Montepulciano - 12/13 Giugno 2008
BASI di DATI, XML e T.E.I.
Tecnologie informatiche per le scienze umanistiche
Simone Allegria – Marco Marcellini
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Informatica per le scienze umanistiche:
PARTE 1
BASI di DATI:
criteri per la corretta progettazione
e implementazione di un database
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Database (base di dati) e applicazioni
I dati strutturati possano essere usati con successo nella
trasmissione, ricerca e valutazione di tutte le fonti disponibili per
gli studi umanistici
Il modello di database relazionale venne proposto da Edgar F.
Codd nel 1970 e si basa sul concetto di ENTITA'/RELAZIONE
Il modello ER è basato su:
– Entità / Attributi / Associazioni
L'elemento portante di database relazionale è la TABELLA
un Database Management System (abbreviato in DBMS) è un
sistema software progettato per consentire la creazione e
manipolazione efficiente di database (ovvero di collezioni di dati
strutturati) solitamente da parte di più utenti.
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Tabelle, campi e records
CAMPI (fields)
Nome Cognome Data di nascita Indirizzo Paese CAP Sigla provincia
Mario Rossi 12/12/71 Via Roma 21 Arezzo 52100 AR
Giuseppe Verdi 03/04/69 Viale Abruzzi 4 Cortona 52044 AR
Caterina Bianchi 02/02/85 Via Guelfa 31 Arezzo 52100 AR
Castiglion Fiorentino 52042
Giovanni Rotondo 02/03/82 Piazza Grande 14 AR
RECORDS
Differenti tipi di dati
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Chiavi, indici, tipi di dati e relazioni
 Tipologie di dati:  Relazioni fra campi:
 Testo / Memo  Uno a uno / Uno a molti
 Numerico / Valuta  Integrità referenziale
 Data/ora
 Sì/no
 Binario
 Campi speciali:
 Chiave primaria
 Campi indicizzati
 Univoci
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Web dinamico e rich applications
 I database basati su architettura client-server sono
largamente utilizzati sul web:
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Web dinamico e rich application
 L'architettura è basata su Database engine e
linguaggi di programmazione:
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Esercitazione sulle basi di dati
 Fogli di calcolo e funzioni database:
– ESERCIZIO 1: Creare e gestire una base di dati con Excel o
Open Office Calc
 Tabelle e relazioni
– ESERCIZIO 2: Creare un database con Microsoft Access e
gestire le relazioni
 Formati di scambio
– Esportare e importare in Excel, via XML o CSV
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Informatica per le scienze umanistiche:
PARTE 2
XML:
l'eXtensible Markup Language
per rappresentare l'informazione testuale
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

SGML e XML
 Alle origini di XML: SGML e HTML
– Standard Generalized Markup Language e Hyper Text
Markup Language
 SGML è un meta-linguaggio, ovvero un insieme di
regole generalizzate usate per creare molteplici
linguaggi particolari (markup languages) o per
rappresentare contenuti testuali organizzati in
gerarchia
 Basato su marcatori: <marcatore>dati</marcatore>
 Contiene al suo interno una DTD = document type
definition che stabilisce i tag e le regole di utilizzo
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

SGML: un esempio
<testo>
<titolo>Titolo del primo capitolo</titolo>
<capitolo numero=”1”>
<paragrafo>Questo è un paragrafo</paragrafo>
<paragrafo>Questo è un paragrafo</paragrafo>
</capitolo>
<titolo>Titolo del secondo capitolo</titolo>
<capitolo numero=”2”>
<paragrafo>Questo è un paragrafo</paragrafo>
<paragrafo>Questo è un paragrafo</paragrafo>
</capitolo>
</testo>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Una struttura simile in HTML
<html>
<head><title>Esempio di documento</title></head>
<body>
<h1>Titolo del primo capitolo</h1>
<p>Questo &egrave; un paragrafo</p>
<p>Questo &egrave; un paragrafo</p>
<h1>Titolo del secondo capitolo</h1>
<p>Questo &egrave; un paragrafo</p>
<p>Questo &egrave; un paragrafo</p>
</body></html>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Il linguaggio XML
 XML, acronimo di eXtensible Markup Language,
ovvero «Linguaggio di marcatura estensibile» è un
metalinguaggio creato e gestito dal World Wide Web
Consortium (W3C). È una semplificazione e
adattamento dell'SGML, da cui è nato nel 1998, e
permette di definire la grammatica di diversi
linguaggi specifici derivati.
 Rispetto all'HTML, l'XML ha uno scopo ben diverso:
mentre il primo è un linguaggio creato per pagine
web e ipertesti, il secondo è un metalinguaggio
utilizzato per creare nuovi linguaggi, atti a descrivere
documenti strutturati.
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

XML secondo il W3C
 XML is for structuring  XML is new, but not that
data new
 XML looks a bit like  XML leads HTML to
HTML XHTML
 XML is text, but isn't  XML is modular
meant to be read  XML is the basis for
 XML is verbose by RDF and the Semantic
design Web
 XML is a family of  XML is license-free,
technologies platform-independent
and well-supported
Fonte: www.w3.org/XML/1999/XML-in-10-points.html
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Regole di sintassi dell'XML
 Ogni documento deve avere un prologo (Header)
che contiene informazioni sulla codifica
 Deve esistere un unico tag radice (ROOT)
 Sono ammessi commenti al codice, nella forma
<!-- questo è un commento -->
 Tutti i tag devono essere bilanciati (aperti/chiusi e
correttamente nidificati)
 I tag possono avere attributi, es.
<prezzo valuta=”euro”>120</prezzo>
 Si possono definire tag vuoti es.
<vuoto></vuoto> oppure <vuoto />
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

XML Well formed
<?xml version=\"1.0\" encoding=\"ISO-8859-1\"?>
<Libro xmlns=”http://www.unisi.it/”>
<Titolo>XML Tascabile</Titolo>
<Editore>Mondadori Informatica Libri</Editore>
<Prezzo Valuta=\"Euro\">7.70</Prezzo>
<Descrizione>Si tratta di un tascabile che accompagna il lettore nella
scoperta della tecnologia XML e delle sue applicazioni concrete
nello sviluppo di software</Descrizione>
<Struttura>
<Pagine>288</Pagine>
<Capitoli>12</Capitoli>
<Appendici>1</Appendici>
</Struttura>
</Libro>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Trova i 4 errori nel codice XML
<?xml version=\"1.0\"?>
<Libro>
<Titolo>XML Tascabile</Titolo>
<Editore>Mondadori Informatica Libri</Editore>
<Prezzo Valuta=Euro>7.70</Prezzo>
<Descrizione>Si tratta di un tascabile che accompagna il lettore nella
scoperta della tecnologia XML e delle sue applicazioni concrete
nello sviluppo di software; è un buon libro...</descrizione>
<Struttura>
<Pagine>230<Capitoli>
</Pagine>12</Capitoli>
<Appendici>3</Appendici>
</Struttura>
</Libro>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Gli errori più comuni nella sintassi XML
 Errori di annidamento, ad esempio:
<rubrica>
<nome>Mario</nome>
<cognome>Rossi
<indirizzo>Via Roma 21</indirizzo>
</rubrica></cognome>
 Caratteri non consentiti, tag che iniziano con numeri
<1 nome>Mario</1 nome>
 Omissione di “ ” nelle caratteristiche
<Borsa colore=rosso taglia=XL>Modello Barbie</Borsa>
 L'XML è case sensitive
<indirizzo>Via Roma 21</INDIRIZZO>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Gli strumenti di lavoro:
 Come scrivere un documento XML ?
– Uso di editor XML che consentono visione del tree e
evidenziano errori di sintassi
 Come validare un documento XML ?
– Occorre inserire una DTD e usare le apposite funzioni degli
editor xml
 Come visualizzare un documento XML ?
– Un semplice browser non è sufficiente, occorre formattare il
documento attraverso XSL (o XSLT)
 Come effettuare ricerche all'interno di una base dati
costruita da tanti documenti XML ?
– Attraverso il linguaggio XQUERY o motori di ricerca dedicati
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

EDITOR XML: quale scegliere ?
 Ampia scelta di software multipiattaforma
 Buone le possibilità offerte dai software freeware o
open-source
 Possibilità di gestire progetti, validazione del codice
e supporto per TEI P5
 EDITOR XML GRATUITI:
– BONFIRE STUDIO www.tucows.com/preview/239846
– COOKTOP www.xmlcooktop.com
– Peter's XML Editor www.iol.ie/~pxe/
– XMLPad v.2.2 www.wmhelp.com/download.htm
– Classical Text Editor (T.E.I.) www.oeaw.ac.at/kvk/cte/
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

EDITOR XML: quale scegliere ?
 EDITOR XML DERIVATI da versioni commerciali:
– XMLMind Personal Edition
www.xmlmind.com/xmleditor/persoedition.html
– Exchanger XML Lite www.freexmleditor.com
 Versioni di valutazione 30 giorni:
– <oXygen/> XML Author
www.oxygenxml.com/download_oxygenxml_author.html
– Altova XML Spy www.altova.com/download.html
 Lista completa, suddivisa per sistema operativo:
– www.xml-dev.com/xml/XML%20Editors.mm.html
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Classical Text Editor: Word-Processor for Critical Editions
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Exchanger XML Lite
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Peter's XML Editor
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

XMLMind Personal Edition
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Altova XML Spy (commercial)
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Esercitazione su XML
 ESERCIZIO 1: Creare un file XML secondo lo
schema seguente:
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Document Type Definition
 La DTD di un documento (XML o altro) permette di
definire le caratteristiche della codifica e dei tag e
quindi consente la “validazione” del documento
 Può essere interna o esterna (file o pubblica) al
documento:
<?xml version=”1.0” standalone=”no”?>
<!DOCTYPE esempio PUBLIC nomeconvenzionale “http://www../nome.dtd”>
<!DOCTYPE esempio SYSTEM “nome.dtd”>
oppure interna al documento
<!DOCTYPE esempio [
<!ELEMENT libro (nome, titolo, casa_editrice, luogo, anno)>
<!ELEMENT nome (#PCDATA)>
]> e qui inizia il documento XML vero e proprio
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Regole di sintassi per la DTD
 Definizione di elementi: <!ELEMENT nome regola>
<!ELEMENT Libro (#PCDATA) > <!ELEMENT Libro (#ANY) > <!ELEMENT BR (#EMPTY) >
 Definizione di gruppi per ogni elemento:
<!ELEMENT Struttura (Pagine, Capitoli, Appendici) >
 Definizione delle molteplicità:
<!ELEMENT Struttura (Pagine?, Capitoli+, Appendici*) >
dove ? = 0 o 1 volte + = da 1 a infinito * = da 0 a infinito
 Definizione di attributi
<!ELEMENT Pubblicazione (#PCDATA) >
<!ATTLIST Pubblicazione Tipo (quotidiano | settimanale | mensile) #REQUIRED >
 Definizione di entità
<!ENTITY CopyRight \"(C) Copyright Mondadori – 2001 tutti i diritti riservati\" >
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Esempio di DTD
<?xml version=\"1.0\"?>
<!DOCTYPE Libro [
<!ELEMENT Libro (Titolo, Editore, Prezzo, Descrizione, Struttura) >
<!ELEMENT Titolo (#PCDATA) >
<!ELEMENT Editore (#PCDATA) >
<!ELEMENT Prezzo (#PCDATA) >
<!ATTLIST Prezzo Valuta CDATA #REQUIRED >
<!ELEMENT Descrizione (#PCDATA) >
<!ELEMENT Struttura (Pagine, Capitoli, Appendici?) >
<!ELEMENT Pagine (#PCDATA) >
<!ELEMENT Capitoli (#PCDATA) >
<!ELEMENT Appendici (#PCDATA) >
]>
<Libro>
<Titolo>XML Tascabile</Titolo>
<Editore>Mondadori Informatica Libri</Editore>
<Prezzo Valuta=\"Euro\">7.70</Prezzo>
<Descrizione>Si tratta di un tascabile che accompagna il lettore nella
scoperta della tecnologia XML e delle sue applicazioni concrete
nello sviluppo di software</Descrizione>
<Struttura>
<Pagine>288</Pagine>
<Capitoli>12</Capitoli>
<Appendici>1</Appendici>
</Struttura>
</Libro>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Oltre le DTD: XML Schema Definition
 XSD è nato per superare i limiti della DTD nella
definizione dei dati (campi e tipi di dati)
 XSD consente di usare le stesse tipologie usate per
la definizione dei database
 Il file XSD è un file XML autonomo e segue le stesse
regole
 XSD è integrabile nel documento XML mediante il
seguente codice:
<ELEMENTO_ROOT
xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\"
xsi:noNamespaceSchemaLocation=\"schema.xsd\">
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Tipi di dati anySimpleType
Fonte: http://docs.codehaus.org
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Fogli di stile per rappresentare il documento
 La presentazione di un documento XML viene
controllata da uno o più fogli di stile:
 I linguaggi di stile utilizzabili con XML sono:
 Extensible Stylesheet Language (XSL)
 Cascading Style Sheet (CSS) comuni con l'html
<?xml-stylesheet type=\"text/css\"
href=\"StileXML.CSS\"?>
<?xml-stylesheet href=\"city.xsl\" type=\"text/xsl\"?>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Esempio di file .CSS
 Titolo {font-Family: Arial; font-Size: 12pt; color: red; display: block;}
 Paragrafo {font-Family: Verdana; font-Size: 8pt; color: blue; display:
block;}
 Documento {font-Family: Arial; font-Size: 10pt; color: black; display:
inline;}
 Titolo {
font-Family: Arial;
font-Size: 20pt;
color: red;
display: block;
}
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Esempio di file .XSL
<?xml version=\"1.0\" encoding=\"UTF-8\"?>
<xsl:stylesheet version=\"1.0\"
xmlns:xsl=\"http://www.w3.org/1999/XSL/Transform\">
<xsl:output method=\"html\"/><xsl:template match=\"/\">
<html><head><title>Cities</title></head><body>
<h2>Cities</h2>
<xsl:apply-templates select=\"cities\"/>
</body>
</html>
</xsl:template>
</xsl:stylesheet>
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Strumenti aggiuntivi per XML
 Esistono diversi strumenti legati all'XML, ognuno
progettato dal W3C con uno scopo aggiuntivo:
 XLink = serve a collegare in modo completo due
documenti XML; al contrario dei classici collegamenti
ipertestuali che conosciamo in HTML, XLink
permette di creare link multidirezionali e
semanticamente avanzati.
 Xforms = gestione di form in html
 Xquery = linguaggio di interrogazione di basi di dati
create in XML
 SVG = Formato per la gestione di immagini vettoriali
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Esercitazione su XML
 SGML e XML:
– ESERCIZIO 2: Creare un file XML basato sulla seguente DTD e
testarne la validazione:
<!DOCTYPE schedatura[
<!ELEMENT inventario (libro+)>
<!ELEMENT libro (isbn,titolo?,autore+,editore,prezzo)>
<!ELEMENT isbn (#PCDATA)>
<!ELEMENT titolo (#PCDATA)>
<!ELEMENT autore (#PCDATA)>
<!ELEMENT editore (#PCDATA)>
<!ELEMENT prezzo (#PCDATA)>
<!ATTLIST prezzo Valuta CDATA #REQUIRED >
]>
– ESERCIZIO 3: Formattare il documento mediante CSS
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Informatica per le scienze umanistiche:
PARTE 3
Text Encoding Iniziative:
standard per la riproduzione
dei testi in formato digitale
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008

Riferimenti:
 Breve bibliografia:
– M. Canducci, XML pocket, Apogeo 2005.
– T. Numerico, A. Vespignani, Informatica per le scienze
umanistiche, Il Mulino Bologna 2003
– A. Ciula, F. Stella, Digital philology and medieval texts, Pacini
Editore 2007
 Sitografia (aggiornata al 12/6/08)
Buon punto di partenza per l'apprendimento di XML e TEI,
con esempi e link ad altre risorse:
• http://www.tei-c.org/index.xml
• http://www.xml.it:23456/XML/REC-xml-19980210-it.html
• http://it.wikipedia.org/wiki/XML
Modulo IV: Informatica e nuovi media al servizio della catalogazione e della valorizzazione 12-13 Giugno 2008