Table Of ContentФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ОБРАЗОВАНИЮ
СИБИРСКИЙ ФЕДЕРАЛЬНЫЙ УНИВЕРСИТЕТ
И. В. Баранова
Технологии создания Internet-баз данных
и программирования web-приложений
Учебное пособие
Красноярск
ИПК СФУ
2009
УДК 681.3.016 (075)
ББК 32.973.233-018
Б24
Рецензенты:
В. Г. Подопригора, д-р физ.-мат. наук, проф., проректор по научной
работе и международному сотрудничеству Красноярского государ-
ственного торгово-экономического института;
Е. Н. Окладникова, канд. техн. наук, доц. кафедры инженерной эко-
логии Сибирского государственного аэрокосмического университета
им. акад. М. Ф. Решетнева
Баранова, И. В.
Б24 Технологии создания Internet-баз данных и программирования
web-приложений : учеб. пособие / И. В. Баранова. – Красноярск:
ИПК СФУ, 2009. – 116 с.
ISBN 978-5-7638-1553-5
В пособии изучаются современные технологии создания и использова-
ния Internet-баз данных на основе расширяемого языка разметки XML, а также
создания web-приложений. Рассматриваются основы языка XML и связанные с
XML технологии: определение типа документа DTD, языки определения схем
данных XDR и XSD, расширенные таблицы стилей XSL и др. В пособие включен
раздел, посвященный языку программирования Perl, необходимому для создания
web-приложений и работы в Internet.
Предназначено для студентов старших курсов высших учебных заведе-
ний, обучающихся по направлению 010300 «Математика. Компьютерные нау-
ки», а также по направлениям и специальностям 010500, 010501 «Прикладная
математика и информатика», 010100 и 010101 «Математика».
УДК 681.3.016 (075)
ББК 32.973.233-018
Утверждено редакционно-издательским советом
в качестве учебного пособия
ISBN 978-5-7638-1553-5 © Сибирский федеральный
университет, 2009
ВВЕДЕНИЕ
Современный мир невозможно представить без всемирной сети In-
ternet и всемирной паутины WWW. Internet объединяет вычислительные и
коммуникационные ресурсы и предоставляет колоссальные возможности
для поиска необходимой информации, а также для заявления о своих раз-
работках и навыках. С каждым годом количество пользователей и объем
представленных информационных ресурсов в сети чрезвычайно быстро
увеличиваются. Поэтому самыми перспективными направлениями совре-
менных информационных технологий являются разработка и использова-
ние информационных систем (в том числе баз данных и систем управления
базами данных), а также создание программных приложений под Internet.
Спрос на профессионалов в этих областях постоянно растет.
В настоящее время в сети Internet эксплуатируется большое число
разных баз данных. Одни из них разработаны специально для сети, а другие
представляют собой часть стандартных СУБД, в которых работа с Internet
осуществляется с помощью клиент-серверного удаленного приложения. Но
самыми распространенными Internet-базами данных являются базы данных
на основе расширяемого языка разметки XML. Популярность этого вида
баз данных объясняется достоинствами и возможностями языка XML. Он
позволяет хранить структурированные данные различной сложности, осу-
ществлять обмен информацией между разными системами обработки ин-
формации, создавать специализированные языки разметки, описывающие
данные в выбранной предметной области и многое другое. Как мы видим,
возможности языка XML гораздо шире, чем у обычной базы данных.
Поэтому в учебном пособии изучаются современные технологии соз-
дания и использования Internet-баз данных на основе расширяемого языка раз-
метки XML. В первой главе пособия описывается история, назначение и функ-
циональные возможности языка XML, а также рассматриваются основные по-
нятия и правила языка XML. Вторая и третья главы посвящены технологиям
описания структуры XML-документов: определению типа документа DTD и
схемам данных (XDR и XSD) соответственно. В четвертой главе демонстри-
руются различные методы отображения данных XML-документов, в том числе
стилевые таблицы CSS, связывание данных (Data Island), объектная модель до-
кумента, расширяемый язык стилей XSL и язык преобразований XSLT.
В пятой главе работы изучается язык Perl, который является одним
из наиболее распространенных языков программирования для Internet и
создания web-приложений. Приводится синтаксис основных конструкций
языка Perl: переменных, литералов, операторов, функций и регулярных вы-
ражений. Демонстрируется применение языка Perl для создания динамиче-
ских web-страниц и разбора XML-документа.
Теоретический материал каждой главы проиллюстрирован большим
числом практических примеров.
Настоящее учебное пособие предназначается для студентов Института ма-
тематики Сибирского федерального университета, обучающихся по направлениям
010300.68 «Математика. Компьютерные науки», 010500.68 «Прикладная математи-
ка и информатика», 010100.68 «Математика», а также по специальностям 010501.65
«Прикладная математика и информатика» и 010101.65 «Математика». Пособие ре-
комендуется для изучения дисциплины «Web-дизайн учебных сайтов».
ГЛАВА 1. ОСНОВЫ ЯЗЫКА XML
1.1. ИСТОРИЯ ЯЗЫКА XML
В конце 60-х годов XX века в Управлении перспективных исследо-
вательских программ (ARPA) Министерства обороны США возник проект
объединения в сеть компьютерных систем нескольких университетов и
научно-исследовательских институтов. Реализованный сетевой проект по-
лучил название ARPAnet. Фактически данная сеть является предшествен-
ником современной “сети сетей” Internet. Она дала возможность исследова-
телям совместно использовать компьютеры, подключенные в сеть, а также
возможность быстро обмениваться информацией при помощи электронной
почты. Данные возможности крайне ценны и для современного Internet.
Кроме того, Internet унаследовал и другие концепции, примененные при
создании ARPAnet:
• технологию коммутации пакетов (разбивка данных на пакеты, рас-
сылка их различными маршрутами и сборка пакетов в месте на-
значения),
• принцип децентрализованности (отсутствие управляющего центра
и равноправность серверов),
• протокол TCP (Transmission Control Protocol), обеспечивающий до-
ставку информации от отправителя к получателю.
Объединение ARPAnet с рядом параллельно развивавшихся сетей и
позволило создать современную сеть сетей. Достаточно широкое развитие
Internet получил после разрешения доступа к сети коммерческих пользова-
телей. Однако поистине стремительное распространение Internet началось с
развитием технологии Всемирной паутины (World Wide Web – WWW). Се-
годня для многих неискушенных пользователей слово “Интернет” прочно ас-
социируется с WWW, а с уст специалистов не сходит тема будущего инфор-
мационных систем и влияния на это будущее всемирной сетевой паутины.
В конце 1980-х годов Тимом Бернерсом-Ли и группой его едино-
мышленников из Европейского центра ядерных исследований (CERN, Же-
нева) была разработана технология коллективного доступа к информации
с помощью текстовых документов, связанных между собой гиперссылка-
ми. Технология получила название Всемирной паутины (World Wide Web).
Она позволяет находить и просматривать документы с мультимедийным
содержимым (текстом, графикой, аудио- и видеоинформацией). Основой
WWW стал язык гипертекстовой разметки HTML (HyperText Markup Lan-
guage). Этот язык был создан специально для организации информации,
распределенной в сети Интернет, и фактически WWW представляет собой
Основы языка XML 5
информационную гипертекстовую систему. Количество пользователей и
объем представленных во Всемирной паутине информационных ресурсов
продолжают чрезвычайно быстро наращиваться. При этом возможен сво-
бодный доступ к большинству информационных ресурсов Web в любой
момент времени. Создание WWW стало одним из крупнейших научно-
технических достижений последнего десятилетия XX века, основой цело-
го ряда новых информационных технологий, имеющих весьма значимые
социально-экономические последствия. В 1994 году теми же разработчика-
ми был создан консорциум Всемирной паутины W3C (World Wide Web Con-
sortium), назначением которого стала разработка свободно распространяе-
мых технологий для Web и разработка стандартизованных спецификаций
(или т. н. рекомендаций) для этой среды.
Основой языка гипертекстовой разметки HTML является объедине-
ние двух концепций: гипертекста и разметки данных документов. Гипер-
текст представляет собой механизм нелинейного просмотра информации,
в котором данные представляются не в виде непрерывного потока тексто-
вой информации, а множества взаимосвязанных компонентов, переход по
которым осуществляется при помощи гиперссылок. Понятие гипертекста
было введено В. Бушем еще в 1945 году.
Язык разметки документов представляет собой набор специальных
инструкций, называемых тегами, предназначенных для формирования в
документах какой-либо структуры и определения отношений между раз-
личными элементами этой структуры. Таким образом, назначением тегов
является ограничение действия элементов и отделение элементов друг от
друга. Теги выделяются специальным образом относительно основного
содержимого документа и служат в качестве инструкций для программы,
производящей показ содержимого документа на стороне клиента. В самых
первых системах для обозначения этих команд использовались символы
“<” и “>”, внутри которых помещались названия инструкций и их пара-
метры. Сейчас такой способ обозначения тегов является стандартным. В
конце 1960-х годов стали появляться первые приложения, использующие
разметку данных документов. Но активное применение данной технологии
началось лишь тогда, когда возникла реальная необходимость в механизме
объединения множества информационных ресурсов и обеспечения возмож-
ности работы с гипертекстом (т. е. при разработке Всемирной паутины).
Первый язык разметки, получивший название обобщенного языка раз-
метки GML (Generalized Markup Language), был разработан Ч. Гольдфарбом,
Э. Мошером и Р. Лори из компании IBM в 1969 году. За основу была взята
разметка структурных элементов, составляющих документ, а не форматиро-
вание информации, содержащейся в элементах. Саму информацию о способе
форматирования было предложено хранить в отдельных файлах, получивших
6 Глава 1
название таблиц стилей. Подобный способ структурирования данных дает
возможность их автоматической обработки различными способами. Это при-
вело к требованию проверки документов на соответствие единому стандарту.
Правильность использования тегов в документе было предложено проверять
при помощи специального файла, содержащего набор правил, названного
определением типа документа DTD (Document Type Defi nition). Эти прави-
ла используются программой клиента при разборе документа. Причем для
каждого класса документов определяется свой набор правил, описывающих
грамматику соответствующего языка разметки. Такое разделение представ-
ления данных и их проверки на допустимость обеспечивает значительную
гибкость, поскольку не требует внесения изменений в разметку документа
при модификации DTD и таблиц стилей. В 1974 году Ч. Гольдфарб доказал,
что синтаксический анализатор (программа, анализирующая структуру и
синтаксис документа) может проверять документ на допустимость, не об-
рабатывая его. Использование этого открытия подтолкнуло дальнейшие раз-
работки, кульминацией которых стало появление в 1986 году стандартного
общего языка разметки SGML (Standart Generalised Markup Language).
Язык SGML предназначен для создания других языков разметки, он
определяет допустимый набор тегов, их атрибуты и внутреннюю структуру
документа. С помощью SGML можно описывать структурированные дан-
ные, организовывать информацию, содержащуюся в документах, представ-
лять эту информацию в некотором стандартизованном формате. SGML был
утвержден ISO в качестве стандарта для хранения и обмена текстовыми
документами в конце 1980-х годов. Но ввиду некоторой своей сложности
SGML использовался в основном для описания синтаксиса других языков
(наиболее известным из которых является HTML), и не многие приложения
работали с SGML-документами напрямую.
С точки зрения разметки, язык HTML является упрощенной версией
SGML. Гораздо более простой и удобный, чем SGML, язык HTML позволяет
определять оформление элементов документа и имеет некий ограниченный
набор инструкций (тегов), при помощи которых осуществляется процесс
разметки. Инструкции HTML, в первую очередь, предназначены для управ-
ления процессом вывода содержимого документа на экране программы-
клиента и определяют этим самым способ представления документа, но не
его структуру. В качестве элемента гипертекстовой базы данных, описывае-
мой HTML, используется текстовый файл, который может легко передавать-
ся по сети с применением протокола HTTP. Эта особенность, а также то,
что HTML является открытым стандартом и огромное количество пользо-
вателей может применять возможности этого языка для оформления своих
документов, безусловно, повлияли на рост популярности HTML и сделали
его сегодня главным механизмом представления информации в Web.
Основы языка XML 7
По мере широкого распространения Всемирной паутины, выявились
ограничения, свойственные языку HTML – основному структурообразую-
щему средству гипермедийных информационных ресурсов. Эти ограни-
чения стали оказывать сдерживающее влияние на дальнейшую эволюцию
приложений Web-технологий. Перечислим эти недостатки языка HTML.
• Отсутствие поддержки метаданных для HTML-документов. Со-
временные приложения нуждаются не только в языке представле-
ния данных на экране клиента, но и в механизме, позволяющем
определять структуру документа, описывать содержащиеся в нем
элементы. HTML обладает несложным набором команд и вполне
успешно справляется с задачей описания текстовой информации
и отображением ее на экране программы просмотра-браузера. Но
сами отображаемые данные никак не связаны с теми тегами, ко-
торые используются для форматирования, поэтому у программ-
анализаторов нет возможности использовать теги HTML для поис-
ка нужных фрагментов документа.
• Отсутствие возможности расширения набора тегов. HTML яв-
ляется закрытым языком, не позволяющим пользователю допол-
нять при необходимости новые теги для расширения функциональ-
ности языка. Следствием этой закрытости являлся периодический
пересмотр версий стандарта HTML для расширения его функцио-
нальности путем добавления новых тегов или атрибутов тегов.
• Неоптимизированность HTML-документов для компьютерной об-
работки. HTML-документы могут быть прочитаны человеком, но
они не оптимизированы для компьютерной обработки, в то время
как большинство форм хранения данных оптимизированы именно
для компьютерной обработки.
• Ограниченность идентификации ресурсов. Информационные ре-
сурсы HTML могут идентифицироваться только по их местополо-
жению в распределенной среде Web (с помощью унифицированно-
го указателя ресурса URL).
• Отсутствие совместимости при передаче структурированных
данных между разными системами обработки информации, осо-
бенно при передаче таких данных через Интернет.
Необходимость нового, стандартизированного, полностью расши-
ряемого языка, удовлетворяющего всем вышеперечисленным требованиям
Интернет, стала очевидной. В результате в 1996 году появился расширяе-
мый язык разметки язык XML (от англ. eXtensible Markup Language), раз-
работанный консорциумом Всемирной паутины. Он сочетает в себе про-
стоту HTML и функциональность SGML. Фактически XML представляет
собой свод общих синтаксических правил. Он предназначен для хранения
8 Глава 1
структурированных данных (взамен существующих файлов баз данных),
для обмена информацией между разными системами обработки информа-
ции, а также для создания на его основе более специализированных языков.
Перечислим основные достоинства языка XML.
• XML – первый язык, который делает документы одновременно
удобными для восприятия человека и пригодными для компьютер-
ной обработки.
• Набор тегов гораздо более мощный и обладает большей гибко-
стью, чем HTML, а также допускает расширение.
• XML поддерживает набор символов Unicode.
• В языке реализована независимость данных, т. е. содержимое до-
кумента отделено от его представления.
• XML – это самодокументируемый формат, который описывает
структуру и имена полей так же, как и значения полей.
• В формате XML могут быть описаны сложные структуры данных:
записи, списки и деревья.
• XML имеет строго определённый синтаксис и требования к ана-
лизу, что позволяет ему оставаться простым, эффективным и не-
противоречивым.
• XML поддерживается на низком аппаратном, микропрограммном
и программном уровнях в современных аппаратных решениях.
• XML не зависит от платформы.
• Семантика и структурированное представление информации в
XML создает возможности для обработки XML-документов любы-
ми приложениями, поэтому многие действия по их обработке, вы-
полняемые серверами, можно перенести на клиентов, что снижает
нагрузку на сервер и сеть.
• XML не накладывает требований на расположение символов в
строке.
• XML имеет реализации парсеров для всех современных языков
программирования.
• XML может быть использован для создания специализированных
языков разметки, описывающих данные в выбранной предметной
области.
В то же время следует отметить некоторые существующие недостат-
ки языка.
• Синтаксис языка XML избыточен. Размер XML-документа су-
щественно больше, чем размер документа в альтернативных тек-
стовых форматах передачи данных. Это значительно увеличивает
стоимость хранения, обработки и передачи данных, а также умень-
шает эффективность приложения.
Основы языка XML 9
• Отсутствует общепринятая методология для моделирования
данных в XML, в то время как для реляционной и объектно-
ориентированной моделей такие средства разработаны и базиру-
ются на реляционной алгебре и системном подходе.
• XML не содержит встроенной в язык поддержки типов данных. В
нём нет строгой типизации данных.
• Неоднозначность моделирования, поскольку в результате большой
гибкости языка и отсутствия строгих ограничений одна и та же
структура может быть представлена различными способами.
• Пространства имён XML сложно использовать и их сложно реали-
зовывать в XML-парсерах.
В 1998 году язык XML был утвержден консорциумом W3C в ка-
честве стандарта. Затем W3C приступил к разработке ориентированных
на XML стандартов для таблиц стилей, расширенных гиперссылок и т. д.
Таким образом была сформирована новая технологическая платформа,
ядром которой является XML. В последние годы консорциум W3C ведет
активную деятельность, направленную на радикальный пересмотр основ
Web-технологий и затрагивающую все три базовых элемента первона-
чального проекта WWW, на которых построена действующая сегодня его
реализация (язык гипертекстовой разметки HTML, универсальный локатор
ресурсов URL, протокол передачи гипертекстовых ресурсов HTTP). Про-
должается процесс формирования независимого от области приложений
комплекса средств, базирующегося на расширяемом языке разметки XML
и служащего для описания и обработки информационных ресурсов Web.
Этот комплекс призван стать основой нового поколения Web, получившего
название Web-2. Предусматривается использование более общего по срав-
нению с URL механизма идентификации информационных ресурсов – URI
(Universal Resource Identifi er). Кроме того, для него разрабатывается новый
протокол обмена XML-ресурсами (XML-Protocol).
1.2. ТЕХНОЛОГИИ ПЛАТФОРМЫ XML
В отличие от Web-1, где все основные функции управления инфор-
мационными ресурсами системы базируются на едином языке HTML, соз-
дателями XML-платформы выделен ряд фундаментальных стандартов,
составляющих концептуальную и синтаксическую основу платформы. Их
средствами определяется комплекс других стандартов, каждый из которых
выполняет собственные специфические функции. Платформа открыта для
ее пополнения (в случае необходимости) новыми стандартами. Именно
такая модульность организации платформы обеспечивает ее открытый ха-
10 Глава 1
рактер, возможности введения новых стандартов, не затрагивая уже суще-
ствующих. Приведенная ниже классификация составляющих стандартов
XML-платформы показывает ее функциональные возможности (перечис-
лены только принятые стандарты и проекты стандартов, над которыми ак-
тивно ведется работа):
• фундаментальные: пространство имен (Namespace), XML;
• структурообразующие: XPointer, XLink;
• форматирование и трансформация XML-документов: XSL, XSLT,
CSS;
• представление метаданных: DTD, схемы XDR и XSD, RDF;
• запросы: XQuery;
• интерфейс прикладного программирования: DOM;
• преемственность с Web-1: XHTML, XML Base;
• транспорт данных: XML-Protocol, XForm;
• идентификация информационных ресурсов: URI, URL, URN;
• безопасность: XML Signature;
• вспомогательные: XInclude, XFragment, XML Canonical, XPath;
• вертикальная сфера: MathML.
Рассмотрим кратко назначение перечисленных стандартов. Погово-
рим о роли языка XML. В составе стандартов рассматриваемой платформы
он выполняет две важные функции. Прежде всего он обеспечивает струк-
турную разметку информационных ресурсов (XML-документов), а также
предоставляет средства для описания общей структуры документов инте-
ресующего пользователя типа. Такое описание называется Document Type
Defi nition (DTD). Вместе с тем, как показывает приведенная классифика-
ция, язык XML служит одним из фундаментальных стандартов платфор-
мы XML. Другие стандарты платформы, которые дополняют его функции,
определяются в терминах синтаксиса XML. В связи с этим их называют
иногда приложениями XML. Возвращаясь к выполняемой XML функции
разметки, следует еще раз подчеркнуть, что он (в отличие от HTML) не
является полнофункциональным языком, который должен решать все за-
дачи представления, поддержки и обработки информационных ресурсов
Web. Специфика XML как языка определения данных заключается в том,
что в нем сочетаются возможности описания свойств экземпляров элемен-
тов XML-документов, составляющих содержание данного конкретного
документа, с возможностями определения свойств типа XML-документов
(DTD) в терминах типов элементов этих документов.
Для определения других стандартов платформы (наряду с XML) слу-
жит пространство имен (Namespace). Пространство имен определяет для
заданного XML-документа или множества документов допустимые теги
разметки и их атрибуты, ассоциируя с ними по умолчанию некоторую се-
