HTML - язык гипертекстовой разметки Интернет-документов

Язык HTML и представление знаний 8.1.1. Историческая справка

Представление данных и знаний в Интернете

□Язык HTML и представление знаний

□Онтологии и онтологические системы

□Системы и средства представления онтологических знаний

Очевидно, что для представления информации в среде Интернет нужен был язык, который бы был «понимаем» всеми компьютерами в сети и вместе с тем обеспечи­вал бы достаточные выразительные средства для удобного описания разных типов документов. Таким языком публикаций для WWW и стал HTML (Hyper-Text Markup Language) [WAI, 1999]. Этот язык предоставляет авторам Интернет-публикаций средства:

• представления документов, включающих заголовки, тексты, таблицы, списки, «картинки» и т. п. элементы;

• осуществления навигации по отдельным документам и множеству документов путем использования гиперссылок;

• конструирования диалоговых форм для взаимодействия с удаленными серви­сами, доступными в сети, а также:

• включения в документы вычисляемых форм (spread-sheets), видео и звука, равно как и разнообразных приложений.

HTML - «авторский» язык. Первая его версия была разработана Т. Бернерс-Ли (Tim Berners-Lee) из Европейского Центра ядерных исследований (CERN). Ак­тивно поддерживался этот язык компанией NCSA, где был реализован один из первых Web-броузеров - Mosaic. Победное шествие HTML по Интернету все 90-е годы объясняется, в первую очередь, взрывным ростом Web и потребностя­ми в единообразном представлении информации. За это время язык претерпел существенные изменения. И уже к середине 90-х годов произошла стандартиза­ция его версий, которая стала курироваться международными организациями.

Версия HTML 2.0 (ноябрь 1995 г.) была разработана под эгидой Internet Engi­neering Task Force (IETF) для фиксации уже сложившейся практики использо­вания этого языка до 1994 г. включительно [Berners-Lee et al., 1995]. В версиях HTML+ (1993 г.) и HTML 3.0 (1995 г.) описательные возможности языка были существенно расширены. Практика использования новых конструкций усилия­ми World Wide Web Consortium's (W3C) HTML Working Group была зафикси­рована в HTML 3.2 (январь 1997 г.) [Raggett, 1997]. В настоящее время наиболее развитой является версия языка HTML 4.0 [HTML 4, 1998], в которой представ­лены новые возможности аппаратуры и требования производителей программ­ного обеспечения броузеров, а также пожелания Интернет-авторов.

Целью настоящей главы в целом и данного параграфа в частности, безусловно, не является описание языка HTML или изложение приемов создания Интернет-до­кументов с использованием этого языка. Для этого в настоящее время имеется достаточное число книг, пособий и Интернет-сайтов, в том числе и русскоязыч­ных (например, http://www.citforum.ru/). Вместе с тем для обсуждения возмож­ностей HTML по представлению в Интернет знаний, а не данных основные поня­тия этого языка нам потребуются. Вот почему ниже приводится краткое описание структуры HTML-текстов и некоторых основных конструкций самого языка.

HTML - язык разметки Интернет-документов с помощью специальных конст­рукций, называемых тегами (tag). Для выделения тегов в HTML-текстах эти конструкции берутся в угловые скобки. Различают теги «открытия» размечае­мого фрагмента (они задаются ключевым словом и, быть может, множеством до­пустимых параметров) и теги его «закрытия» (такие теги суть то же ключевое слово, которому предшествует символ «/»). В отличие от начальных конечные теги параметров не имеют. Некоторые из начальных тегов не имеют парных ко­нечных. Регистр, в котором представлены ключевые слова тегов и их параметров, роли не играет. Пожалуй, этими соглашениями и исчерпываются основные пра­вила, которым следуют все спецификации языка HTML. Отметим лишь, что полное и строгое его описание базируется на специальной системе специфика­ции языков разметки SGML [Goldfarb, 1991], одним из примеров использования которой и является HTML.

Общая структура HTML-документа может быть представлена следующим фор­матом:

<! DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.0//EN"

" http://www.w3.org/TR/REC-html40/strict.dtd ">

<HTML>

<HEAD>

<TITLE>Наименование документа</ TITLE >

<МЕТА name=keywords content="Пpeдcтaвлeниe знаний,

мультиагентные системы">

</HEAD>

<BODY>

Собственно текст документа

</ BODY >

</HTML>

Как следует из приведенного формата, комментарий <!DOCTYPE...> фиксирует текущее состояние спецификации версии языка HTML. Кроме того, в HTML-до­кументе выделяются две основные структурные единицы - «голова» документа (между тегами <HEAD> и </HEAD>) и его «тело» (между тегами <BODY> и </BODY>).

Один из элементов головы документа - это заголовок - произвольный текст меж­ду тегами < TITLE > и </TITLE >. Не менее, а быть может и более важным элементом головы документа является тег <МЕТА...>. В приведенном выше примере этот тег с помощью параметров name и content фиксирует значение первого атрибута как keywords, а второго - как ключевые слова «Представление знаний» и «Мультиагентные системы». Этот и некоторые другие теги типа <МЕТА... > ориентирова­ны на аннотирование Интернет-документов и, кроме того, существенно облегча­ют задачу индексирования их, например, с помощью сетевых роботов.

Собственно содержание документа находится в теле. Как правило, оно состоит из последовательности структурных единиц, базисными среди которых являются заголовки разного уровня (текст, заключенный между тегами <Hi> и </Hi>) и па­раграфы - текст между тегами <Р> и </Р>. По существу, это минимальные сред­ства форматирования Интернет-документов. Естественно, что в HTML, особенно в его последней версии HTML 4.0, такие средства значительно богаче. Здесь и всевозможные выравнивания, и табуляция, и несколько типов списков, и т. д. Но более важными базовыми конструкциями языка HTML, которые, собственно, и дают основание ввести в его название термин «гипертекст», являются якоря (anchors).

Синтаксически эти конструкции представлены тегами <А> и </А> с атрибутами NAME и HREF.

Собственно якорем является конструкция вида

<А МАМЕ="Метка">текст</А>,

которая обеспечивает уникальное (в пределах документа) имя начала определен­ного фрагмента HTML-текста. При этом текст, заключенный между тегами <А> и </А>, как правило, задает семантически значимое наименование заголовка.

Для ссылок на помеченные таким образом части Интернет-документа использу­ются конструкции

<А HREF="#Meткa">Текст</A> или <А HREF=^,,URL">Текст</A>.

Первая из них задает локальную ссылку на часть документа, начинающуюся с указанной метки. Вторая - глобальную ссылку на документ в сети, однозначно идентифицируемый с помощью URL (Unified Resource Locator). По существу, URL - это Интернет-адрес: имя домена, уточненное названием протокола и собственное имя документа, включая путь к нему в пределах данного домена. В качестве примера URL можно привести следующую ссылку вида http://www. anywhere.ru/any what.html.

Использование в Интернет-публикациях ссылок позволяет организовать логи­ческое структурирование информации и обеспечивает удобную и единообразную навигацию как в пределах одного документа, так и в целом по множеству доку­ментов, которые, по мнению автора данного HTML-текста, связаны между собой.

Важными конструкциями HTML, особенно в его последней версии, являются также таблицы с богатыми возможностями задания многоуровневых заголовков и формы, с помощью которых в язык введены средства обеспечения диалога с чи­тателями Интернет-документов. Базисными конструкциями форм являются ре­дактируемые текстовые поля, элементы выбора, кнопки и т. п.

Примеры форматов спецификации таблиц и форм приведены ниже.

<TABLE>

<TR>

<TD> Столбец-1, строка-1 </TD>

<TD> Столбец-1, строка-2 </TD>

</TR>

</TABLE>

<FORM METHOD="POST...>

<P>

Вы можете ввести в поле одну строку:

<INPUT NAME="entry">

</Р>

<Р>

Для обработки результатов ввода нажмите кнопку:

<INPUT TYPE="submit" VALUE="Принять запрос">

</Р>

</FORM>

Заметим, что именно на уровне форм в HTML появились возможности ввода ин­формации в просматриваемый документ и ее обработки с помощью специальных программ, выполняемых на сервере. В последних версиях языка эта идея получи­ла дальнейшее развитие и в настоящее время присоединенные процедуры могут быть подключены к HTML-документу не только в формах, но и в других конст­рукциях, а их выполнение может осуществляться как на сервере, так и на клиенте.

Следующей важной конструкцией, которая появилась уже в версии языка HTML 2.0, являются кадры (frames). Часто их называют также рамками или фреймами. С использованием кадров стало возможным разделить документ на части и представлять их в отдельных, правда, неперекрывающихся, областях эк­рана. По существу, с кадрами в язык HTML были введены в ограниченном объе­ме средства представления информации, характерные для многооконных при­ложений. Экранная форма с примером структуризации документа с помощью кадров приведена на рис. 8.1.

Рис. 8.1. Использование кадров для структуризации Интернет-документа

На наш взгляд, концепция кадров получила естественное развитие в конструк­циях HTML 4.0, названных слоями (layers). Основными достоинствами слоев являются возможность их «привязки» по месту на экране, динамическое «всплывание» и «схлопывание» слоев, а также их перекрытие.

Кроме слоев в HTML 4.0 появились и другие конструкции, расширяющие воз­можности разметки Интернет-документов, среди которых следует отметить ин­тернационализацию (использование стандарта ISO/IEC: 10646 в качестве базо­вого множества допустимых символов, а также появление специальных тегов, фиксирующих кодировку документа); более четкое разделение между структу­рой документа и его представлением за счет таблиц стилей (style sheets); скрип­ты (scripts), поддерживающие, в частности, создание динамических страниц; но­вый механизм интеграции текстовых и графических ссылок, исполняемый на стороне клиента (client-side image map mechanism) и, безусловно, стандартиза­цию механизма подключения к HTML-документам базисных медиаобъектов и приложений (embedding generic media objects and applications).

Справедливости ради следует отметить, что интерпретация некоторых конструк­ций последних версий языка HTML разными броузерами различна. Однако, как представляется, это не принципиальные, а технологические трудности совмести­мости программных продуктов разных фирм, в первую очередь Microsoft и Net­scape.

В целом же можно констатировать, что текущая версия языка HTML является мощным средством разметки Интернет-документов. Но ориентирован этот язык скорее на «разметку визуализации», чем на семантическую разметку, доступную для восприятия не только читателями-людьми, но и программами (в первую оче­редь, агентами, функционирующими в среде Интернет, которые обсуждаются в следующей главе настоящей книги). И тем не менее некоторые, правда ограни­ченные, возможности для представления знаний имеются в этом языке и сейчас. Вот почему в следующем подразделе данного параграфа эти вопросы обсужда­ются подробнее.

Дата добавления: 2015-07-02