Elementi base

Marcatori: Tag con Attributi

I documenti XML sono essenzialmente testo arricchito, nel senso che mescolano al testo tradizionale degli elementi, detti tag (in italiano, marcatori, ma useremo nel seguito il termine inglese che è di uso comune). I tag indicano i componenti non testuali ma di formato: per esempio quale testo è in grassetto, quale in corsivo e così via. Per distinguere il testo dai tag, i tag cominciano sempre per < e finiscono per >. Per ogni marcatore si possono specificare informazioni supplementari utilizzando degli attributi. Come esempio consideriamo il seguente esempio preso dall'HTML che definisce un testo di colore rosso tramite un tag e un attributo.

<font color="red">Prova<font>

Testo: PCDATA CDATA

Entità: á, abbreviazioni

Quoting: <[[CDATA ... ]]>

All'interno di un tag è contenuto il testo vero e proprio. Il testo all'interno di un tag può essere di due tipi: CDATA e PCDATA. Nel primo caso, più raro, (Character Data), il testo non ha ulteriore struttura: per cui eventuali tag contenuti dentro vengono ignorati. Nel secondo caso (Parsed Character Data), abbiamo invece a che fare con testo che può contenere altri tag.

Abbiamo un problema: siccome il simbolo di minore viene utilizzato per indicare l'inizio di un tag, questo non può comparire normalmente all'interno di un documento XML. Questo vale anche per altri caratteri che hanno un uso speciale. Per inserire questi caratteri così come sono, esiste una sintassi che li sostituisce con sequenze più lunghe, che iniziano con la & e finiscono con il ;. Ovviamente esiste anche una sequenza per inserire lo stesso &. Nella Tabella 1 sono riassunte queste sequenze.

Infine citiamo il fatto che è possibile trasformare un testo PCDATA in CDATA. Questo avviene quando si vuole inserire del testo che può contenere dei caratteri come < senza doversi preoccupare di trasformarli uno per uno in &lt;. In questo caso si può ricorrere alla sequenza che inizia per <[CDATA[ e finisce per ]]>. Questa sequenza si dice di escape nel senso che consente di "sfuggire" la intrpretazione usale dei caratteri speciali (che identificano i tag in un testo PCDATA), considerando il tutto come un blocco di CDATA.