5.10 XML, laajennettava merkintäkieli

WWW:ssä jaeltavien dokumenttien merkintäkielen suunnittelussa joudutaan tasapainoilemaan yleiskäyttöisyyden ja yksinkertaisuuden välillä. Sellainen SGML-pohjainen merkintäkieli, joka olisi mahdollisimman monipuolinen ja joustavasti laajennettavissa kaikkiin suuntiin, asettaisi kohtuuttomat vaatimukset selainten tekijöille. Toisaalta yksinkertainen ja ennalta kiinteästi määritelty merkintäkieli, kuten HTML, vanhenee nopeasti ja alkaa jarruttaa kehitystä. HTML:n määrittely on hyvin vaivalloisesti pysynyt mukana siinä kehitysvauhdissa, jolla ohjelmistotuottajat ovat luoneet verkkoon uusia palveluja.

Ratkaisuksi tähän ongelmaan ollaan kehittämässä laajennettavissa olevaa merkintäkieltä XML (Extensible Markup Language).[1] XML-määrittelyn versio 1.0 on W3C:n virallinen suositus, se on päivätty 10.2.1998.[2] Hankkeen tavoitteet ovat erittäin kunnianhimoiset. Siinä pyritään samalla kertaa ratkaisemaan kaikki keskeiset HTML:n ongelmat. (1) Merkintäkielestä halutaan tehdä dynaamisesti laajennettava, (2) hyperlinkeistä halutaan nykyiseen verrattuna oleellisesti monipuolisempia ja (3) selaamisen ja ladonnan ohjaamiseen halutaan laajennettavissa olevat tyylimäärittelyt. Lisäksi näyttää siltä, että XML:stä ollaan luomassa tietoverkoissa olevien resurssien hallinnan ja kuvailun yleistä merkintäjärjestelmää (tästä aiheesta tarkemmin ks. kohta Tietojen paikantaminen).

XML ei ole merkintäkieli samassa mielessä kuin HTML. XML on verrattavissa pikemminkin SGML:ään — se on rajoitettu SGML; se noudattaa SGML-standardia.[3] Rajoittaminen on tehty niin, että sellaiset SGML:n piirteet on pudotettu pois, jotka aiheuttavat tietoverkoissa käytettävien ohjelmien tekemisessä tehokkuus- tai johdonmukaisuusongelmia. SGML:n, HTML:n ja muiden lähisukuisten standardien laatimisesta ja niihin liittyvien ohjelmien — erityisesti selainten ja ladontaohjelmien — tekemisestä on ehtinyt kertyä huomattava määrä kokemusta. XML:n kehittämisessä on mukana suuri joukko tämän alan kaikkein kokeneimpia ihmisiä. Edustettuna ovat kaikki keskeiset SGML-tuotteita ja WWW:ssä käytettäviä ohjelmia tuottavat tahot ja yritykset.

Merkintäkielen laajennettavuus tekee mahdolliseksi ottaa käyttöön uusia palveluja voimassa olevaa standardia muuttamatta. WWW:stä löytyvässä dokumentissa voidaan määritellä uusia rakenneosia, niiden keskinäisiä suhteita, rakenneosiin liittyvää toiminnallisuutta ja ottaa huomioon käyttäjän toivomuksia. Näiden uusien palvelujen käyttömahdollisuus tulee luonnollisesti riippumaan käytettyjen selainten ja niitä tukevien ohjelmien monipuolisuudesta. Standardin mukaiset laajennukset turvaavat kuitenkin vähimmillään sen, että selaimet käsittelevät dokumentin perusosia yhdenmukaisella tavalla; näyttävät julkiseksi tarkoitetut osat ja jättävät muun osan rakenteesta ja toiminnallisuudesta vaille huomiota.

Hyvän esimerkin dokumentin sisäisen rakenteen monipuolisesta hyödyntämisestä tarjoaa sovellus, jossa potilastietoja siirretään sairaalan WWW-palvelimesta yksityisen terveyskeskuksen WWW-palvelimeen. Palvelimissa käytetyt tietokantajärjestelmät voivat olla keskenään täysin yhteensopimattomia. XML:n avulla on kuitenkin mahdollista kuvata potilastietojen hierarkkinen rakenne eri tietokantaohjelmien ymmärtämällä tavalla. Potilastietoja sisältävä XML-muotoinen dokumentti sisältää tällöin varsinaisten henkilötietojen lisäksi hoidossa tarpeellisten tietojen rakenteen ja keskinäisten suhteiden formaalin kuvauksen. Riittävät valtuudet omaava lääkäri voi omaa selaintaan käyttäen hiirellä raahata potilaskansion tietokannasta toiseen ja käyttää luottamuksellisia ja tarkkoja tietoja tilannekohtaisen diagnoosin tekemiseen. On helppo kuvitella, että tällaisella mahdollisuudella voi hätätilanteessa olla suunnaton merkitys.

Laajennettavuus liittyy myös dokumenttien sisältämään toiminnallisuuteen. WWW:n selaimet ovat muuttumassa sellaisiksi, että ne pystyvät yhä enemmän suorittamaan dokumentteihin upotettuja toiminnallisia piirteitä. Yksikertaisimmillaan kyse voi olla vilkkuvista tai vilistävistä tekstinosista. Kehittyneemmissä ratkaisuissa selain voi suorittaa hyvinkin vaativaa tietojen muokkausta. Esimerkiksi karttapiirros voidaan muotoilla, viimeistellä ja yhdistää muuhun aineistoon vasta selaimessa. Tulevaisuudessa kuvien jakelu ei enää perustu ennalta muodostettuihin ja tallennettuihin rasterikuviin, ne muodostetaan vasta selausvaiheessa käyttäjän työasemassa.

Käyttäjän ominaisuuksien ja toivomusten huomioon ottaminen liittyy käyttäjän mielenkiintoprofiilin hyödyntämiseen. Käyttäjä voi määritellä etukäteen, että hänen mielenkiintonsa kohdistuu ensisijaisesti johonkin tiettyyn aihepiiriin eikä hän halua ehkä lainkaan nähdä johonkin toiseen aihepiiriin kuuluvaa aineistoa. Jos aineisto on kuvailtu asianmukaisella tavalla, selain voi kuvailutietojen perusteella korostaa linkkejä toivottuun aineistoon ja jättää kokonaan näyttämättä linkit ei-toivottuun aineistoon.

XML-merkattu dokumentti yksinkertaisimmillaan näyttää seuraavalta:

<?XML version="1.0"?>
<oldjoke>
<burns>Say <quote>goodnight</quote>, Gracie.</burns>
<allen><quote>Goodnight, Gracie</quote></allen>
<applause/> 
</oldjoke> 

SGML:stä tuttu dokumentin tyyppimäärittely ei ole välttämätön. Elementtien nimet voivat olla täysin kirjoittajan itsensä keksimiä eikä niitä välttämättä tarvitse tarkemmin määritellä missään. Selaimet eivät kuitenkaan osaa tehdä mitään järjellistä mielivaltaisesti merkatuille dokumenteille. Jos esimerkiksi niiden elementtien ulkoasuun haluaa jotenkin vaikuttaa, se on tehtävä jäljempänä esiteltävien tyylimäärittelyjen avulla. DTD:n valinnaisuus aiheuttaa vähimmillään sen, että elementtien alut ja loput on aina merkittävä (<burns> Burnsin puheenvuoro. </burns>). Tyhjä elementti ilmaistaan yhdellä erottimella, esim. <applause/>.

W3C:n XML-määrittelyssä puhutaan erikseen hyvin muodostetuista (well-formed) ja laillisista (valid) dokumenteista. Hyvin muodostettu dokumentti on XML-määrittelyn ja kieliopin mukainen. Lisäksi siinä oleville attribuuteille ja entiteeteille on asetettu yksityiskohtaisia ehtoja. Dokumentti voi olla hyvin muodostettu vaikka siihen ei liittyisi lainkaan DTD:tä. Tämä on merkittävä kevennys SGML-standardiin verrattuna. WWW:ssä levitettävät dokumentit tulevat mitä ilmeisimmin olemaan hyvin muodostettuja mutta eivät laillisia.

Hyvin määritelty dokumentti on laillinen (XML-slangin mukaan validi), jos se sisältää XML:n mukaisen dokumentin tyyppiesittelyn (XML document type declaration). Tämä esittely puolestaan joko sisältää tai viittaa dokumentin tyyppimäärittelyyn (XML-dokumenttien tyyppimäärittely tarkoittaa samaa asiaa kuin SGML-dokumenttien DTD). XML-dokumentteihin voi siis liittyä myös DTD ja monissa sovelluksissa se on välttämätöntä. Ilman DTD:tä dokumentin rakenteen yksityiskohtainen hallinta ei ole mahdollista.

XML:n tarkempi kuvaaminen ei liene tässä yhteydessä tarpeen, sillä kehitys etenee hyvin nopeasti. Lisää tietoja nopeasti muuttuvasta tilanteesta saa edellä mainituilta W3C:n sivuilta. [4]Aiheesta on lisäksi ilmestynyt useita kirjoja.