na prxima seco, depois de se apresentar algumas funes do XPath, apresentam-

se alguns predicados mais complexos.
3.5 Funes
At ao momento, possvel concluir que o XPath uma linguagem poderosa no
que concerne seleco de nodos numa rvore documental abstracta. No entanto,
existem expresses de seleco que no possvel especificar com os mecanismos
discutidos at agora. Para essas situaes a norma prope a utilizao de algumas
funes (quase todas implementadas nos processadores de XSL discutidos neste
livro).
As funes do XPath podem ser divididas em quatro categorias. A seguir apresentam-
se, para cada categoria, a lista de funes existentes juntamente com uma breve
descrio.
Funes para manipulao de listas de nodos Agrupamos nesta categoria as fun-

es que realizao clculos sobre a rvore documental abstracta.
position() D como resultado um nmero correspondente posio do no-

do na rvore documental ou, no caso de estar a ser aplicada ao resultado
duma operao de ordenao, a posio na lista ordenada.
last() D como resultado um nmero correspondente ao total de nodos exis-
tentes no nvel da rvore do nodo corrente (se for usada num predicado
permite seleccionar o ltimo nodo desse nvel uma vez que o nmero de
nodos de um determinado nvel igual posio do ltimo nodo nesse
nvel).
count(xpath-exp) D como resultado o nmero de nodos seleccionados
pela expresso XPath dada como argumento. Por exemplo:
count(//verso)
conta o nmero de versos no poema
72
count(//*)
conta o nmero de elementos no poema
count(quadra[1]/ancestor::*)
conta o nmero de ancestrais da primeira quadra
d o nvel da rvore em que a quadra se encontra
id(identificador) D como resultado o nodo que tem um atributo do tipo
ID com valor igual a identificador.
Funes para manipulao de strings Nesta categoria, esto as funes que per-
mitem manipular texto. Como o utilizador experimentado poder constatar
muitas delas so habituais nas linguagens de programao ou em sistemas
operativos da famlia do Unix.
concat(str1,str2,...) D como resultado uma string resultante da concatena-
o das vrias strings argumento.
starts-with(str1,str2) Retorna um valor booleano verdadeiro se str1 come-
ar por str2.
contains(str1,str2) Retorna um valor booleano verdadeiro se str1 conti-
ver str2.
substring(str,num,comp) Retorna uma string que se extrai da string argu-
mento comeando na posio num e de comprimento comp.
substring-before(str1,str2) Retorna uma substring da primeira string ar-
gumento composta pelos caracteres anteriores primeira ocorrncia da
segunda string argumento.
substring-after(str1,str2) Retorna uma substring da primeira string argu-
mento composta pelos caracteres posteriores primeira ocorrncia da
ssegunda string argumento.
string-length(str) Retorna o nmero de caracteres na string.
normalize-space(str) Retorna a string argumento com o espao normali-
zado: so retirados os espaos do incio e do fim, e, todas as sequncias
de caracteres brancos no meio da string so substitudas por um nico
espao em branco.
translate(str1,str2,str3) Retorna a primeira string argumento (str1) com
as ocorrncias de caracteres de str2 pelo respectivo carcter (na mes-
ma posio) de str3.

Funes booleanas Nesta categoria, agruparam-se as funes que produzem um

resultado booleano como resultado.
boolean(arg) Converte o argumento, que pode ser qualquer coisa, num
valor booleano.
not(bool-exp) Retorna o valor booleano inverso da expresso booleana ar-
gumento.
true() Retorna o valor booleano verdadeiro.
false() Retorna o valor booleano falso.
lang(str) Retorna verdadeiro se a lngua do documento for igual lngua
indicada no argumento.
string(arg) Converte o seu argumento, que pode ser de qualquer tipo, numa
string. Esta funo tem uma aplicao curiosa e til: quando aplicada a
um elemento cujo contedo esteja vazio, devolve o valor booleano falso
o que nos fornece uma maneira de testar elementos vazios.
Funes numricas Por fim, nesta categoria, agruparam-se as funes que nos
permitem realizar clculos aritmticos com o contedo dos elementos.
number(arg) Converte o seu argumento, que pode ser de qualquer tipo,
num nmero. Se o argumento for omitido a funo aplicada ao nodo
corrente.
sum(xpath-exp) Retorna o resultado da soma da converso para nmero
de todos os elementos seleccionados pela expresso argumento. Se um
dos nodos tiver um contedo que no seja nmero o valor retornado
NaN (Not a Number).
floor(num) Retorna o maior inteiro menor ou igual ao argumento.
ceiling(num) Retorna o inteiro mais pequeno que no menor que o argu-
mento.
round(num) Retorna o inteiro mais prximo do argumento.
3.6 Exemplos de expresses XPath

A seguir, apresenta-se uma lista de exemplos, onde se combinam todos os concei-
tos, operadores e funes discutidos at aqui. Nos exemplos que se seguem, no
74
consideramos nenhuma instncia XML em particular, por isso usamos nomes de

elementos fictcios como AAA, BBB ou CCC.
/AAA Selecciona o nodo filho da raiz com nome AAA.
/AAA/CCC Selecciona nodos de nome CCC filhos do nodo principal AAA que
filho da raiz.
//BBB Selecciona todos os nodos de nome BBB existentes na rvore documental.
//DDD/BBB Selecciona todos os nodos de nome BBB que sejam filhos de nodos
DDD posicionados em qualquer ponto da rvore documental.
/AAA/CCC/DDD/* Selecciona todos os nodos filhos de nodos DDD que, por sua
vez, so filhos de nodos CCC que so filhos do nodo principal AAA que filho
da raiz.
/*/*/*/BBB Selecciona todos os nodos BBB posicionados no quarto nvel da r-

vore documental.
//* Selecciona todos os nodos do tipo elemento existentes na rvore documental.
/AAA/BBB[1] Selecciona o primeiro filho com nome BBB do nodo AAA que
filho da raiz.
/AAA/BBB[last()] Selecciona o ltimo filho de nome BBB do nodo AAA que

filho da raiz.
//BBB[@ident] Selecciona todos os nodos com nome BBB que tenham um atri-
buto de nome ident instanciado.
//BBB[@*] Selecciona todos os nodos com nome BBB que tenham pelo menos
um atributo instanciado.
//BBB[not(@*)] Selecciona todos os nodos com nome BBB que no tm nenhum

atributo instanciado.
//BBB[@ident=b1] Selecciona todos os nodos com nome BBB que tenham um

atributo de nome ident instanciado com o valor b1.

//BBB[normalize-space(@nome)=bbb] Selecciona todos os nodos com nome

BBB que tenham um atributo de nome nome cujo valor normalizado (sem es-
paos no fim e no incio e com as sequncias de caracteres brancos reduzidas
a um espao em branco) seja igual a bbb.
//*[count(BBB)=2] Selecciona todos os nodos da rvore documental que tenham

exactamente dois filhos com nome BBB.
//*[count(*)=2] Selecciona todos os nodos da rvore documental que tenham

exactamente dois filhos.
//*[name()= BBB] Selecciona todos os nodos da rvore documental com nome

igual a BBB.
//*[starts-with(name(), B)] Selecciona todos os nodos da rvore documental

cujo nome se inicie por B.
//*[contains(name(),C)] Selecciona todos os nodos da rvore documental cujo

nome contenha o carcter C.
//*[string-length(name())=3] Selecciona todos os nodos da rvore documental

cujo nome seja constitudo por 3 caracteres.
//*[string-length(name()) < 3] Selecciona todos os nodos da rvore docu-

mental cujo nome seja constitudo por menos de 3 caracteres.
//BBB | //CCC Selecciona todos os nodos na rvore documental com nome BBB
ou CCC.
/descendant::* Selecciona todos os nodos descendentes do nodo raiz.
//CCC/descendant::* Selecciona todos os nodos descendentes de nodos com

nome CCC.
//CCC/descendant::*/DDD Selecciona todos os nodos descendentes de nodos

com nome CCC e cujo nome seja DDD.
Termina aqui este captulo sobre XPath. No prximo captulo, introduz-se a constru-
o de folhas de estilo XSLT e veremos como e onde que o XPath se integra no
processamento de um documento XML.
76

Sample PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sample PDF

Enviado por

Direitos autorais:

Formatos disponíveis

XML e XSL

Jos Carlos Leite Ramalho Pedro Rangel Henriques

1 Documentos XML bem formados 3

1.8.3 NameSpaces locais . . . . . . . . . . . . . . . . . . . . . . 22

2 Documentos XML vlidos 25

3 XML Path Language (XPath) 57

Exemplo 1: "Hello World"

<?xml version="1.0" encoding="UTF-8"?>

1.1 A declarao XML

Podem ser usados trs atributos numa declarao XML:

Exemplo 2: "Hello World"

<?xml version="1.0" encoding="iso-8859-1"?>

Existem algumas restries utilizao de comentrios:

No podem aparecer antes da declarao.

No podem aparecer dentro de uma anotao.

No se pode utilizar a sequncia de caracteres "--"dentro de um comentrio.

Exemplo 3: Uso de comentrios para remover partes de um documento

1.3 Instrues de processamento

As instrues de processamento so a nica reminiscncia da anotao procedimen-

Exemplo 4: Instrues de processamento

<?xml version="1.0" encoding="ISO-8859-1"?>

Neste momento, j vimos tudo o que pode aparecer no incio de um documento

Exemplo 5: Anotao de um elemento

Vais ver o espectculo a <lugar>Braga</lugar>?

1. o primeiro carcter dever ser uma letra, um underscore ou um sinal de dois

2. os caracteres seguintes podem ser letras, dgitos, underscores, hfens, pontos

3. o espao em branco no pode aparecer no nome de uma anotao.

Em XML h distino entre maisculas e minsculas. Assim, lugar, Lugar e

E alguns exemplos de nomes invlidos:

<1documento> </1documento> -- comea por dgito

Por outro lado, no contedo de um elemento, nunca devero aparecer os caracteres

Exemplo 6: Caracteres reservados

Se, no documento, estivesse escrito desta forma:

A anotao &lt;nome&gt; usada para

Um editor mostraria o mesmo texto da seguinte maneira:

A anotao <nome> usada para anotar

1.4.1 Tipos de contedo

Os elementos podem incluir outros elementos (ditos elementos filho) e texto.

Os caracteres brancos (espaos, mudanas de linha, tabulaes) que surgem no con-

<RECEITAS><RECEITA> ... </RECEITA><RECEITA> ...

No entanto, em algum ponto da hierarquia do documento, o texto ir aparecer. Neste

Quando um elemento contm simultaneamente texto e elementos filho, designa-se

<verso>Olha, <nome>Daisy</nome>: quando ...</verso>

Como ser discutido num captulo mais

Como se pode ver na figura seguinte ...

Isto uma casa --- <CASA>

No h limite para o nmero de atributos que podem estar associados a um elemen-

Exemplo 7: Informao nos elementos

Uma agenda composta por um ou mais elementos entrada. Cada um destes

Exemplo 8: Informao nos atributos

1.5.1 Atributos reservados

H caractersticas universais que o contedo dos elementos pode partilhar em dife-

Desta maneira poderamos seleccionar o elemento a mostrar em dada altura

xml:space Este atributo, tambm associvel a qualquer elemento, pode ter um de

1.6 Seces especiais de texto

Exemplo 9: Caracteres especiais no texto

Para obter o seguinte texto final:

Prima a tecla <<<ENTER>>>.

O utilizador deve introduzi-lo da seguinte forma:

Prima a tecla &lt;&lt;&lt;ENTER&gt;&gt;&gt;.

Para resolver as situaes em que estes caracteres abundam, o XML dispe de um

Exemplo 10: Seces marcadas de texto

Recorrendo ao mecanismo das Seces Marcadas de Texto para se obter o mesmo

A anotao <nome> usada para

Prima a tecla <<<ENTER>>>.

<![CDATA[Prima a tecla <<<ENTER>>>.]]>

Prima a tecla <<<ENTER>>>.