XML - semestrální práce (countries)

Potřebný software

Pro spuštění je potřeba mít nainstalovaný make, fop a xmllint. Saxon je součástí repozitáře, ale ne zipu. V Makefile je obsažena proměnná SAXON_EXEC, kterou lze upravit v případě jiného spuštění Saxonu.

Použitelné příkazy

make all - vygeneruje pdf a html výstup projektu + zvaliduje projekt

make validate - zvaliduje projekt

make html - vygeneruje html výstup projektu

make pdf - vygeneruje pdf výstup projektu

make zip - vytvoří zip projektu bez softwaru a cvičení

make czechia/cote/uk/spain - vytvoří html výstup pro danou zemi (testování)

Struktura projektu

design - obsahuje css styly a obrázky potřebné pro html

exercises - slouží pouze k procvičení témat, není přímo součástí semestrální práce

validation - obsahuje validační schemata ke xml souborům - dtd a rng

source - obsahuje xml zdrojové soubory

stylesheets - obsahuje a xslt a xsl-fo stylesheety

js - obsahuje javascript soubory

build obsahuje generovaný výstup projektu (pdf, html)

Oblasti

Czechia:

• https://www.cia.gov/library/publications/the-world-factbook/geos/ez.html

Cote d'Ivoire:

• https://www.cia.gov/library/publications/the-world-factbook/geos/iv.html

United Kingdom:

• https://www.cia.gov/library/publications/the-world-factbook/geos/uk.html

Spain:

• https://www.cia.gov/library/publications/the-world-factbook/geos/sp.html

Návrh xml struktury

Struktura byla převedena ručně. Root elementem je zde element countries, který obsahuje informace o autorovi v elementu author a dále jednotlivé země v elementech country. Jednotlivé země jsou zvlášť ve vlastních souborech a nakonec jsou pomocí XInclude propojeny do výsledného parsed.xml souboru. Soubor countries.xml působí jako prostředník pro propojení. Jednotlivé země pak obsahují elementy chapter a section kopírující strukturu používanou na původní stránce. Nakonec section obsahuje jednotlivá data v podobě elementů subfield, paragraph, list, samostatný text nebo odkazy.

Validace pomocí RNG a DTD

Validační schemata přirozeně kopírují strukturu popsanou v návrhu xml. V RNG je využívaný navíc pattern match na určité atributy a možnosti výběru.

Generování HTML souborů

HTML je generováno pomocí souboru countries.xslt. Převádí zparsovaný soubor na html formát a přidává javascript a kaskádové styly. Navíc je přidán index pro lepší orientaci a soubory jsou dozdobené kolapsujícími sekcemi a barevně odlišenými styly u jednotlivých zemí. Součástí html výstupů jsou také obrázky, odkazy na pdf a hudbu, které se odkazují na zdrojovou stránku.

Generování PDF výstupů

PDF je generováno pomocí XSL stylesheetu v souboru countries.xsl, který vytváří .fo soubor, ten je pak pomocí fop přetvořený do výsledného pdf souboru. V pdf je navíc obsažen obsah dokumentu s odkazy na jednotlivé sekce a vloženy obrázky.