XML: caratteristiche e vantaggi

XML, acronimo di eXtensible Markup Language, è un linguaggio marcatore, standard W3C90 _{dal 1997, che nasce in quanto evoluzione e}

semplificazione di un altro linguaggio lo Standard Generalized Markup Language (SGML). L'SGML non è un linguaggio di marcatura in sé, definisce piuttosto la sintassi standard per la definizione di uno specifico linguaggio di marcatura, è quindi un metalinguaggio, la cui funzione

88 Il markup non è esclusivamente un concetto di dominio informatico, la scrittura manuale stessa contiene due tipologie di markup, uno definito puntazionale, relativo alla punteggiatura, l'altro presentazionale, relativo ad esempio all'impaginazione.

89 Cfr. R. Brighi, Norme e conoscenza: dal testo giuridico al metadato, Giuffrè, Milano, 2004, pp. 23-25.

90 World Wide Web Consortium, organismo internazionale preposta all'evoluzione tecnologica del web tramite la standardizzazione di linguaggi e protocolli.

principale è la stesura di particolari documenti chiamati Document Type Definition (DTD), i quali definiscono la struttura sintattica che un documento di un certo tipo deve avere91_.

XML, linguaggio estensibile di marcatura, non definisce, come nel caso dell'HTML, una specifica grammatica per la descrizione e la formattazione di testi, si configura anch'esso come metalinguaggio, poiché permette la formalizzazione e la strutturazione del contenuto del testo utilizzando marcatori personalizzati. La sintassi di XML specifica soltanto come debbano essere creati i marcatori, che poi si inseriranno nel testo da marcare. Con XML si creano quindi nuovi linguaggi, tramite i quali è possibile descrivere classi arbitrarie di documenti, elencandone gli elementi costitutivi ed i vincoli strutturali. Rispetto al suo predecessore l'SGML, XML si differenzia per una maggiore semplicità, leggibilità e usabilità, il suo valore aggiunto è quello di permettere di classificare i singoli frammenti di testo e contestualizzarli all'interno di una certa gerarchia. La struttura di un documento XML è infatti detta ad 'albero', in quanto costituita da nodi, identificati da specifici tag, al cui interno se ne sviluppano altri. I tag racchiudono pezzi di informazione, elementi, in maniera chiara e ben definita, questi hanno la forma di <nome>, dove nome è il nome dell'elemento che viene descritto92_{. La definizione di tali tag e}

91 L'HTML (Hyper Text Markup Language) è nato come una particolare applicazione di SGML, e si è successivamente evoluto senza tener conto delle regole espresse da SGML.

92 Le caratteristiche costitutive dei linguaggi di markup sono: gli elementi, gli attributi e le entità. • Elementi. Le etichette testuali individuate da parentesi angolari (tag), attribuiscono

caratteristiche strutturali o descrittive ai vari elementi di un documento, es. <titolo>Scuola di dottorato TSI</titolo>, gli elementi a loro volta possono contenere altri elementi, es. <titolo>Scuola di dottorato <nome>TSI</nome></titolo>, oppure possono essere vuoti, es. <rubrica/> indica che l'elemento 'rubrica' è vuoto.

• Attributi. Sono dati aggiuntivi al contenuto, che permettono di arricchire l'elemento con ulteriori informazioni, utili per la ricerca ipertestuale, la formattazione tipografica e l'elaborazione di applicativi informatici aggiuntivi. Sono posti dentro il tag di apertura ed hanno una sintassi del tipo nome=”valore”, es. <comma id="art2-com2">, in questo caso l'attributo, tramite l'identificativo 'id=””', ci da l'esatta collocazione del comma all'interno del testo di legge.

della loro specifica sintassi è rigorosamente racchiusa nella DTD, la quale conterrà l'insieme tassonomico delle regole affinché un testo possa correttamente definirsi valido93_{. Un documento XML dovrà quindi essere}

benformato (well-formed), ovvero rispettare le regole strutturali e sintattiche del linguaggio XML, e dovrà essere validato secondo la propria DTD94_.

Gli aspetti che maggiormente interessano del linguaggio XML ai fini del trattamento del testo giuridico sono: la definizione di una specifica struttura standardizzata del documento e, la separazione netta fra struttura e contenuto. Ciò garantisce una maggiore uniformità e di conseguenza una maggiore interoperabilità nella gestione e nella ricerca dei testi. XML è stato pensato infatti, a differenza dell'HTML, non solo come strumento di visualizzazione dei testi, ma anche come strumento di: descrizione, estrazione, organizzazione e gestione del contenuto dei testi. L'aspetto presentazionale è tenuto ben distinto da quello gestionale, pertanto il programma che analizza un documento XML (parser) sarà in grado sia di visualizzarne il contenuto, sia di analizzare i dati 'nascosti', ovvero i metadati per le eventuali operazioni applicative accessorie.

I testi normativi data la loro predefinita struttura formale, informazioni riguardanti l'identità dell'atto, e gerarchica, organizzazione del testo in partizioni formalmente riconosciute (titolo, capo, articolo, comma, ecc),

• Entità. Sono codificazioni usate per specificare la corretta visualizzazione di caratteri 'pericolosi', come ad esempio le lettere accentate che per varie ragioni vengono codificate non in maniera omogenea dai sofware e dai sistemi operativi esistenti. L'entità viene introdotta dal carattere “&” e conclusa dal carattere “;”, es. &lt; equivale a '«'.

93 Il DTD e l'XML Schema, specificano il vocabolario degli elementi e le regole grammaticali per una data classe di documenti XML, indicano la struttura del documento (elementi ammissibili e loro gerarchia), gli elementi obbligatori e opzionali e gli attributi che possono, o devono, essere associati ad ogni elemento. Il DTD o lo Schema vengono associati al documento XML che modellano, l'associazione di un modello al documento permette di valutarne la correttezza. Cfr. R. Brighi, Norme e conoscenza: dal testo giuridico al metadato,op. cit., p. 31. Sulle differenze fra DTD e Schema si veda sempre Brighi pp. 31 e ss.

94 Per un'attenta disamina delle tecnologie informatiche al servizio dell'informatica giuridica si veda: G.Sartor, L'informatica giuridica e le tecnologie dell'informazione: corso di informatica giuridica, Giappichelli, Torino, 2010.

sono particolarmente adatti ad una rappresentazione in XML. I metadati che si aggiungono al testo aumentano sia l'interoperabilità, sia l'intelligibilità dei contenuti testuali, garantendo così maggiore accessibilità ai testi.

L'esempio sottostante mostra la rappresentazione in XML di una partizione di testo legislativo contenente una MTE.

L'esempio ci mostra un articolo di legge identificato in maniera univoca dal tag <articolo id="art1">, il quale contiene un comma anch'esso univocamente identificato <comma id="art1-com1">, al cui interno è presente una MTE <mod id="mod1">, in questo caso una integrazione, da scriversi sull'articolo 14 bis, comma 2, della legge regionale 17 marzo 2000, n. 26 (identificato in maniera stabile ed univoca tramite l'assegnazione di un nome uniforme URN contenuto nel link ipertestuale), contenente il seguente contenuto <virgolette id="mod1-vir1" tipo="parola">.

Dall'esempio si nota come le informazioni aggiuntive (tags) siano di fatto completamente separate dal dato letterale del testo e pertanto riutilizzabili per applicazioni diverse, si pensi alle potenzialità di querying <articolo id="art1"> <num>ARTICOLO 1</num> <comma id="art1-com1"> <num>1.</num> <corpo> <mod id="mod1"> All'<rif xlink:href="urn:nir:regione.toscana:legge:2000-03-17;26#art14bis-com2" xlink:type="simple">articolo 14 bis, comma 2, della legge regionale 17 marzo 2000, n. 26</rif>, è aggiunto il seguente periodo:"

<virgolette id="mod1-vir1" tipo="parola">

Il componente del gruppo può richiedere, in luogo di una unità di personale, due unità a tempo parziale in uguale misura senza aggravio di costi per l'amministrazione </virgolette>". </mod> </corpo> </comma> </articolo>

in un database relazionale, oppure alle procedure consequenziali automatizzabili del singolo testo normativo, ad esempio il processo di consolidamento dei testi.

La marcatura XML, essendo essenzialmente dichiarativa, niente specifica circa la presentazione del testo, le istruzioni in tal senso vengono specificate dal foglio di stile XSLT95_{, con il vantaggio di poter gestire}

autonomamente la visualizzazione del testo, a seconda delle diverse esigenze.