World Wide Web (WWW nebo jednoduše Web) je informační prostor, ve kterém položky zájmu, označované jako zdroje, jsou identifikovány globálními identifikátory, které se nazývají jednotné identifikátory zdroje (URI =Uniform Resource Identifier).
Příklady, jako je následující
cestovní scénář, se užívají v celém tomto dokumentu k ilustraci typického chování
webových agentů - lidí nebo softwaru jednajícího v tomto informačním prostoru.Uživatelský agent jedná v zastoupení uživatele. Softwaroví agenti zahrnují servery, servery proxy, vyhledávače, prohlížeče a multimediální přehrávače.
Příběh
Při plánování cesty do Mexika čte Nadia "Povětrnostní informace v Oaxaca: 'http://weather.example.com/oaxaca'" v lesklém časopise cestovního ruchu.
Nadia má dostatek zkušeností s webem, aby rozpoznala, že "http://weather.example.com/oaxaca" je URI, a že asi bude schopna vyhledávat přidružené informace pomocí jejího webového prohlížeče. Jakmile Nadia zadá URI do jejího prohlížeče:
- Prohlížeč pozná že to, co Nadia napsala, je URI.
- Prohlížeč vykoná požadavek k získání informací v souladu s jeho konfigurací pro zdroje identifikované přes "http" schéma URI.
- Autorita odpovědná za "weather.example.com" poskytne informaci v odpovědi na základě požadované žádosti.
- Prohlížeč interpretuje odezvu, identifikovanou serverem jako XHTML, a vykonává další dotazovací akce pro vložení grafiky a jiného obsahu podle potřeby.
- Prohlížeč zobrazuje získané informace, které zahrnují hypertextové odkazy k ostatním informacím. Nadia může následovat tyto hypertextové odkazy k získání dalších informací.
Tento scénář ilustruje tři architektonické základy webu, o kterých se diskutuje v tomto dokumentu:
-
Identifikace (§2). URI se používají k identifikaci zdroje. V tomto cestovním scénáři je zdroj pravidelně aktualizovaná zpráva o počasí v Oaxaca a URI je "http://weather.example.com/oaxaca".
-
Interakce (§3). Weboví agenti komunikují používáním standardizovaných protokolů, které umožňují interakci přes výměnu zpráv, které se řídí definovanou syntaxí a sémantikou. Zadáním URI do dotazovacího dialogu nebo vybráním hypertextového odkazu říká Nadia svému prohlížeči, aby vykonal požadavek k získání informací ze zdroje, který se rozpozná podle URI. V tomto případě pošle prohlížeč žádost HTTP GET (část protokolu HTTP) na server "weather.example.com", přes TCP/IP port 80 a server pošle zpět zprávu obsahující, co určuje reprezentaci zdroje v čase, v kterém byla reprezentace vygenerována. Všimněte si, že tento příklad je specifický pro hypertextové vyhledávání informací-další druhy interakce jsou možné, obojí uvnitř prohlížečů a za použití jiných druhů webových agentů; náš příklad má za cíl ilustrovat jednu běžnou interakci, nikoliv definovat řadu možných interakcí nebo omezit způsoby, jakým by mohli agenti používat web.
-
Formáty (§4). Většina protokolů užívaných pro získávání reprezentace a (nebo) odeslání použije posloupnost jedné nebo více zpráv, které společně obsahují důležitý obsah reprezentace dat a metadat, a přenesou tak reprezentaci mezi agenty. Volba dorozumívacího protokolu stanoví meze na formáty reprezentace dat a metadat, které mohou být přeneseny. HTTP například typicky přenáší jednotlivé toky bytů plus metadata a užívá v hlavičce "Content-Type" a "Content-Encoding" k další identifikaci formátu reprezentace. V našem scénáři je přenášená reprezentace v XHTML identifikována pomocí "Content-Type" v hlavičce HTTP obsahující registrované jméno typu internetového média "application/xhtml+xml". Toto jméno signalizuje, že zobrazení dat může být zpracováno podle specifikace XHTML.
Nadin prohlížeč je konfigurovaný a naprogramovaný tak, aby interpretoval výsledek zobrazení "application/xhtml+xml" jako instrukce k poskytnutí obsahu tohoto zobrazení podle stávajícího modelu XHTML, včetně nějakých vedlejších interakcí (jako žádost o externí styly nebo vložení obrázků), které jsou volány k zobrazení. Ve scénáři reprezentace dat XHTML přijatá od počáteční žádosti instruuje Nadin prohlížeč, aby našel a okamžitě poskytl povětrnostní mapy, přičemž každá je identifikována URI, a způsobí tak další dotazy mající za následek další zajištění, která jsou zpracována prohlížečem podle jejich vlastních formátů dat (například., "application/svg+xml" signalizují SVG formát dat), a tento proces pokračuje dál, dokud nebudou poskytnuty všechny formáty dat. Výsledek všech těchto zpracování, jakmile prohlížeč dosáhl takového aplikačního stavu, který se shoduje s počáteční požadovanou akcí Nadi, je obvykle označován jako "webová stránka".
Následující ilustrace ukazuje vztah mezi identifikátorem, zdrojem a reprezentací.
Ve zbytku tohoto dokumentu zdůrazníme důležité zásadní body architektury týkající se webových identifikátorů, protokolů a formátů. Budeme také hovořit o některých důležitých obecných architekturních zásadách (§5)
a jejich použití v rámci webu.
Tento dokument popisuje vlastnosti, které od webu požadujeme, a volby návrhu, kterými jsme tyto vlastnosti realizovali. Podporují opětovné použití existujících standardů, když se to hodí, a dává rady, jak provádět inovace ve způsobu shodném s architekturou webu.
Termíny MUSÍ, NESMÍ, MĚL BY, NEMĚL BY a MŮŽE jsou použity u zásad, omezení a u dobrých praxí v souladu s RFC 2119 [RFC2119].
Tento dokument nezahrnuje ustanovení o shodě z těchto důvodů:
- Předpokládá se, že přizpůsobovat software by bylo tak rozmanité, že by nemělo smysl odkazovat se na vyšší třídy vyhovujících softwarových agentů.
- Některé praktické rady se týkají lidí; specifikace obecně definují shodu pro software, ne pro lidi.
- Nevěříme, že přidáním sekce "shoda" bychom zvětšili užitečnost dokumentu.
Tento dokument má za cíl informovat o problémech Webové architektury. Oslovené publikum pro tento dokument zahrnuje:
- Účastníky ve W3C Activities
- Další skupiny a jedince navrhující technologie, které se dají začlenit do Webu
- Implementátory specifikací W3C
- Autory a vydavatele obsahu Webu
Poznámka: Tento dokument nerozlišuje nijak formálně termíny "jazyk" a "formát." Který termín je použit, to vyplyne z kontextu. Fráze "návrhář specifikace" v sobě zahrnuje jazykové, formátové a protokolové návrháře.
Tento dokument představuje obecnou architekturu webu. Další skupiny uvnitř a vně W3C se také zabývají specializovanými aspekty webové architektury zahrnující přístupnost, záruku jakosti, internacionalizaci, nezávislost na zařízení a webové služby. Část Architektonické specifikace (§7.1) zahrnuje odkazy na tyto související specifikace.
Tento dokument usiluje o rovnováhu mezi stručností a precizností, včetně názorných příkladů. Nálezy TAG jsou informační dokumenty, které doplňují stávající dokument tím, že poskytují více detailů o vybraných tématech. Tento dokument zahrnuje některé výňatky z těchto nálezů. Jelikož se nálezy vyvíjejí nezávisle, zahrnuje tento dokument odkazy na schválené nálezy TAG. Pro jiné záležitosti TAG pokryté tímto dokumentem, ale které by neměly schválený závěr, vedou odkazy k seznamu uveřejnění TAG.
Mnoho příkladů v dokumentu, které zahrnují lidskou aktivitu, předpokládají důvěrně známý model interakce webu (ilustrovaný na začátku kapitoly Úvod), kde osoba následuje odkaz přes uživatelského agenta, uživatelský agent získá a presentuje data, uživatel následuje další odkaz atd. Tento dokument detailněji nediskutuje o dalších takovýchto modelech jako je hlasové ovládání (viz například [VOICEXML2]). Volba modelu interakce může mít dopad na očekávané chování agenta. Například když se grafický uživatelský agent běžící na laptopu nebo přenosném zařízení setká s chybou, tak může oznámit chyby přímo uživateli skrz vizuální a zvukové podněty, a prezentuje uživateli volby, jak vyřešit problém. Na druhé straně, když někdo brouzdá webem pomocí hlasového vstupu a jediným výstupem je zvukový výstup, pak, jestliže agent oznámí chybu zase jen hlasově, zastaví se dialog, čeká se na uživatelův vstup, a to může redukovat použitelnost, protože je tak snadné se ztratit při brouzdání s jediným zvukovým výstupem. Dokument nediskutuje o tom, jak by se zásady, omezení a dobré praxe, které jsou zde popsané, používaly ve všech interakčních souvislostech.
Důležité body tohoto dokumentu jsou roztříděné následujícím způsobem:
- Zásada
- Architektonická zásada je základní pravidlo, které platí pro velké množství situací a proměnných. Architektonické zásady zahrnují "oddělení zájmů", "obecné rozhraní", "samopopisnou syntaxi", "viditelnou sémantiku", "síťový efekt" (Metcalfův zákon) a Amdahlův zákon: "Rychlost systému je omezená jeho nejpomalejší součástí."
- Omezení
- Některé volby v designu webu jako jména p a li elementů v HTML, volba dvojtečky (:), znak v URI nebo sdružování bitů do osmibitových jednotek (oktetů), jsou poněkud libovolné; jestliže by se vybral paragraph namísto p nebo hvězdička (*) namísto dvojtečky, pak by byl výsledek ve velkém měřítku nejspíše stejný. Tento dokument se soustředí na základnější návrhové volby: návrhové volby, které vedou k omezení, tj. omezení v chování nebo v interakcích uvnitř systému. Omezení mohou být předepsána pro technické, politické nebo pro další důvody k dosáhnutí žádoucích vlastností v systému, jako přístupnost, globální rozsah, relativní snadnost vývoje, efektivita a dynamická roztažnost.
- Dobrá praxe
- Dobré praxe softwarových vývojářů, autorů obsahu, správců webu a návrhářů specifikací, které zvyšují hodnotu webu.
Za účelem vnitřní komunikace se komunita shoduje (v rozumném rozsahu) na souboru podmínek a jejich významů. Jediným cílem webu od jeho začátku bylo vybudovat globální společenství, v kterém jakákoliv společnost může sdílet informaci s jinou společností. K dosáhnutí tohoto cíle používá web jednotného globálního identifikačního systému: URI. URI jsou základním kamenem architektury webu, poskytující identifikaci, která je přes web běžná. Globální rozsah URI podporuje ve velkém měřítku "síťové efekty": hodnota identifikátoru se zvyšuje tím více, čím více je konzistentně používán (například, více je používán v hypertextových odkazech (§4.4)).
Zásada: Globální identifikátory
Globální pojmenování vede ke globálním síťovým efektům.
Tento princip se datuje zpět přinejmenším až k seminární práci Douglase Engelbarta o otevřených hypertextových systémech; viz kapitola Every Object Addressable v [Eng90].
Volba syntaxe pro globální identifikátory je poněkud libovolná; to je dáno jejich globálním rozsahem, který je důležitý. Jednotný identifikátor zdroje, [URI], byl úspěšně nasazen od vytvoření webu. Zahrnutí účasti v existující síti URI nese značné výhody obsahující odkazování, tvorbu záložek, ukládání do vyrovnávacích pamětí a indexování vyhledávacími stroji, a to také vyžaduje značné výdaje při vytvoření nového identifikačního systému, který má stejné vlastnosti jako URI.
Dobrá praxe: Identifikujte pomocí URI
Ke zvýhodnění a zvýšení hodnoty World Wide Webu BY MĚLI agenti pro zdroje poskytnout URI jako identifikátory.
Ke zdroji by měl být přidružený URI, jestliže by k němu další strana chtěla vytvořit hypertextový odkaz, nebo by o něm chtěla učinit nebo vyvrátit tvrzení, získat nebo ukrýt jeho reprezentaci, zahrnout celý nebo jen část odkazem do další reprezentace, poznamenat si jej nebo s ním vykonávat další operace. Softwaroví vývojáři by měli očekávat, že sdílení URI aplikacemi bude užitečné, dokonce i když užitečnost není zpočátku očividná. Nález TAG "URIs, Addressability, and the use of HTTP GET and POST" diskutuje o dalších výhodách a předpisech adresovatelnosti URI.
Poznámka: Některá schémata URI (jako třeba specifikace schématu URI "ftp") používají termín "určený," ale tento dokument užívá "identifikovaný."
URI úmyslně identifikuje jeden jediný zdroj. Nemůžeme omezit rozsah toho, jak by mohl vypadat zdroj. Termín "zdroj" je používán v obecném smyslu pro cokoliv, co by mohlo být identifikované pomocí URI. Tradiční je v hypertextu webu popisovat jako "zdroje" webové stránky, obrázky, katalogy produktů atd. Rozlišující charakteristika pro zdroje je, že všechny jejich podstatné znaky mohou být zprostředkované ve zprávě. Tuto sadu znaků nazýváme jako "informační zdroje."
Tento dokument je příkladem informačního zdroje. Skládá se ze slov a interpunkčních symbolů, grafiky a dalších věcí, které mohou být zakódované s proměnnými stupni přesnosti do posloupnosti bitů. Nenajdou se zde takové informace, které by se nemohly poslat zprávou. V případě tohoto dokumentu je sdělením zprávy reprezentace dokumentu.
Nicméně naše použití termínu zdroj je úmyslně širší. Další věci jako auta a psi (a jestli jste tiskli dokument, věc, kterou držíte v ruce) jsou také zdroje. Nejsou to informační zdroje, protože jejich podstatou není informace. Ačkoli je možné zapsat velké množství informací o autě nebo psovi do posloupnosti bitů, součet těchto informací bude jen stálým přiblížením základního charakteru zdroje.
Definujeme termín "informační zdroj," protože jsme vysledovali, že to je užitečné v diskusích o technologii webu a také při vytváření specifikací zařízeních vytvořených k používání na webu.
Omezení: URI identifikuje jediný zdroj
Přiřaďte přesný URI k přesným zdrojům.
Protože rozsah URI je globální, zdroj identifikovaný pomocí URI nezávisí na kontextu, v kterém se URI vyskytuje (viz také část o nepřímé identifikaci (§2.2.3)).
[URI]
je dohoda o tom, jak internetové společenství přidělí jména a spojuje je se zdroji, které identifikují. URI jsou rozděleny do schémat (§2.4), která definují přes své specifikace schémat mechanismus, které specifické identifikátory jsou spojovány se zdroji. Například schéma URI "http" ([RFC2616]) používá HTTP servery založené na technologii DNS a TCP k účelu alokace a rozlišení identifikátoru. Výsledkem toho je, že identifikátor jako "http://example.com/somepath#someFrag" často nabývá významu dle zkušeností komunity vykonáváním HTTP GET požadavku na identifikátor, a jestli je odezva úspěšná, pak se odezva ukáže v podobě reprezentace identifikovaného zdroje. (viz také identifikátory části(§2.6).) Samozřejmě, požadavek jako GET není jediný způsob, jak získat informaci o zdroji. Někdo by mohl také uveřejnit dokument, který by definoval význam konkrétního URI. Tyto další prameny zpráv mohou navrhnout význam pro takovéto identifikátory, ale je otázkou místního politického rozhodnutí, zda tyto návrhy brát v potaz.
Stejně tak by si někdo mohl přát odkázat se na osobu různými jmény (celým jménem, pouze křestním, sportovní přezdívkou a tak dále), proto architektura webu dovolí přidružení se zdrojem z více než jednoho URI. URI, které identifikují stejný zdroj, se nazývají aliasy URI. Kapitola
Aliasy URI (§2.3.1)
diskutuje o některých potenciálních nákladech při vytváření vícenásobného URI pro stejný zdroj.
Několik kapitol z tohoto dokumentu nastíní otázky o vztahu mezi URI a zdroji včetně:
URI úmyslně identifikuje jeden zdroj. Používání stejného URI k přímému identifikování jiných zdrojů způsobuje kolizi URI. Kolize zvyšují náklady na komunikaci kvůli vynaloženému úsilí, které je potřebné k odstranění "dvojsmyslů."
Předpokládejme například, že jedna organizace využije URI, aby se odkázala na film The
Sting, a další organizace používá stejný URI k odkázání na diskusní fórum o The Sting. U třetí osoby, která si je vědoma obou organizací, tato kolize způsobí zmatek o tom, co URI identifikuje, a tím se snižuje hodnota URI. Pokud by někdo chtěl mluvit o datu vyhotovení zdroje identifikovaného podle URI, tak by například nebylo jasné, zda to znamená "kdy byl vytvořený film" nebo "kdy bylo vytvořeno diskusní fórum o filmu."
Proto byla vymyšlená společenská a technická řešení k tomu, aby pomáhala se kolizím URI vyhnout. Nicméně úspěch nebo selhání těchto různých přístupů závisí na rozsahu trvale definujících specifikací, na kterých se shodlo internetové společenství.
Kapitola Alokace URI (§2.2.2) probírá přístupy pro stanovení autoritativního pramene informací o tom, jaký zdroj je identifikován URI.
URI jsou někdy používané pro nepřímou identifikaci (§2.2.3), což nutně nemusí vést ke kolizím.
Alokace URI je proces asociace URI se zdrojem. Alokace může být vykonána oběma majiteli zdroje a i jinými stranami. Je důležité vyhnout se kolizím URI (§2.2.1).
Vlastnictví URI je vztah mezi URI a společenskou jednotkou, jako je osoba, organizace nebo specifikace. Vlastnictví URI dává příslušné společenské jednotce jistá práva včetně:
- předat vlastnictví některé nebo všech vlastněných URI dalšímu majiteli - Delegace; a
- spojovat zdroj s vlastněným URI - Alokace URI.
Dle společné úmluvy se vlastnictví URI deleguje od IANA URI scheme registry [IANASchemes], což je sama společenská jednotka na specifikace schémat URI, které jsou registrované v IANA. Některé specifikace schémat URI dále delegují vlastnictví vedlejším registrům nebo jiným navrhnutým vlastníkům, kteří mohou dále delegovat vlastnictví. V případě specifikace spočívá vlastnictví nakonec na komunitě, která specifikaci udržuje.
Přístup pokládaný za "http" schéma URI například následuje vzor, kterým internetová společnost deleguje oprávnění, prostřednictvím IANA registru schémat URI a DNS, přes soubor URI s běžnou předponou k jednomu vlastníkovi. Jeden důsledek tohoto přístupu je silné spolehnutí webu na centrální registr DNS. Odlišný přístup je převzatý z URN Syntax scheme [RFC2141]
], které deleguje vlastnictví z částí prostoru URN k jmennému prostrou URN specifikace, které je zaregistrované v záznamech IANA-maintained registry of URN Namespace Identifiers.
Vlastníci URI jsou odpovědní vyvarovat se přiřazení ekvivalentních URI k více zdrojům. Tudíž, jestliže se specifikace schématu URI stará o poskytování delegace jedné nebo organizované skupiny URI, tak by se mělo usilovat o zajištění toho, aby vlastnictví nakonec zůstalo v rukou jediné společenské jednotky. Dovolení vícenásobného vlastnictví zvyšuje pravděpodobnost kolize URI.
Vlastníci URI mohou organizovat nebo rozmístit infrastrukturu, aby zajistili, že jsou dostupné reprezentace z přidružených zdrojů, a v případě potřeby je interakce se zdrojem možná výměnou reprezentací. Zde se nacházejí společenská očekávání pro zodpovědnou správu reprezentací (§3.5) vlastníky URI. Další společenské důsledky vlastnictví URI se zde neprobírají.
Podívejte se na uveřejnění TAG siteData-36, který se týká vyvlastnění jmenující autority.
Některá schémata používají jiné techniky než je delegování vlastnictví, aby se vyhnuly kolizi. Například specifikace pro schéma URL data (sic) scheme [RFC2397] říká, že zdroj identifikovaný schématem URI data má jedinou možnou reprezentaci. Data reprezentace tvoří URI, který identifikuje zdroj. Tudíž specifikace sama určí, jak jsou alokována data URI; možnost nedelegovat je přípustná.
Další schémata (jako "news:comp.text.xml") spoléhá se na společenský proces.
Výrok, že URI "mailto:nadia@example.com" identifikuje současně email a osobu Nadiu, představuje kolizi URI. Nicméně můžeme použít URI k nepřímému identifikování Nadi. Identifikátory se takto běžně používají.
Pokud budeme poslouchat vysílání zpráv, je možné slyšet zprávu o Británii, která začíná "dnes, 10 Downing Street oznámila sérii nových ekonomických měřítek." Obecně výraz "10 Downing Street" identifikuje oficiální sídlo britského ministerského předsedy. V kontextu reportér používá toto spojení (tak, jak to anglická mluva vyžaduje) k nepřímé identifikaci britské vlády. Podobně URI identifikují zdroje, ale také mohou být použité v mnoha pojmech nepřímo k identifikování dalších zdrojů. Podle globálně převzaté politiky jsou některé URI ustanoveny jako univerzální identifikátory. Místní politika stanoví, co budou nepřímo identifikovat.
Předpokládejme, že
nadia@example.com je Nadina emailová adresa. Organizátoři konference, kterou Nadia navštěvuje, by se mohli na "mailto:nadia@example.com" na Nadiu nepřímo odvolávat (například použitím URI jako databázového klíče v databázi účastníků konference). Tímto způsobem nenastane kolize URI.
URI, které jsou identické znak po znaku, odkazují na stejný zdroj. Protože architektura webu dovolí asociaci více URI s daným zdrojem, dva URI, které nejsou identické znak po znaku, mohou stále odkazovat na stejný zdroj. Různé URI ještě nutně nemusí odkazovat na různé zdroje, ale určit pak, že různé URI odkazují na stejný zdroj, je obecně náročnější.
K redukci rizika negativní chyby (tj. chybný závěr, že dva URI neodkazují na stejný zdroj) nebo pozitivní chyby (tj. nesprávný závěr, že dva URI odkazují na stejný zdroj) popisují některé specifikace navíc testy rovnocennosti k srovnání znak po znaku. Agenti, kteří dosáhnou závěrů založených na srovnáních, která nejsou definována významnými specifikacemi, přebírají odpovědnost za jakékoliv problémy, které by mohly z výsledků vyplývat; viz kapitola Ošetření chyb (§5.3) pro více informací o zodpovědném chování při dosažení neoprávněných závěrů. Kapitola 6 [URI] poskytuje více informací o srovnávání URI a snižování rizika negativních a pozitivních chyb.
Viz také tvrzení, že dva URI identifikují stejný zdroj (§2.7.2).
Ačkoli mají aliasy URI výhody (jako flexibilita pojmenování), mají i své nevýhody. Aliasy URI jsou škodlivé tehdy, když dělí web souvisejících zdrojů. Důsledek Metcalfova zákona ("síťový efekt") je to, že hodnota daného zdroje může být měřena číslem a hodnotou dalších zdrojů v jeho síťovém sousedství, to jest zdrojů, které jsou s ním propojeny.
Problém s aliasy je ten, že jestliže polovina sousedství ukazuje na jednen URI pro daný zdroj a další polovička ukazuje na druhý, jiný URI, ale pro ten samý zdroj, sousedství je rozdělené. Nejen že je aliasový zdroj podhodnocený kvůli tomuto rozštěpení, ale celé sousedství zdrojů ztrácí hodnotu kvůli chybějícím vztahům druhého řádu, které by měly existovat mezi doporučujícími zdroji z důvodu jejich odkazů na jinak zvaný zdroj.
Dobrá praxe: Vyhněte se aliasům URI
Vlastník URI BY NEMĚL spojovat libovolně různé URI se stejným zdrojem.
Spotřebitelé URI mají také úlohu v zajištění konzistence URI. Například při přepsání URI by agenti neměli bezdůvodně zakódovat znaky procentovou notací. Termín "znak" se odkazuje na znaky URI, jak byly definované v kapitole 2
[URI]; v kapitole 2.1 této specifikace se řeší toto kódování procentovou notací.
Dobrá praxe: Shodné užívání URI
Agent, který přijímá URI, BY SE MĚL odkázat na přidružený zdroj pomocí stejného URI, tedy stejné znak po znaku.
Když se alias URI stane obecnou pravdou, vlastník URI
by měl používat protokolové techniky jako přesměrování na straně serveru, které se týká dvou zdrojů. Společenství prospívá, když vlastník URI podporuje přesměrování aliasu URI do odpovídajícího "oficiálního" URI. Pro více informací o přesměrování se podívejte na kapitolu 10.3, Redirection v [RFC2616]. Viz také [CHIPS] pro diskusi o některých praktikách a zásadách pro správce sítě.
URI aliasing nastane jen tehdy, když se více než jeden URI používá k identifikaci stejného zdroje. Skutečnost, že různé zdroje někdy mají stejnou reprezentaci, ještě nedělá k URI aliasy pro tyto zdroje.
Příběh
Dirk by si rád přidal odkaz ze své webové stránky na povětrnostní stránku v Oaxaca. Použije URI http://weather.example.com/oaxaca a tento odkaz si označí jako "zpráva o počasí v Oaxaca 1. srpna 2004". Nadia upozorní Dirka na to, že nastavil matoucí pojmenování pro URI, který použil. Politika stránky o počasí v Oaxaca je taková, že požadavek z URI identifikuje zpravodajství o aktuálním počasí v Oaxaca - na jakýkoliv daný den - a ne počasí na 1. srpna. Samozřejmě že prvního srpna 2004 bude Dirkův odkaz správný, ale pro zbytek času bude Dirk zmateným čtenářem. Nadia Dirka upozorní, že manažeři stránek o počasí v Oaxaca zpřístupní různé URI, permanentně přiřazené k zdroji zpravodajství o počasí na 1. srpna 2004.
V tomto příběhu nacházíme dva zdroje: "zpráva o aktuálním počasí v Oaxaca" a "zpráva o počasí v Oaxaca 1. srpna 2004". Manažeři stránek o počasí v Oaxaca přiřadí dva URI k těmto dvěma různým zdrojům. K 1. srpnu 2004 jsou reprezentace pro tyto zdroje totožné. Fakt, že získávání dvou odlišných URI produkuje identické reprezentace neznamená, že tyto dva URI jsou aliasy.
V URI "http://weather.example.com/" zkratka "http", která se objeví před dvojtečkou (":"), se nazývá schéma URI. Každé schéma URI má určitou specifikaci, která vysvětluje specifické detaily o tom, jak jsou identifikátory schématu přiděleny a jak se přidružují ke zdroji. Syntaxe URI je tak federalizovaný a názvově rozšiřitelný systém, v němž každá specifikace schématu může dále omezit skladbu a sémantiku identifikátorů uvnitř schématu.
Příklady URI z různých schémat zahrnují:
- mailto:joe@example.org
- ftp://example.org/aDirectory/aFile
- news:comp.infosystems.www
- tel:+1-816-555-1212
- ldap://ldap.example.org/c=GB?objectClass?one
- urn:oasis:names:tc:entity:xmlns:xml:catalog
Zatímco architektura webu dovoluje definici nových schémat, uvedení nového schématu je drahé. Mnoho aspektů týkajících se zpracování URI je závislých na schématu a velké množství dislokovaného softwaru již postupuje podle známých schémat URI. Uvedení nového schématu URI vyžaduje vývoj a pokrytí nejen klientského softwaru, aby podporoval toto schéma, ale také vytvoření pomocných agentů jako jsou brány, servery proxy a vyrovnávací paměti. Podívejte se na
[RFC2718], kde jsou další úvahy a náklady související s vytvářením schématu URI.
Kvůli těmto výdajům se doporučuje fakt, že jestliže existuje takové schéma URI, které splňuje potřeby aplikace, pak by návrháři měli raději použít toto schéma, než vynalézat jiné.
Dobrá praxe: Opětovné používání schémat URI
Specifikace BY MĚLA znovu použít existující schéma URI (než vytvořit nové), pokud poskytuje požadované vlastnosti identifikátorů a jejich vztahu ke zdrojům.
Uvažme náš cestovní scénář: Měl by agent poskytující informaci o počasí v Oaxaca registrovat nové schéma URI "weather" pro identifikaci zdrojů souvisejících s počasím? Pak by se mohl uveřejnit URI jako "weather://travel.example.com/oaxaca". Když softwarový agent získá takový URI, tak jestliže se pak stane, že HTTP GET je vyvolána k získání reprezentace tohoto zdroje, pak by "http" URI měl stačit.
The Internet Assigned Numbers
Authority (IANA) udržuje registr [IANASchemes] mapování mezi jmény schémat URI a jejich specifikacemi. Například registr IANA ukazuje, že "http" schéma je definované v [RFC2616]. Proces pro registraci nového schématu URI je definován v [RFC2717].
Nezaregistrovaná schémata URI BY NEMĚLA BÝT používána z řady důvodů:
- Nikde není uveden žádný obecně uznávaný způsob, jak lokalizovat specifikaci schématu.
- Někdo jiný může používat schéma pro další účely.
- Nemělo by se očekávat, že univerzální software bude s URI daného schématu dělat něco užitečnějšího než porovnání URI.
Jedna zavádějící motivace pro registraci nového schématu URI je dovolit softwarovému agentovi spustit zvláštní aplikaci, když získává reprezentaci. Stejné věci může být dosaženo úsporněji, pokud se předání provede na základě typu reprezentace, a využijí se tak existující přenosové prokoly a jejich implementace.
Dokonce když agent nemůže zpracovat reprezentaci dat v neznámém formátu, může jí přinejmenším získat. Data mohou obsahovat dost informací k tomu, aby je mohl uživatel nebo uživatelův agent použít. Když agent neovládá nové schéma URI, nemůže získat reprezentaci.
Když se vytváří nový formát dat, preferovaný mechanismus k podpoření jeho rozmístění na web je typ internetového média (viz Typy reprezentací a typy internetových médií (§3.2)).
Typy médií poskytují také prostředky pro vybudování nových informačních aplikací, které jsou popsané v Budoucích směrech pro formáty dat (§4.6).
Je lákavé uhodnout povahu zdroje tím, že vyšetříme URI, který ho identifikuje. Nicméně web je navržený tak, že si agenti sdělují zdrojové informace prostřednictvím reprezentací, nikoliv pomocí identifikátorů. Obecně vzato nemůže nikdo určit typ zdrojové reprezentace vyšetřením URI daného zdroje. Například, ".html" na konci výrazu "http://example.com/page.html" neposkytuje žádnou záruku, že reprezentace identifikovaného zdroje budou obslouženy typem internetového média "text/html". Vydavatel má volnou ruku v přidělování identifikátorů a v definování jejich obsluhy. Protokol HTTP nemůže přinutit typ internetového média založeného na části cesty URI; Vlastník URI může klidně sám nastavit server tak, aby vracel reprezentaci, která používá PNG nebo jiný datový formát.
Stav zdroje se může vyvinout v průběhu doby. Vyžadovat po vlastníkovi URI, aby uveřejnil vždy nový URI pro každou změnu ve stavu zdroje, by vedlo k výraznému počtu špatných odkazů. Kvůli robustnosti podporuje architektura webu nezávislost mezi identifikátorem a stavem identifikovaného zdroje.
Dobrá praxe: Neprůhlednost URI
Agenti využívající URI BY SE NEMĚLI pokusit o odvození vlastností zmíněného zdroje.
V praxi se mohou odvozování v malém počtu stát, jelikož jsou explicitně licencovaná příslušnými specifikacemi. Některá z těchto odvození naleznete v detailech o získávání reprezentace(§3.1.1).
Příklad URI použitý v
cestovním scénáři
("http://weather.example.com/oaxaca") nabádá čtenáře, že identifikovaný zdroj má něco společného s počasím v Oaxaca. Zpravodajství o počasí v Oaxaca by právě tak snadno mohlo být identifikované pomocí URI "http://vjc.example.com/315". A URI "http://weather.example.com/vancouver" může klidně odkazovat na zdroj "moje fotoalbum."
Na druhé straně URI "mailto:joe@example.com" signalizuje, že se URI odkazuje na poštovní schránku. Specifikace schématu URI "mailto" opravňuje agenty k tomu, aby mohli odvodit, že URI v této podobě identifikuje poštovní schránky.
Některá pravomocná oprávnění pro URI se dokumentují a publikují ve společných pravidlech přiřazování URI. Pro více informací o neprůhlednosti URI se podívejte na uveřejnění TAG metaDataInURI-31 a siteData-36.
Příběh
Když Nadia prohlížela XHTML dokument, který obdržela jako reprezentaci zdroje identifikovaného "http://weather.example.com/oaxaca", zjistila, že URI "http://weather.example.com/oaxaca#weekend" odkazuje na část reprezentace, která zprostředkuje informaci o předpovědi na víkend. Tento URI zahrnuje identifikátor části "weekend" ( řetěz za "#").
Identifikátor části v URI umožňuje nepřímou identifikaci sekundárního zdroje odkazem na hlavní zdroj a další identifikující informaci. Sekundární zdroj může být část nebo podmnožina primárního zdroje, určitý pohled na reprezentaci primárního zdroje nebo nějaký další zdroj definovaný nebo popsaný těmito reprezentacemi. Termíny "primární zdroj" a "sekundární zdroj" jsou definovány v kapitole 3.5
[URI].
Termíny"primární" a "sekundární" neomezují v tomto smyslu povahu zdroje––nejsou třídami. Slova primární a sekundární jednoduše značí, že je zde určitý vztah mezi zdroji k účelům jednoho URI: URI s identifikátorem části. Jakýkoliv zdroj může být identifikován jako sekundární. Může také být identifikován URI bez identifikátoru části a pak může být zdroj identifikovaný jako sekundární použitím rozmanitých URI. Účelem těchto termínů je umožnit diskusi o vztahu mezi takovými zdroji, nikoliv omezit povahu zdroje.
O identifikátorech části se také diskutuje v kapitole o typech médií a sémantice identifikátoru části(§3.2.1).
Podívejte se na uveřejnění TAG abstractComponentRefs-37, které se týká používání identifikátorů části u názvů jmenných prostorů k identifikaci abstraktních komponent.
Identifikátory webu v tomto smyslu zůstávají zatím otevřenou otázkou.
Integrace internacionalizovaných identifikátorů (to znamená složených ze znaků mimo těch dovolených v [URI]) v architektuře webu je důležitou a otevřenou záležitostí. Viz uveřejnění TAG
IRIEverywhere-27 pro diskusi o práci týkající se této oblasti.
Objevující se sémantické webové technologie, včetně "Web Ontology Language (OWL)" [OWL10], definují vlastnosti RDF jako
sameAs, která tvrdí, že dva URI identifikují stejný zdroj nebo inverseFunctionalProperty, z které to také vyplývá.
Komunikování se zdroji mezi agenty v síti zahrnuje URI, zprávy a data. Webové protokoly (zahrnující HTTP, FTP, SOAP, NNTP a SMTP) jsou založeny na výměně zpráv. Zpráva smí obsahovat data stejně jako metadata o zdroji (taková jako hlavičky HTTP "Alternates" a "Vary"), data zprávy a zprávu samotnou (jako je HTTP hlavička "Transfer-encoding"). A zpráva může dokonce obsahovat metadata o metadatech zprávy (například kvůli kontrole integrity zprávy).
Příběh
Nadia následuje hypertextový odkaz nazvaný jako "satellite image" očekávajíc, že získá satelitní fotografii regionu Oaxaca. Odkaz k tomuto snímku je odkaz XHTML zakódovaný jako <a
href="http://example.com/satimage/oaxaca">satellite
image</a>. Nadiin prohlížeč analyzuje URI a určí, že její schéma
je "http". Z nastavení prohlížeče se určí, jak se lokalizuje identifikovaná informace, která mohla být získaná přes vyrovnávací paměť dřívějších požadavků kontaktováním prostředníka (jako je server proxy), nebo přímým přístupem k serveru identifikovaným v části URI. V našem příkladu otevře prohlížeč síťové spojení na portu 80 na serveru "example.com" a pošle zprávu "GET", která je specifikovaná protokolem HTTP, požadujíc reprezentaci zdroje.
Server pošle prohlížeči odezvu v podobě zprávy, opět dle protokolu HTTP. Zpráva se sestává z několika hlaviček a JPEG obrázku. Prohlížeč přečte hlavičky, dozví se z pole "Content-Type", že typ internetového média reprezentace je "image/jpeg", přečte posloupnost oktetů, které tvoří reprezentaci dat, a poskytne obrázek.
Tato kapitola popisuje principy architektury a omezení týkající se interakcí mezi agenty, včetně takových témat, jako jsou síťové protokoly a interakční styly, spolu s interakcemi mezi webem jakožto systémem, a mezi lidmi, kteří ho používají. Skutečnost, že web je vysoce rozšířený systém, ovlivňuje architektonická omezení a předpoklady interakcí.
Agenti mohou používat URI k zpřístupnění zmíněného zdroje; toto se nazývá získávání URI. Přístup může nabývat mnoha forem, zahrnující získávání reprezentace zdroje (například použitím HTTP GET nebo HEAD), přidáním nebo modifikováním reprezentace zdroje (například použitím HTTP POST nebo PUT, což může změnit v některých případech aktuální stav zdroje, jestliže předložené reprezentace jsou interpretovány jako instrukce sloužící tomuto účelu), a vymazáním některých nebo všech reprezentací zdroje (například použitím HTTP DELETE, což může mít v některých případech za následek zrušení zdroje samotného).
Může existovat více způsobů, jak zpřístupnit zdroj pro daný URI; z aplikačního kontextu vyplyne, jak se určí, kterou přístupovou metodu agent použije. Například by prohlížeč mohl použít HTTP GET k vyžádání reprezentace zdroje, zatímco aplikace pro kontrolu odkazů by mohla používat HTTP HEAD ke stejnému URI jednoduše proto, aby zjistila, zda je reprezentace k dispozici. Některá schémata URI předpokládají určité přístupové metody, jiná (jako je schéma URN [RFC
2141]) nikoliv. Kapitola 1.2.2 [URI] diskutuje o oddělení identifikace a interakce podrobněji. Pro více informací o vztazích mezi rozmanitými přístupovými metodami a adresovatelností URI se podívejte se na nález TAG "URIs, Addressability, and the use of HTTP GET and
POST".
Ačkoli je mnoho schémat URI (§2.4) pojmenováno po protokolech, tak to ještě neznamená, že použití takového URI bude mít nutně za následek přístup ke zdroji pomocí pojmenovaného protokolu. Dokonce tehdy, když agent používá URI k získání reprezentace, jehož přístup by mohl vést skrz brány, servery proxy, vyrovnávací paměti a jmenné rozlišovací služby, které jsou nezávislé na protokolu přidruženým se jménem schématu.
Mnoho schémat URI definuje standardní komunikační protokol pro zkoušku přístupu k identifikovanému zdroji. Tento protokol je často základem pro přidělení identifikátorů tohoto schématu a právě tak "http" URI jsou definované v rámci HTTP serverů založených na technologii TCP. Nicméně to neznamená, že je celá interakce s takovými zdroji omezená pouze na standardní komunuikační protokol. Například informační systémy na vyhledávání informací často používají služeb, aby mohly komunikovat podle různých schémat URI, jako se HTTP servery proxy používají pro zpřístupnění jak k "ftp" tak k "wais" zdrojům. Servery proxy mohou také poskytnout rozšířené služby, jako anotující proxy servery, které kombinují standardní sběr informací s doplněnými metadaty k zajištění bezproblémovosti, multidimensionální pohled na zdroje použitím stejných protokolů a uživatelských agentů jako neanotovaný Web. Podobně by tak mohly být definovány budoucí protokoly, které obklopí naše současné systémy, používajíc úplně jiné interakční mechanismy, bez změny existujících schémat identifikátorů. Viz také principy ortogonalních specifikací (§5.1).
Získávání URI zahrnuje posloupnost kroků, které jsou popsány v rozmanitých specifikací a implementovány agentem. Následující příklad ukazuje sérii schémat, která řídí proces, když uživatelský agent následuje hypertextový odkaz (§4.4), který je součástí SVG dokumentu. V tomto příkladu URI je "http://weather.example.com/oaxaca" a žádá uživatelského agenta, aby získal a poskytl reprezentaci identifikovaného zdroje.
- Jelikož je URI součástí hypertextového odkazu v SVG dokumentu, první příslušná specifikace je SVG 1.1 Doporučení [SVG11]. Část 17.1 této specifikace importuje sémantiku odkazu definovanou v XLink 1.0
[XLink10]: "Vzdálený zdroj (cíl odkazu) je definovaný URI specifikovaným podle atributu XLink
href v elementu 'a'." Specifikace SVG pokračuje dál v překladu elementu a zahrnující získání reprezentace zdroje, která se poznala podle atribitu href ve jmenném prostoru XLink: "Jestliže se aktivuje spojení
(kliknutím myší, vstupem z klávesnice, hlasovým příkazem atd.), pak mohou uživatelé navštívit tyto zdroje."
- Specifikace XLink 1.0 [XLink10], která definuje atribut
href v sekci 5.4, uvádí, že "Hodnota atributu href musí být odkaz URI definovaný v [IETF RFC 2396], nebo musí mít za následek odkaz URI po ukončení procedury aplikované níže."
- Specifikace URI [URI]
uvádí, že "Každý URI začíná jménem schématu, které se odkazuje na specifikaci kvůli přiřazení identifikátoru uvnitř schématu." Jméno schématu URI je v našem příkladu "http".
- [IANASchemes] říkají, že schéma "http" je definováno specifikací HTTP/1.1 (RFC 2616 [RFC2616], kapitola
3.2.2).
- Ve smyslu SVG vyšle agent žádost HTTP GET (podle kapitoly 9.3 [RFC2616]), aby získal reprezentaci.
- Kapitola 6 [RFC2616]
definuje, jak server zkonstruuje odpovídající odezvu, včetně pole
'Content-Type'.
- Kapitola 1.4 [RFC2616]
říká, že "HTTP komunikace se obvykle uskutečňuje přes spojení TCP/IP." Tento příklad se neprojeví ani v tomto průběhu procesu ani v dalších krocích jako je určení adresy systémem DNS (Domain Name System).
- Agent interpretuje vrácenou reprezentaci podle specifikace datového formátu, která odpovídá reprezentaci typu internetového média(§3.2) (hodnota HTTP 'Content-Type') v příslušném IANA registru [MEDIATYPEREG].
Která reprezentace je přesně získána závisí na několika faktorech, včetně toho:
- Zda Vlastník URI vůbec zpřístupní nějaké reprezentace;
- Zda agent posílající žádost má přístupová práva pro tyto reprezentace (viz kapitola o odkazování a řízení přístupu (§3.5.2));
- Jestliže vlastník URI poskytl více než jednu reprezentaci (v odlišných formátech jako HTML, PNG nebo RDF; v různých jazycích jako angličtina a španělština; nebo dynamicky převedené v závislosti na hardwarových nebo softwarových schopností příjemce), tak výsledná reprezentace může záviset na dohodě mezi uživatelským agentem a serverem.
- Čas žádosti; svět se mění v průběhu doby, takže reprezentace zdrojů se také pravděpodobně mohou změnit v průběhu doby.
Dejme tomu, že jsme reprezentaci úspěšně získali. Výrazná síla formátu reprezentace ovlivní, jak se přesně poskytovatel reprezentace dorozumívá s místem určení zdroje. Jestliže reprezentace komunikuje s místem určení zdroje nesprávně, tato nepřesnost nebo nejasnost může způsobit zmatek mezi uživateli o tom, co zdroj je. Jestliže různí uživatelé dosáhnou touto cestou odlišných závěrů, mohou tuto situaci interpretovat jako kolizi URI (§2.2.1).
Některé komunity, jako například ta, co pracuje na sémantickém webu, usilují o poskytnutí jakéhosi rámce pro přesné sdělování sémantiky zdroje do strojově čitelné podoby. Strojově čitelná sémantika může zmírnit některé nejasnosti, které jsou spojeny s přirozeným jazykovým popisem zdrojů.
Reprezentace jsou data, která kódují informaci o stavu zdroje. Reprezentace nemusí nutně popisovat zdroj, nebo vykreslovat podobu zdroje, nebo reprezentovat zdroj v dalších smyslech slova "reprezentovat".
Reprezentaci zdroje můžeme poslat nebo přijmout prostřednictvím komunikačních protokolů. Tyto protokoly podle pořadí určí, jakým způsobem a které reprezentace se zprostředkují z webu. Například HTTP poskytuje přenos reprezentace jako proud oktetů(bajtů), jehož typ je určen internetovým typem média [RFC2046].
Stejně tak je důležité znovu použít existující schémata URI, kdykoliv je to možné, protože zde jsou podstatné výhody při použití oktetových bloků pro reprezentace, dokonce v neobvyklé situaci, kdy má být definované nové schéma URI a k němu přidružený protokol. Kdyby bylo například počasí v Oaxaca zprostředkované k prohlížeči Nadi jiným protokolem než HTTP, pak by software, který poskytuje formáty jako text/xhmtl+xml a image/png byl stále ještě použitelný, za podmínky, že by nový protokol podporoval přenos těchto formátů. To je příklad podstaty ortogonalních specifikací (§5.1).
Dobrá praxe: Opětovné používání formátů reprezentace
Nové protokoly určené pro web BY MĚLY přenášet reprezentace jako prud oktetů, jejichž typ je určen internetovým typem média.
Mechanismus typů internetových médií má některá omezení. Například typ média řetězec nepodporuje verzování (§4.2.1)
nebo další parametry. Podívejte se na uveřejnění TAG uriMediaType-9 a mediaTypeManagement-45, které se týkají aspektů mechanismu typu média
Typ internetového média definuje syntaxi a sémantiku identifikátoru části (představený v kapitole Identifikátory části (§2.6)), jestliže některý z nich může být použit ve spojení s reprezentací.
Příběh
Na jedné ze svých XHTML stránek vytváří Dirk hypertextový odkaz na obrázek, který Nadia publikovala na Webu. Vytvoří hypertextový odkaz <a
href="http://www.example.com/images/nadia#klobouk">Nadiin
klobouk</a>. Emma se ve svém prohlížeči dívá na Dirkovu XHTML stránku a následuje odkaz. HTML implementace v jejím prohlížeči odstraní identifikátor části z URI a žádá obrázek "http://www.example.com/images/nadia". Nadia vystavuje SVG reprezentaci obrázku (s typem internetového média "image/svg+xml"). Emmin internetový prohlížeč spustí SVG implementaci, aby se mohla na obrázek dívat, a předá původní URI včetně identifikátoru části "http://www.example.com/images/nadia#klobouk". To způsobí, že se zobrazí jen klobouk, nikoliv celý obrázek.
Všimněte si, že HTML implementace v Emmině prohlížeči nepotřebovala rozumět syntaktické nebo sémantické části SVG (ani SVG implementace nemusí rozumět HTML, WebCGM, RDF ... syntaktické nebo sémantické stránce; šlo jen o to poznat oddělovač # od syntaxe URI [URI] a odstranit zbytek při zpřístupnění zdroje). Tato ortogonalita (§5.1) je důležitým rysem architektury webu; je to to, co dovolilo Emmině prohlížeči poskytnout vhodnou službu bez požadování aktualizace.
Sémantická stránka identifikátoru části se definuje množinou reprezentací, které by měly být výsledkem požadavku na primární zdroj. Rozlišení a formát identifikátoru části jsou proto závislé na typu potenciálně získané reprezentace, třebaže se takový požadavek pouze vykoná, když se získala URI. Jestliže žádná taková reprezentace neexistuje, potom se sémantika identifikátoru části považuje za neznámou a fakticky, unconstrained. Sémantika identifikátoru části je ortogonální podle schémat URI, a tak se nemusí předefinovat specifikací schématu URI.
Interpretace identifikátoru části se vykoná výhradně agentem, který získává URI; identifikátor části během dotazu k dalším systémům dál neprojde. To znamená, že se někteří prostředníci architektury webu (jako servery proxy) nemohou dorozumět identifikátorem části, a přesměrování ( například v HTTP [RFC2616]) neodpovídá za části za identifikátorem.
Domlouvání obsahu se odkazuje na praxi při tvoření dostupných rozmanitých reprezentací pomocí stejných URI. Domlouvání mezi žádajícím agentem a serverem určuje, která z reprezentací se použije (obvykle s cílem poskytnout tu "nejlepší", kterou agent může zpracovat). HTTP je příklad protokolu, který zpřístupní reprezentaci poskytovatele pomocí domlouvání obsahu.
Jednotlivé formáty dat si mohou definovat svá vlastní pravidla pro použití syntaxe identifikátoru části, kvůli specifikování různých druhů podmnožin, pohledů nebo externích adres, které jsou typem média identifikovatelné jako sekundární zdroje. Tudíž musí poskytovatelé reprezentace řídit pečlivě domlouvání obsahu, když se používá s URI, která obsahuje identifikátor části. Uvažme příklad, kdy majitel URI "http://weather.example.com/oaxaca/map#zicatela" používá domlouvání obsahu, aby mohl používat dvě reprezentace identifikovaného zdroje. Mohou nastat tři situace:
- Interpretace "zicatela" je definována konzistentně oběma specifikacemi formátu dat. Poskytovatel reprezentace se rozhodne, kdy se definice sémantiky identifikátoru části dostatečně shodují.
- Interpretace "zicatela" je definována nekonzistentně i specifikacemi formátu dat.
- Interpretace "zicatela" je definována v jedné ze specifikací formátu dat, ale v žádné další.
V první situaci nenastane žádný problém.
V druhém případě server ohlásí chybu: poskytovatelé reprezentace nesmějí používat domlouvání obsahu k zobrazení formátů reprezentace, které mají nekonzistentní specifikace formátu dat. Tato situace také vede ke
kolizi URI (§2.2.1).
V třetím případě server chybu neohlásí. To je způsob, kterým Web může narůst. Protože web je natolik rozšířený systém, v kterém se formáty a agenti rozmísťují v nejednotném způsobu, architektura webu nepřinutí autory, aby používali jen formáty "nejbližšího společného jmenovatele". Autoři obsahu mohou využít nové formáty dat, ale může se stát, že ještě nebude zajištěna zpětná kompatibilita pro agenty, kteří formáty neimplementují.
V třetím případě by se chování přijímajícího agenta mělo měnit v závislosti na tom, zda dohodnutý formát definuje sémantiku identifikátoru části. Pokud jí přijatý formát nedefinuje, agent by neměl vykonat tiché zotavení po chybě dokud nedá uživatel souhlas; Viz [CUAP] pro další navrhované chování agenta týkající se tohoto případu.
Podívejte se na související uveřejnění TAG RDFinXHTML-35.
Úspěšná komunikace mezi dvěma stranami závisí na rozumně sdíleném porozumění sémantik z vyměněných zpráv, jak u dat tak u metadat. Občas se mohou vyskytnout neslučitelnosti mezi odesílatelskou zprávou dat a metadat. Příklady neslučitelností z praxe mezi reprezentací dat a metadat zahrnují:
- Aktuální kódování znaků reprezentace (například "iso-8859-1", specifikované v atributu
encoding v deklarační části XML) je v rozporu s parametrem znakové sady v reprezentaci metadat (například "utf -8" specifikované polem 'Content-Type' v hlavičce HTTP).
- Jmenný prostor (§4.5.3) kořenového elementu reprezentace XML dat (například, jak jsou specifikovány atributem "xmlns") je v rozporu s hodnotou pole 'Content-Type' v hlavičce HTTP.
Na druhé straně například není neslučitelnost v zobrazení obsahu HTML s typem média "text/plain", protože je tato kombinace povolená specifikacemi.
Přijímající agenti by měli zjistit neslučitelnosti protokolu a vykonat řádné zotavení po chybě.
Omezení: Neslučitelnost ve vztahu data - metadata
Agenti NESMĚJÍ ignorovat zprávu metadat bez souhlasu uživatele.
Tak například, jestli strana odpovědná za "weather.example.com" mylně označí satelitní fotografii Oaxaca jako "image/gif" namísto "image/jpeg", a jestliže Nadiin prohlížeč zjistí problém, nesmí Nadiin prohlížeč ignorovat problém (například jednoduše překladem obrázku JPEG) bez Nadiina souhlasu. Nadiin prohlížeč jí problém může oznámit, nebo oznámit a učinit opravné opatření.
Dále ještě mohou poskytovatelé reprezentace pomoci tím, že redukují riziko neslučitelnosti opatrným přiřazením reprezentace metadat (zvláště tam, kde se prochází skrz reprezentaci). Kapitola o typech médií pro XML (§4.5.7)
ukazuje příklad snížení rizika chyby neposkytnutím metadat o kódování znaků při zobrazování XML.
Přesnost metadat závisí na správcích sítě, autorech reprezentací a na softwaru, který se používá. Schopnosti nástrojů a společenské vztahy mohou být prakticky omezujícími faktory.
Přesnost těchto a dalších metadat je stejně tak důležitá pro dynamické webové zdroje, kde trochu přemýšlení a programování může často zabezpečit správná metadata pro obrovské množství zdrojů.
Často dochází k oddělení kontroly mezi uživateli, kteří vytvářejí reprezentace zdrojů, a správci serveru, kteří udržují webově orientovaný software. Jestliže je zde obecně nějaký webově orientovaný software, který poskytuje metadata přidružená se zdrojem, tak z toho vyplývá, že se požaduje koordinace mezi správci serveru a tvůrci obsahu.
Dobrá praxe: Asociace metadat
Správci serveru BY MĚLI dovolit tvůrcům reprezentace kontrolovat metadata přidružená s jejich reprezentacemi.
Zvláště tvůrci obsahu potřebují, aby mohli ovládat formu obsahu (kvůli rozšiřitelnosti) a kódování znaků (pro řádnou internacionalizaci).
Nález TAG "Authoritative Metadata" řeší podrobněji, jak se manipuluje s daty/metadaty neslučitelně, a jak se tomu lze vyvarovat vhodnou konfigurací serveru.
Nadino získání povětrnostní informace (příklad read-only dotazu nebo vyhledání) je ohodnoceno jako "bezpečná" interakce; Bezpečná interakce je taková, kde si agent nezpůsobí žádný závazek z interakce. Agent si může závazek způsobit i dalšími prostředky (jako podepsáním kontraktu). Jestliže agent nemá závazek před bezpečnou interakcí, nemá ho ani později.
Další webové interakce se podobají spíše objednávkám než dotazům. Tyto nebezpečné interakce mohou způsobit změnu na úložišti zdroje a uživatel může nést odpovědnost za důsledky těchto interakcí. Nebezpečné interakce zahrnují předplacení informačního bulletinu, odeslání katalogu nebo modifikování databáze. Poznámka: V této souvislosti slovo "nebezpečný" nutně neznamená "životu nebezpečný"; Termín "bezpečný" se používá v kapitole 9.1.1 [RFC2616] a "nebezpečný" je přirozený opak.
Příběh
Nadia se rozhodne zamluvit si dovolenou v Oaxaca na "booking.example.com ." Zadá vstupní data do políček online formuláře a nakonec je zažádána o číslo kreditní karty, aby si mohla koupit letenky. Číslo napíše do dalšího políčka formuláře. Jakmile stiskne tlačítko "koupit", její prohlížeč otevře další síťové spojení se serverem "booking.example.com" a pošle zprávu složenou z dat uvedených ve formuláři za pomoci metody POST. Toto je nebezpečná interakce; Nadia si přeje změnit stav tím, že vymění peníze za letenky.
Server si přečte požadavek POST a po vykonání transakce k rezervaci vrátí zprávu k Nadině prohlížeči, která obsahuje reprezentaci výsledků Nadiny žádosti. Reprezentace dat je v XHTML, takže jí lze uložit nebo vytisknout, pokud by si to Nadia chtěla poznamenat.
Všimněte si, že ani data přenesená požadavkem POST ani přijatá data z odezvy nemusí nutně korespondovat s jakýmkoliv zdrojem identifikovaným URI.
Bezpečné interakce jsou důležité, protože jsou to interakce, kde uživatelé mohou brouzdat s důvěrou a kde agenti (včetně vyhledávacích strojů a prohlížečů, kteří zálohují data pro uživatele) mohou bezpečně následovat hypertextové odkazy. Uživatelé (nebo agenti jednající v jejich zájmu) se sami nezavážou k něčemu, co by se ptalo na zdroj nebo co by mělo následovat hypertextový odkaz.
Zásada: Bezpečné získání
Agenti si nezpůsobí závazky získáním reprezentace.
Například je nesprávné uveřejnit URI který, když se následuje jako součást hypertextového odkazu, připíše uživatele do mailing listu. Pamatujte si, že vyhledávací stroje mohou takovéto odkazy následovat.
Skutečnost, že metoda HTTP GET, která se nejčastěji používá pro přístup při následování hypertextového odkazu, je bezpečná, ještě neznamená, že se na všechny bezpečné interakce musí použít HTTP GET. Občas se totiž mohou najít dobré důvody (jako důvěrnost požadavků nebo praktické omezení délky URI) provádět jinak bezpečný provoz použitím mechanismu, který se obecně používá pro nebezpečné operace (například HTTP POST).
Pro více informací o bezpečných a nebezpečných operací za použití HTTP GET a POST a o zajišťování bezpečnostních zájmů kolem použití HTTP GET se podívejte se na nález TAG
"URIs, Addressability, and the use of HTTP GET and
POST".
Příběh
Nadia platí za své letenky online (přes interakci POST, jak je popsané výše). Obdrží webovou stránku s potvrzovací informací a přeje si vytvořit záložku, čímž se na tuto informaci může odkázat tehdy, až si bude vypočítávat své výlohy. Třebaže si Nadia může výsledky vytisknout, uložit si je do souboru, ráda by si je i chtěla uložit jako záložku.
Odeslané žádosti a výsledky transakcí jsou důležité zdroje a jako na všechny takovéto cenné zdroje je užitečné, abychom se na ně mohli odkázat stálým URI (§3.5.1).
Nicméně v praxi si Nadia nemůže do svých oblíbených položek založit ani svůj platební závazek (odeslaný přes požadavek POST) ani potvrzení letecké společnosti o zamluveném letu (přijatý jako výsledek této POST žádosti).
Zde jsou způsoby, jak poskytnout trvalé URI pro transakční žádosti a pro jejich výsledky. Pro transakční žádosti mohou uživatelští agenti poskytnout rozhraní pro řídící transakce, kde uživatelský agent vytváří závazek jménem uživatele. Pro transakční výsledky HTTP dovoluje poskytovatelům reprezentace spojit URI s výsledkem žádosti HTTP POST za použití hlavičky "Content-Location" (popsaná v kapitole 14.14 [RFC2616]).
Příběh
Od té doby, co Nadia považuje stránky o počasí v Oaxaca za užitečné, emailuje své dojmy příteli Dirkovi, kde mu doporučuje, aby vyzkoušel 'http://weather.example.com/oaxaca'. Dirk klikne na výsledný hypertextový odkaz v emailu, který obdržel, a je frustrovaný zprávou 404 (nenalezeno). Dirk to zkusí znovu další den a přijímá reprezentaci se "zprávami", které jsou dva týdny staré. Zkusí to ještě jednou další den, kdy obdrží jen reprezentaci, která tvrdí, že počasí v Oaxaca je slunečné, třebaže mu jeho přátelé v Oaxaca řeknou do telefonu, že ve skutečnosti prší. Dirk a Nadia usoudí, že majitelé URI jsou nespolehliví nebo nepředvídatelní. Ačkoli si vlastník URI vybral Web jako komunikační médium, ztratil tak dva zákazníky kvůli neúčinné správě reprezentací.
Vlastník URI může nabízet nulu a více spolehlivých reprezentací zdroje identifikovaného URI. Což je výhoda pro veřejnost.
Dobrá praxe: Dostupná reprezentace
Vlastník URI BY MĚL poskytnout reprezentace zdroje, který se identifikuje.
Například vlastníci URI jmenného prostoru XML by jej měli používat k identifikování dokumentu jmenného prostoru (§4.5.4).
Jen proto, že reprezentace jsou dostupné, ještě neznamená, že je vždy žádoucí je získat. Ve skutečnosti je v některých případech opak pravdou.
Zásada: Odkaz neznamená získání
Vývojář aplikací nebo autor specifikací BY NEMĚL vyžadovat síťové získání reprezentací, kdykoliv je o nich zmínka.
Získávání URI má (potenciálně významnou) výpočetní náročnost a nároky na přenosové pásmo, může způsobit bezpečnostní důsledky a může způsobit značné zpoždění při dotazování aplikace. Získávání URI bychom se měli vyhnout kromě situací, kdy je to nezbytné.
Následující kapitola diskutuje o některých aspektech správy reprezentací zahrnující propagaci stálosti URI (§3.5.1),
řízení přístupu ke zdrojům (§3.5.2) a doprovodnou navigaci (§3.5.3).
Tak jako v případě lidských interakcí, důvěra v interakce na webu spočívá ve stabilitě a schopnosti předpovídat. Pro informační zdroj závisí stálost na shodě reprezentací. Poskytovatel reprezentace se rozhodne, kdy se reprezentace dostatečně shodují (ačkoli toto rozhodnutí obvykle bere uživatelská očekávání v úvahu).
Ačkoli se stálost dá v tomto případě vypozorovat následkem získání reprezentace, termín stálost URI se používá k popisu žádoucí vlastnosti, která říká, že jakmile se URI přidruží se zdrojem, tak by se měla na neurčitou dobu stále odkazovat na ten samý zdroj.
Dobrá praxe: Shodná reprezentace
Vlastník URI BY MĚL poskytnout reprezentace identifikovaného zdroje shodně a předvídatelně.
Stálost URI je věcí politiky a zavázání se ze strany vlastníka URI. Volba speciálního schématu URI neposkytuje žádnou záruku, že tyto URI budou nebo nebudou stálé.
Protokol HTTP [RFC2616] byl navržen k tomu, aby pomohl řídit stálost URI. Například přesměrování HTTP (používá 3xx kódů odezvy) povoluje serverům, aby řekli agentovi, že na další akci je potřeba agenta za účelem splnění žádosti (například, když je nový URI přidružený se zdrojem).
Navíc domlouvání obsahu také podporuje shodu, zatímco na správci webu se nepožaduje, aby definoval nové URI, když přidává podporu pro novou specifikaci formátu. Protokoly, které nepodporují domlouvání obsahu (jako FTP), vyžadují nový identifikátor, když se objeví nový datový formát. Nevhodné použití domlouvání obsahu může vést k rozporuplným reprezentacím.
Pro další diskusi o stálosti URI se podívejte na [Cool].
Je rozumné omezit přístup ke zdroji (například z komerčních nebo bezpečnostních důvodů), ale pouze identifikování zdroje je přesný návod, kde hledat ty správné informace, jako je odkázání se na knihu podle titulu. Za výjimečných okolností se mohou lidé dohodnout na držení titulu nebo URI v tajnosti (Například autor knihy a vydavatel mohou souhlasit s ponecháním URI stránky, která obsahuje další tajný materiál, který by neměl být zveřejněn, dokud kniha nevyjde), jinak je mohou volně zveřejňovat.
A obdobně: Majitelé budovy by mohli mít takovou politiku, že veřejnost může vstoupit do budovy pouze hlavním vchodem a jen v pracovních hodinách. Lidé, kteří pracují v budově a kteří doručují zásilky mohou přiměřeně užívat i jiné dveře. Taková politika by si vynutila kombinaci bezpečnostního personálu a mechanických zařízení jako jsou zámky a přístupové karty. Nikdo by tuto politiku neprosadil skrýváním některých vchodů do budovy, ani podle přání legislativy, která požaduje použit hlavní vchod a zakazovat komukoliv, kdo odhalí skutečnost, že do budovy vedou další dveře, aby to někomu říkal.
Příběh
Nadia pošle Dirkovi URI aktuálního článku, který právě čte. Se svým prohlížečem Dirk následuje hypertextový odkaz a je vyzván, aby zadal uživatelské jméno a heslo účastníka předplatitele. Od té doby, co je Dirk také předplatitelem služeb, které poskytuje "weather.example.com," má přístup ke stejným informacím jako Nadia. Tímto oprávněním pro "weather.example.com" se může omezit přístup jen schváleným stranám a stále ještě poskytovat výhody URI.
Web poskytuje několik mechanismů k ovládání přístupu ke zdrojům; tyto mechanismy se nespoléhají na skrývání nebo zamlčování URI pro tyto zdroje. Pro více informací se podívejte na nález TAG "'Deep Linking' in the World Wide Web".
Silnou stránkou architektury webu je, že lze odkazy vytvořit a sdílet; A uživatel, který našel zajímavou část webu, může sdílet tuto zkušenost zase jen znovu publikováním URI.
Příběh
Nadia a Dirk chtějí navštívit Muzeum předpovědi počasí v Oaxaca. Nadia jde na adresu"http://maps.example.com", lokalizuje muzeum a pošle Dirkovi URI "http://maps.example.com/oaxaca?lat=17.065;lon=-96.716;scale=6". Dirk jde na "http://mymaps.example.com", lokalizuje muzeum a pošle Nadě URI "http://mymaps.example.com/geo?sessionID=765345;userID=Dirk". Dirk čte Nadin email a může následovat odkaz na mapu. Nadia čte Dirkův email, následuje odkaz a přijímá chybovou zprávu 'No such session/user' (nenalezen takovýto uživatel nebo jeho session ID). Nadia musí začít znovu z "http://mymaps.example.com" a nalézt umístění muzea ještě jednou.
Pro zdroje, které jsou vygenerované na požádání, je strojová generace URI běžná. Pro zdroje, které by mohly být založeny pro pozdější pročtení, nebo sdílené s jinými lidmi, by se správci serverů měli vyhnout zbytečně omezující znovupoužitelnosti takových URI. Jestliže záměrem je omezit informaci nějakému uživateli, jako by mohl být třeba případ vyřizování home banking aplikací, pak by měli návrháři používat vhodné mechanismy pro
řízení přístupu (§3.5.2).
Interakce zařízená HTTP POST (kde se mohl použít HTTP GET) také omezuje navigační možnosti. Uživatel nemůže vytvořit záložku nebo sdílet URI, protože transakce HTTP POST nemá typicky za následek různý URI tak, jak uživatel vzájemně působí se stránkou.
Webové interakce v tomto smyslu zůstávají zatím otevřenou otázkou. TAG očekává budoucí verze tohoto dokumentu, které by oslovily podrobněji vztah mezi architekturou zde popisovanou, webovými službami, peer-to-peer systémy, instant messaging systémy (jako [RFC3920]), streamovaným audiem (jako RTSP [RFC2326])a voice-over-IP (jako SIP [RFC3261]).
Specifikace formátu dat (například pro XHTML, RDF/XML, SMIL, XLink, CSS a PNG) představují dohodu na správném výkladu reprezentace dat. První formát dat, který se na webu použil, byl HTML. Od té doby se formáty dat bezpočetně rozrostly. Architektura webu nemůže přinutit poskytovatele obsahu, které formáty dat mají použít. Tato různorodost je důležitá, protože probíhá neustálý vývoj aplikací, což má za následek vzniku nových formátů dat a zdokonalování existujících formátů. Ačkoli architektura webu počítá s rozmístěním nových formátů dat, vytváření a rozmísťování nových formátů (a schopnost agentů je ovládat) je náročná a drahá věc. Takže před výtvorem nového formátu dat (nebo "meta" formátu jako je XML) by návrháři měli pečlivě uvážit znovupoužití toho formátu, který je již dostupný.
U datového formátu, který by byl schopen užitečně spolupracovat mezi dvěma stranami, se musí strany dohodnout (v rozumném rozsahu) o jeho syntaxi a sémantice. Vzájemná shoda formátu dat podporuje kompatibilitu, ale neomezuje používání. Například odesílatel dat nemůže počítat s tím, že omezí chování příjemce.
Níže popisujeme některé charakteristické rysy formátu dat, které usnadňují integraci do architektury webu. Tento dokument neřeší obecně prospěšné charakteristické rysy specifikace jako čitelnost, jednoduchost, upozornění na programátorské cíle, potřeby uživatelů, přístupnost ani internacionalizaci. Kapitola architektonické specifikace (§7.1)
zahrnuje odkazy na další specifikační směrnice formátu.
Binární formáty dat jsou ty, v kterých jsou části dat zakódované pro přímé použití počítačovými procesory, například 32 bitový little-endian dvojkový doplněk a 64 bit IEEE double-precision floating-point. Takto reprezentované části dat zahrnují číselné hodnoty, ukazatele a komprimovaná data všech druhů.
Textový formát dat je takový, v kterém jsou data zakódovaná jako posloupnost znaků. HTML, e-mail a všechny formáty dat založené na XML(§4.5) jsou textové.
Internacionalizované textové formáty dat se stále více odkazují pro znakové definice na Unicode [UNICODE].
Jestliže je formát dat textový tak, jak je definován v této kapitole, tak to neznamená, že by měl být prezentován typem média se začátkem "text/". Ačkoli formáty dat založené na XML jsou textové, mnoho těchto XML formátů se primárně nesestává z frází přirozeného jazyka. Podívejte se na kapitolu o typech médií pro XML (§4.5.7) kvůli problémům, které vyvstávají tehdy, když se používá "text/" ve spojení s formáty dat založenými na XML.
V zásadě se mohou všechna data reprezentovat pomocí textových formátů. V praxi se ale některé druhy obsahu (například audio a video) obecně reprezentují binárními formáty.
To, proč je někdy lepší použít, nebo že se upřednostní binární či textový formát dat, je komplexnější otázkou a také záleží na závislosti aplikace. Binární formáty mohou být podstatně více kompaktní zvláště pro komplexní datové struktury bohaté na ukazatele. Také se dají rychleji zpracovat agenty v těch případech, kde se mohou načíst do paměti a použít za malé nebo žádné konverze. Nicméně si všimněte, že tyto případy nejsou většinou běžné, protože takové přímé použití může zpřístupnit bezpečnostní problémy, které se dají prozkoumat pouze důkladným rozborem struktury dat.
Textové formáty jsou obvykle lépe přenosné a schopné spolupracovat. Mají také značnou výhodu, že je mohou lidé rovnou přečíst (a porozumět s dodanou dokumentací). Což může zjednodušit úkoly při vytváření a udržování softwaru a dovolí přímý zásah lidí, kteří na těchto úkolech pracují, aniž by se museli vracet k vývojářským nástrojům, které jsou daleko komplexnější než všudypřítomný textový editor. Konečně se také zjednodušuje nezbytný lidský úkol učit se nové formáty dat; toto se nazývá efekt "viděného zdroje".
Je důležité zdůraznit, že intuice není v případě velikosti a zpracování dat spolehlivým "průvodcem" v návrhu formátu dat; kvantitativní studie jsou nezbytné pro pochopení správného výběru formátu. Proto by měli návrháři specifikace datového formátu rozumě vybrat mezi návrhem binárního a textového formátu.
Viz uveřejnění TAG binaryXML-30.
V dokonalém světě by jazykoví návrháři rádi vynalezli jazyky, které by vyhovovaly přesně jejich požadavkům), tyto požadavky by byly perfektním modelem světa, nikdy by nebylo potřeba je měnit a všechny implementace by byly schopné dokonale spolupracovat, protože specifikace by neměly žádnou proměnlivost.
Ve skutečném životě je vše naopak, tedy nic není tak perfektní a je potřeba provádět neustálé změny. V důsledku toho se návrháři musejí dohodnout s uživateli, dělají kompromisy a často zavádějí rozšiřitelné mechanismy, aby se problémy vyřešily v co nejkratší době. Dlouhodobě produkují rozmanité verze svých jazyků, podle toho jak se problém a jejich chápání problému vyvíjí. Vyplývající proměnlivost v specifikacích, jazycích a v implementacích představuje součinné výdaje.
Rozšiřitelnost a verzování jsou strategie, které pomáhají řídit přirozený vývoj informací na webu a technologie, které se používají k reprezentaci těchto informací. Pro více informací o tom, jak tyto strategie představují proměnlivosti a jak tato proměnlivost dopadá na součinnost, se podívejte na Variability in Specifications.
Podívejte se také na uveřejnění TAG XMLVersioning-41, který se týká "dobrých praxí" při návrhu rozšiřitelného jazyka XML, a pro zajištění verzování. Podívejte se také na "Web Architecture: Extensible Languages" [EXTLANG].
Existuje typicky (dlouhé) přechodné období, během kterého se používají současně rozmanité verze formátu, protokolu nebo agenta.
Dobrá praxe: Verze informace
Specifikace formátu dat BY MĚLA poskytovat informace o verzi.
Příběh
Nadia a Dirk vytváří XML formát dat, aby zakódovali data o filmovém průmyslu. Poskytují rozšiřitelnost použitím jmenných prostorů XML a vytvořením schématu, které dovolí zahrnout v určitých místech elementy z nějakého jmenného prostoru. Kdy svůj formát korigují, Nadia navrhne nový nepovinný atribut lang elementu film. Dirk cítí, že taková změna vyžaduje přiřadit nový název jmenného prostoru, který by mohl vyžadovat změny rozmístěného softwaru. Nadia vysvětlí Dirkovi, že jejich volba strategie rozšiřitelnosti spolu s jejich politikou jmenného prostoru připouští jisté změny, které neovlivní existující obsah a software, a tudíž není potřeba jakákoliv změna v identifikátoru jmenného prostoru. Vybrali si tuto politiku, aby jim pomáhala vyhovět jejich záměru snížit náklady ze změn.
Dirk a Nadia si vybrali zvláštní politiku změny jmenného prostoru, která jim umožní se vyhnout změně jmenného prostoru, kdykoli učiní změny, které neovlivní shodu rozmístěného obsahu a softwaru. Možná mohli vybrat jinou politiku, například, že nějaký nový element nebo atribut musí patřit jinému jmennému prostoru, než je ten originální. Kterákoliv zvolená politika by měla nastavit jasná očekávání pro uživatele formátu.
Obecně změna elementu jmenného prostoru kompletně mění jméno elementu. Jestliže "a" a "b" se vážou k dvěma různým URI,
a:element a b:element, jsou stejně tak rozdílné jako a:eieio a a:xyzzy. Prakticky řečeno to znamená, že rozmístěné aplikace se budou muset aktualizovat, aby mohly poznat nový jazyk; náklady této aktualizace mohou být velmi vysoké.
Z toho vyplývá, že je potřeba zdůraznit správnou volbu, když se rozhoduje o politice změn jmenného prostoru. Jestliže slovník neobsahuje žádné body rozšiřitelnosti (to jest, jestliže nedovoluje elementy nebo atributy z cizích jmenných prostorů nebo má mechanismus pro jednání s nerozpoznanými jmény ze stejného jmenného prostoru), může být absolutně nezbytné změnit název jmenného prostoru. Jazyky, které dovolí nějakou formu rozšiřitelnosti bez požadování změny jmenného prostoru, se pravděpodobněji budou vyvíjet "uhlazeněji."
Dobrá praxe: Politika jmenného prostoru
Specifikace formátu XML BY MĚLA a zahrnovat informaci o ¨politice změn pro jmenné prostory XML.
Jako příklad změněné politiky navržené k tomu, aby odrážela proměnnou stabilitu jmenného prostoru, uvažujme W3C
namespace policy pro dokumenty W3C Recommendation track.
Politika očekává, že "Working Group" odpovědná za jmenný prostor, ho může modifikovat jakýmkoliv způsobem až do jistého bodu ("Candidate Recommendation"), v kterém W3C vyžaduje soubor možných změn k jmennému prostoru, za účelem podporovat stabilní implementace.
Všimněte si, že názvy jmenných prostorů jsou URI, vlastník jmenného prostoru URI má oprávnění se rozhodnout změnit politiku pro jmenný prostor.
Požadavky se mění v průběhu doby. Úspěšné technologie jsou přizpůsobeny a osvojeny novými uživateli. Návrháři mohou usnadnit přechodný proces tím, že vyberou pečlivé volby o rozšiřitelnosti během navrhování jazykové nebo protokolové specifikace.
Při výběru těchto voleb musejí zvážit kritéria výběru mezi rozšiřitelností, jednoduchostí a proměnlivostí. Jazyk bez mechanismů rozšiřitelnosti může být jednodušší a méně variabilní, zlepšující počáteční kompatibilitu. Nicméně je pravděpodobné, že změny v tomto jazyku budou obtížnější, možná více komplexní a více proměnné, než počáteční návrh poskytující takové mechanismy. Což může snížit kompatibilitu v dlouhém období.
Dobrá praxe: Mechanismy rozšiřitelnosti
Specifikace BY MĚLA poskytovat mechanismy, které dovolí jakékoliv straně vytvořit rozšíření.
Specifikace BY MĚLA poskytovat mechanismy, které dovolí jakékoliv straně vytvořit rozšíření.
Rozšiřitelnost představuje proměnlivost, která má dopad na součinnost. Nicméně jazyky, které nemají žádné rozšiřovací mechanismy, mohou být rozšířeny ad hoc, což také dopadá na součinnost. Jedno klíčové kritérium mechanismů, které je poskytováno jazykovými návrháři je, že dovolí rozšiřitelným jazykům zůstávat v souladu s originální specifikací, zvýšením pravděpodobnosti součinnosti.
Dobrá praxe: Shoda rozšiřitelnosti
Rozšiřitelnost NESMÍ kolidovat se souladem s originální specifikací.
Aplikační potřeby určí nejvíce vhodnou rozšiřující strategii pro specifikaci. Například aplikace určené k tomu, aby operovaly v izolovaném prostředí mohou dovolit návrhářům specifikací definovat verzovací strategii, která by byla nepraktická v prostředí webu.
Dobrá praxe: Neznámá rozšíření
Specifikace BY MĚLA specifikovat chování agenta, který se setká tváří v tvář s neznámým rozšířením.
Jsou vyvinuty dvě strategie, které jsou zvláště užitečné:
- "Musíš ignorovat": Agent ignoruje jakýkoliv obsah, který nerozpozná.
- "Musíš rozumět": Agent zachází s nerozpoznaným označením jako s chybovým stavem.
Silná přístupová forma znamená pro jazyk buď poskytnutí způsobu rozšíření, nebo zřetelné rozeznání syntaxí mezi nimi.
Další strategie zahrnují nabádání uživatele k zadávání obsáhlejšího vstupu a k automatickému získávání dat z dostupného hypertextového odkazu. Jsou také možné i komplexnější strategie zahrnující smíšené strategie. Například jazyk může zahrnovat mechanismy pro hlavní standardní chování. Takže formát dat může specifikovat sémantiky "musíš ignorovat," ale také počítá s rozšířeními, která přehlíží tuto sémantiku vzhledem k potřebám aplikace (například sémantika "musíš rozumět" pro zvláštní rozšíření).
Rozšiřitelnost není volná. Poskytnutím míst pro rozšiřitelnost je jedním z mnoha požadavků, který ovlivňuje náklady jazykového návrhu.
Zkušenost ukazuje, že i když jsou počáteční výdaje vyšší, dlouhodobé výhody z dobře navržených mechanismů rozšiřitelnosti obecně výdaje převáží.
Viz D.3
Extensibility and Extensions v [QA].
Mnoho moderních formátů dat zahrnuje mechanismy pro skládání. Například:
- Je možné vložit textové komentáře do některých obrázkových formátů, jako JPEG/JFIF. Ačkoli jsou tyto komentáře zaraženy v obsažených datech, není úmyslem ovlivnit ukázku obrázku.
- Existují zásobníkové formáty jako SOAP, které plně očekávají obsah z rozmanitých jmenných prostorů, ale které poskytují celkový sémantický vztah obálky zprávy a jejího obsahu.
- Sémantika kombinovaných RDF dokumentů obsahujících přesně definované rozmanité slovníky.
V zásadě mohou tyto vztahy být libovolně smíšené a vložené. Například SOAP zpráva může obsahovat obrázek SVG, který obsahuje RDF komentář, který se odkazuje na slovník podmínek popisujících obrázek.
Nicméně si všimněte, že pro obecné XML není žádný sémantický model, který definuje interakce uvnitř XML dokumentů s elementy a/nebo atributy z různých jmenných prostorů. Každá aplikace musí definovat, s jakým jmenným prostorem vzájemně působí a jaký účinek elementu jmenného prostoru mají jeho předci, sourozenci a potomci.
Viz uveřejnění TAG mixedUIXMLNamespace-33 (vztahující se k významu dokumentu složeného z obsahu z různorodých jmenných prostorů), xmlFunctions-34 (vztahující se k jednomu přístupu pro řízení transformací a skládání XML) a RDFinXHTML-35 (vztahující se k výkladu RDF, který je zařazen do XHTML dokumentu).
Web je heterogenní prostředí, kde široká pestrost agentů poskytuje přístup uživatelům k obsahu s celou škálou různorodých schopností. Dobrou praxí autorů je vytvářet obsah, který může oslovit nejširší možné publikum, zahrnující uživatele s grafickými stolními počítači, přenosnými zařízeními a s mobilními telefony, uživatele s postižením, kteří mohou vyžadovat syntetizátory řeči, a zařízení, která si zatím neumíme představit. Kromě toho autoři nemohou v některých případech předpovídat, jak agent zobrazí nebo zpracuje obsah. Zkušenosti ukazují, že oddělením obsahu, prezentace a interakce se podporuje u obsahu znovupoužitelnost a nezávislost na prostředí; vyplývá to z podstaty ortogonálních specifikací (§5.1).
Toto oddělení také usnadňuje znovuvyužití autorova zdrojového obsahu přes
rozmanité doručovací souvislosti. Někdy, dle uživatelových funkčních zkušeností, které jsou vhodné k nějaké doručovací souvislosti, mohou být vygenerovány použitím adaptačního procesu aplikovaným na reprezentaci, která nezávisí na přístupovém mechanismu. Pro více informací o principech nezávislosti na prostředí se podívejte na [DIPRINCIPLES].
Dobrá praxe: Oddělení obsahu, prezentace, interakce
Specifikace BY MĚLA dovolit autorům oddělit obsah od prezentace a interakce.
Všimněte si, že když obsah, prezentace a interakce jsou podle návrhu odděleny, agenti je potřebují znovu zkompletovat. Pak existuje rekombinační spektrum s tím, že "klient dělá vše" na jednom konci a "server dělá vše" na druhé straně.
Výhody jsou u každého z přístupů. Například když klient (jako mobilní telefon) sdělí schopnosti zařízení serveru (například použitím CC/PP), server může dodat obsah šitý na míru klientovi. Server může například umožnit rychlejší stahování tím, že přizpůsobí odkazy k zobrazení nižšího rozlišení obrázků, zmenšením videa nebo video nepustí vůbec. Podobně, když byl obsah napsaný s paralelními větvemi, server může odstranit nepoužité větve před doručením. Navíc tím, že připraví obsah odpovídajícím vlastnostem cílového klienta, může server pomoci redukovat vedlejší výpočetní nároky klienta. Nicméně specializující se obsah v tomto stylu redukuje výkonnost vyrovnávací paměti.
Na druhé straně vytváření takovéhoto obsahu, který může být znovu zkompletován na klientovi, také inklinuje k tomu, že obsah bude vhodný pro širší škálu zařízení. Tento návrh také zlepší výkonnost vyrovnávací paměti a nabízí uživateli více prezentačních voleb. Styly závislé na médiích se mohou použít pro přizpůsobení obsahu na straně klienta k určitým skupinám cílových zařízení. Pro textový obsah s pravidelným a opakujícím se uspořádáním je sdružení objemu textového obsahu se stylem typičtější než plná kompletace obsahu; uspoření se pak dále zlepší, pokud je styl opětovně použit jinými stránkami.
V praxi se často užívá kombinace obou přístupů. Rozhodnutí o tom, kam by se měla aplikace umístit závisí na síle klienta, síle a zatíženosti serveru a na přenosovém pásmu média, které je spojuje. Jestli je počet možných klientů neohraničený, aplikace bude vážit lépe, když bude větší zatížení na klientech.
Samozřejmě, že nemusí být žádoucí dosáhnout nejširšího možného publika. Návrháři by měli vzít v úvahu vhodné technologie pro omezení jako šifrování a řízení přístupu(§3.5.2).
Některé formáty dat jsou navržené k tomu, aby popisovaly prezentaci (zahrnující SVG a XSL Formatting Objects). Formáty dat, jako tyto, demonstrují, že někdo může zatím jen oddělit obsah od prezentace (nebo interakce); v některých případech se stává nevyhnutelným mluvit o prezentaci. Ze zásady ortogonální specifikace (§5.1) by tyto formáty dat měly jen oslovit prezentační problémy.
Podívejte se uveřejnění TAG formattingProperties-19 (vztahující se ke kompatibilitě v případě formátování vlastností a jmen) a contentPresentation-26 (vztahující se k oddělení značení sémantiky a prezentace).
Definující charakteristikou webu je, že dovoluje začlenit odkazy na další zdroje pomocí URI. Jednoduchost při vytváření hypertextových odkazů používáním absolutních URI (<a href="http://www.example.com/foo">) a relativních odkazů URI (<a href="foo"> a <a href="foo#anchor">) je částečně(možná velkou měrou), jak už v současnosti víme, odpovědná za úspěch hypertextu webu.
Když reprezentace jednoho zdroje obsahuje odkaz na další zdroj, vyjádřený URI, který ho identifikuje, tak to představuje odkaz mezi dvěma zdroji. Další metadata také mohou tvořit část odkazu (například viz [XLink10]).
Poznámka: V tomto dokumentu se termínem "odkaz" obecně myslí "vztah", ne "fyzické spojení".
Dobrá praxe: Identifikování odkazu
Specifikace BY MĚLA poskytovat způsoby, jak identifikovat odkazy k ostatním zdrojům, včetně sekundárních (pomocí identifikátorů části).
Formáty, které dovolují autorům obsahu použít URI namísto lokálních identifikátorů, podporují síťový efekt: hodnota těchto formátů roste s velikostí rozmístění webu.
Dobrá praxe: Odkazování na webu
Specifikace BY MĚLA dovolit celosvětové odkazování, nikoli jen vnitřní dokumentové spojování.
Dobrá praxe: Obecné URI
Specifikace BY MĚLA dovolit autorům obsahu, aby mohli používat URI bez omezení na limitovaný soubor URI schémat.
Kteří agenti pracují s hypertextovými odkazy, není architekturou webu omezeno a může záviset na aplikaci. Uživatelé hypertextových odkazů očekávají, že se budou moct pohybovat mezi reprezentacemi následováním odkazů.
Dobrá praxe: Hypertextové odkazy
Formát dat BY MĚL začleňovat hypertextové odkazy, pokud se očekává, že uživatelské rozhraní bude fungovat jako hypertext.
Formáty dat, které nedovolují autorům obsahu vytvořit hypertextové odkazy, vedou k vytvoření "koncových uzlů" webu.
Odkazy se obvykle vyjadřují používáním odkazů URI (definovaných v kapitole 4.2 [URI]), které mohou být kombinovány se základním URI pro získání využitelného URI. Kapitola 5.1 [URI] vysvětluje různé způsoby, jak ustanovit základní URI pro zdroj, a stanoví mezi nimi přednost. Například základní URI může být URI pro zdroj nebo specifikovaná v reprezentaci (viz elementy
base poskytované HTML, a XML a HTTP hlavička 'Content-Location' ). Podívejte se také na kapitolu odkazech v XML (§4.5.2).
Agenti rozluští odkaz URI před použitím výsledného URI, aby mohli společně působit s dalším agentem. Odkazy URI pomáhají při správě obsahu tím, že dovolí autorům obsahu navrhnout reprezentaci lokálně, to znamená bez starosti, který globální identifikátor se později použije pro odkázání se na přidružený zdroj.
Mnoho formátů dat je založených na XML, tj., že se přizpůsobí podle syntaktických pravidel definovaných ve specifikaci XML [XML10] nebo [XML11]. Tato kapitola diskutuje o problémech, které jsou charakteristické u takových formátů. Kdokoliv, kdo zde hledá rady a vodítka, se bude muset poradit s "Guidelines For the Use of XML in IETF Protocols" [IETFXML], která obsahuje důkladnou diskusi o úvahách, které obsahují, kdy se má XML používat a kdy ne, stejně jako specifické směrnice, jak by se mělo XML použít. Zatímco je zaměřena na internetové aplikace se specifickým odkazováním na protokoly, je tato diskuse obecně vhodná také pro webové scénáře.
Naše debata by se měla spíše chápat jako pomocná debata k obsahu [IETFXML]. Můžete se odkázat také na "XML Accessibility Guidelines" [XAG] pro pomoc při navrhování formátů XML, které snižují bariéry přístupnosti k webu pro postižené lidi.
XML definuje textové formáty dat, které se přirozeně hodí pro popis datových objektů, které jsou hierarchické a zpracované ve voleném sledu. Toto je široce ale ne všeobecně platné pro formáty dat; například zvukový formát nebo video pravděpodobně nebudou vhodné pro vyjádření v XML. Návrhová omezení, který by doporučovala použití XML zahrnují:
- Požadavek na hierarchickou strukturu.
- Potřeba širokého okruhu nástrojů kvůli různorodosti platforem.
- Potřeba dat, která mohou přežít aplikace, které je právě zpracovávají.
- Možnost podpořit internacionalizaci samopopisujícím způsobem, který téměř vylučuje zmatek způsobený kódováním.
- Včasná detekce kódovacích chyb bez nutnosti obcházení takovýchto chyb.
- Vysoký podíl lidsky čtivého textového obsahu.
- Potenciální složení formátů dat s ostatními formáty, které se kódují stejně jako XML.
- Touha po datech, která se snadno analyzují lidmi i stroji.
- Touha po slovnících, které by se mohly vynalézt tak, aby byly snadno distribuovatelné a daly se pružně kombinovat.
Sofistikované odkazovací mechanismy byly vymyšleny pro formáty XML. XPointer dovolí odkazům oslovit obsah, který nemá explicitně vyjádřenou kotvu.
[XLink] je vhodná specifikace pro reprezentaci odkazů v hypertextu (§4.4) XML aplikací. XLink dovolí odkazům mít vícenásobné konce, a aby byly vyjádřeny buď v řadě za sebou nebo v "databázi odkazů" uložené externě k některým nebo ke všem zdrojům identifikovaným odkazy, které databáze odkazů obsahuje.
Návrháři formátů založených na XML mohou vzít v úvahu používání XLink a pro definování syntaxe identifikátorů části používáním systému XPointer a schéma element() jazyka XPointer.
XLink není jen propojení návrhu, který byl navržen pro XML a byl by všeobecně přijat za dobrý návrh. Podívejte se také na uveřejnění TAG xlinkScope-23.
Účelem jmenného prostoru XML (definovaného v [XMLNS]) je umožnit rozmístění slovníků XML (v kterých se definují názvy elementů a atributů) do globálního prostředí a redukovat riziko jmenných kolizí v daném dokumentu, kde se slovníky zkombinovaly. Například obě specifikace MathML a SVG definují element set. Ačkoli se mohou zkombinovat data XML z odlišných formátů jako MathML a SVG v jednom dokumentu, tak by se v tomto případě mohla vyskytnout nejednoznačnost toho, k jakému úmyslu element set slouží. Jmenné prostory XML redukují riziko jmenných kolizí využitím existujících systémů pro přidělování globálně působných jmen: systémů URI (viz také kapitola alokace URI (§2.2.2)). Při používání jmenných prostorů XML je každé lokální jméno ve slovníku XML spárováno s URI (zvané jmenný prostor URI), aby se rozlišilo lokální jméno od lokálních jmen z dalších slovníků.
Použitím URI se prokazují další výhody. Za prvé, že každý pár URI/ lokálních jmen může být mapován k dalšímu URI. Tyto termíny mohou být důležitými zdroji, a tudíž je vhodné URI s nimi přidružovat.
[RDFXML] užívá jednoduché slučování jmenného prostoru URI a lokálního jména, aby vytvořil URI pro identifikovaný termín. Další mapování budou pravděpodobně více vhodná pro hierarchické jmenné prostory; viz související uveřejnění TAG abstractComponentRefs-37.
Návrhářům formátů založených na XML, kteří deklarují jmenné prostory, je tak umožněno znovu použít tyto formáty dat a spojovat je tak za pomocí nových metod, jak si doposud nepředstavovali. Opomenutí deklarace jmenných prostorů takovéto opětovné použití ztěžuje a v některých případech je to dokonce nepraktické.
Dobrá praxe: Přijetí jmenného prostoru
Specifikace, která zakládá slovník XML, BY MĚLA umístit všechny názvy elementů a globálních atributů do jmenného prostoru.
Atributy se vždy vztahují k elementu, ve kterém se objevují. Atribut který je "globální, " to jest ten, který by se mohl smysluplně objevit u mnoha elementů, zahrnující elementy v dalších jmenných prostorech, by měl být explicitně umístěn ve jmenném prostoru. Lokální atributy, ty co jsou přidruženy jen s určitým typem elementu, se nemusejí do jmenných prostorů zahrnovat, jelikož jejich význam bude vždy jasný ze souvislosti poskytnuté konkrétním elementem.
Atribut type z jmenného prostoru W3C XML Schema Instance "http://www.w3.org/2001/XMLSchema-instance" ([XMLSCHEMA], kapitola 4.3.2) je příkladem globálního atributu. Může být použit autory jakéhokoliv slovníku k učinnění tvrzení na příklad o datovém typu elementu, na který se vztahuje. Jelikož je to globální atribut, musí být vždy přesně stanovený. Atribut frame pro tabulku v HTML je příkladem lokálního atributu. Nemá žádný význam jej umístit do jmenného prostoru, jelikož pravděpodobně nebude užitečný v jiném elementu než v tabulce HTML.
Aplikace, které se spoléhají na zpracování DTD, musejí zavádět další omezení na použití jmenných prostorů. DTD vykonávají ověření platnosti založené na slovní formě jména elementu a atributu v dokumentu. To vytváří prefixy, které jsou syntakticky významné ve věcech, které nejsou předpokládány [XMLNS].
Příběh
Nadia přijímá reprezentaci dat z "weather.example.com" v neznámém datovém formátu. Ví dost o XML, aby poznala, který jmenný prostor XML elementům patří. Jelikož je jmenný prostor identifikovaný URI "http://weather.example.com/2003/format", požádá svůj prohlížeče o získání reprezentace identifikovaného zdroje. Dostane některá užitečná data, která jí umožní dozvědět se více o tomto formátu dat. Nadin prohlížeč je také schopen vykonávat některé operace automaticky (to znamená bez dozoru člověka) za předpokladu, že dostane data, která byla optimalizována pro softwarové agenty. Například by prohlížeč mohl v její prospěch stáhnout další agenty, kteří by zpracovali a poskytli formát.
Další výhodou použití URI při budování jmenných prostorů XML je, že se jmenný prostor URI může používat k identifikování informačního zdroje, který obsahuje užitečné, strojově použitelné a/nebo lidsky použitelné informace o termínech ve jmenném prostoru. Tento typ informačního zdroje se nazývá dokument jmenného prostoru. Když vlastník jmenného prostoru URI poskytne dokument jmenného prostoru, tak je tento dokument směrodatný pro jmenný prostor.
Existuje mnoho důvodů poskytovat tento dokument. Někdo by mohl chtít:
- porozumět účelu jmenného prostoru,
- učit se, jak použít značkovací slovník ve jmenném prostoru,
- zjistit, kdo tyto věci řídí, a s nimi přidružené politiky,
- žádat oprávnění k zpřístupnění schémat nebo doplňujících materiálů nebo
- podat zprávu o chybě nebo situaci, která se může považovat za chybu v nějakém doplňujícím materiálu.
Procesor by mohl chtít:
- získat schéma pro ověření platnosti,
- získat šablonu pro prezentaci nebo
- získat ontologie pro stanovení závěrů.
Obecně neexistuje žádná ustanovená nejlepší praxe pro vytvářející reprezentací dokumentu jmenného prostoru; Aplikační očekávání také ovlivní, jaký se použije formát nebo formáty dat. Dále je také ovlivní, zda se důležitá informace objeví přímo v reprezentaci, nebo se jen na takovou informaci reprezentace odkazuje.
Dobrá praxe: Dokumenty jmenného prostoru
Vlastník jmenného prostoru XML BY MĚL zpřístupnit materiál určený lidem, aby si jej přečetli, a materiál optimalizovaný pro softwarové agenty, za účelem splnit potřeby těch, kdo použijí slovník jmenného prostoru.
Následující příklady jsou příklady formátů dat pro dokumenty jmenných prostorů: [OWL10], [RDDL],
[XMLSCHEMA] a [XHTML11]. Každý z těchto formátů se setkává s různými požadavky (popsanými výše) pro uspokojování potřeb agenta, který chce více informací o jmenném prostoru. Nicméně si všimněte problémů souvisejících s identifikátory části a s domlouváním obsahu (§3.2.2), jestliže se používá domlouvání obsahu.
Podívejte se na uveřejnění TAG namespaceDocument-8 (který se dotýká požadovaných charakteristických rysů dokumentu jmenného prostoru) a abstractComponentRefs-37 (vztahující se k použití identifikátorů části s názvem jmenného prostoru k identifikování abstraktní součásti).
Kapitola 3 v "Namespaces in XML" [XMLNS] ] poskytuje syntaktický pojem známý jako QName pro kompaktní vyjádření kvalifikovaných jmen (qualified names = Qnames) v XML dokumentech. Kvalifikované jméno je dvojice URI a lokálního názvu, která pojmenovává jmenný prostor a lokální název umístěný uvnitř tohoto jmenného prostoru. "Namespaces in XML" umožňují používat QNames jak pro jména elementů, tak pro atributy XML.
Další specifikace, počínaje [XSLT10], upotřebily nápad používání QNames v jiné souvislosti než u jmen elementů a atributů, například u hodnot atributu a obsahu elementu. Nicméně hlavní procesory XML nemohou spolehlivě poznat QNames v takových případech, jako u hodnot atributu a obsahu elementu; syntaxe QNames se například překrývá s URI. Zkušenosti také odhalily další omezení QNames jako ztráta vazby jmenného prostoru po kanonizaci XML.
Omezení: Qnames nerozeznatelná od URI
Nedovolte QNames a URI v hodnotách atributu nebo v obsahu elementu, kde nejsou rozeznatelná.
Pro více informací se podívejte na nález TAG "Using
QNames as Identifiers in Content".
Protože jsou QNames kompaktní, někteří návrháři specifikací přijali stejnou syntaxi jako prostředky k identifikování zdrojů. Ačkoli jsou vhodná jako těsnopisný záznam, jejich užívání přináší i svou cenu. Není žádný jednotně přijatý způsob, jak převést QName na URI nebo naopak. Ačkoli jsou QNames šikovná, nezamění URI jakožto poznávací systém webu. Použití QNames k identifikování webového zdroje bez poskytnutí mapování URI je v rozporu s architekturou webu.
Dobrá praxe: Mapování Qname
Specifikace, v které QNames slouží jako identifikátory zdroje, MUSÍ poskytnout mapování na URI.
Viz jmenné prostory XML (§4.5.3) pro příklady mapujících strategií.
Podívejte se také na uveřejnění TAG rdfmsQnameUriMapping-6 (vztahující se k mapování QNames na URI), qnameAsId-18 (vztahující se k použití QNames jako identifikátorů v obsahu XML) a abstractComponentRefs-37 (vztahující se k použití identifikátorů části s názvem jmenného prostoru k identifikování abstraktní komponenty).
Uvažme následující kousek kódu XML: <section name="foo">. Má být element section podle doporučení XML identifikován pomocí ID foo (znamená to, že se "foo" nesmí objevit v okolním XML dokumentu více než jednou)? Nikdo nemůže odpovědět na tuto otázku zkoumáním osamoceného elementu a jeho atributů. V XML je vlastnost "být ID" přidružená s typem atributu, nikoliv s jeho jménem. Nalezení ID v dokumentu vyžaduje další zpracování.
- Zpracování dokumentu procesorem, který pozná v DTD seznam deklarací atributů (v externí nebo interní podmnožině), by mohlo odhalit deklaraci, která identifikuje atribut
name jako ID. Poznámka: Toto zpracování není nutně částí validace. Nevalidní procesor podporující DTD může rozpoznat ID.
- Zpracování dokumentu s W3C XML schématem by mohlo odhalit deklaraci elementu, který identifikuje atribut
name jako W3C XML Schema ID.
- V praxi by zpracování dokumentu s dalším schématem jazyka jako je RELAX NG [RELAXNG] mohlo odhalit atributy deklarované jako ID ve smyslu XML Schema. Mnoho moderních specifikací začíná zpracování XML na úrovni Infoset [INFOSET] a normativně nespecifikuje, jak je Infoset zkonstruován. Pro tyto specifikace jakýkoliv postup, který zavádí typ ID do Infoset (a do Post Schema Validation Infoset (PSVI) definované v [XMLSCHEMA]) může užitečně identifikovat atributy typu ID.
- V praxi mohou mít aplikace nezávislé prostředky (jako ty definované ve XPointer specifikaci, [XPTRFR] kapitola 3.2) k lokalizaci identifikátorů uvnitř dokumentu.
Dále se ještě situace komplikuje tím, že DTD zavádí typ ID do Infoset zatímco W3C XML Schema produkuje PSVI, ale nemodifikuje originální Infoset. Což nechává otevřenou možnost, že by se procesor mohl podívat pouze do Infoset, a následkem toho by chybně rozeznal schématu přiřazená ID.
Podívejte se uveřejnění TAG xmlIDSemantics-32 pro hlubší informace a [XML-ID] pro řešení při vývoji.
RFC 3023 definuje typy internetových médií "application/xml " a "text/xml" a popisuje úmluvu, kterou formáty dat založené na XML užívají typy médií s "+xml" příponou, například "image/svg+xml".
Jsou zde dva problémy spojené s typem médií "text": Zaprvé, pro data identifikovaná jako "text/*" mají weboví prostředníci povoleno "překódování", čili přeměnit jedno kódování znaků na druhé. Překódování se může podařit špatně nebo může způsobit dokument nečitelným.
Dobrá praxe: XML a "text/*"
Obecně BY poskytovatel reprezentace NEMĚL přiřazovat typům internetových médií začátek "text/" pro XML reprezentace.
Zadruhé, reprezentace, jejichž typy internetových médií vyžadují začínat výrazem "text/", a pokud nemají specifikovaný parametr charset, tak očekávají kódování US-ASCII. Od té doby, co je syntaxe XML navržená k tomu, aby učinila dokumenty samopopisnými, je dobrou praxí vynechávat parametr charset, a jelikož XML velice často není zakódovaný v US-ASCII, použití výrazu "text/" u typů internetových médií účinně zamezí této dobré praxi.
Dobrá praxe: XML a kódování znaků
Obecně BY poskytovatel reprezentace NEMĚL specifikovat kódování znaků pro data XML v hlavičkách protokolu, jelikož jsou data samopopisná.
Kapitola zaměřená na typy médií a sémantiku identifikátoru části (§3.2.1) probírá o výklad identifikátoru části. Návrháři specifikací formátů dat založených na XML by měli definovat sémantiku identifikátoru části v tomto formátu. XPointer Framework [XPTRFR] poskytuje vhodné východisko.
Když je typ média, přiřazený k reprezentaci dat, "application /xml", tak zde není žádná sémantika, která by byla definovaná pro identifikátory části, a autoři by v takovýchto datech používat tyto identifikátory neměli. To samé nastane, jestliže má přiřazený typ média příponu "+xml" (definovanou v "XML Media Types" [RFC3023]), a specifikace formátu dat nespecifikuje sémantiku identifikátoru části. To, že již víme, že je obsah v XML, ještě neznamená,že poskytuje informaci o sémantice identifikátoru části.
Mnoho lidí předpokládá, že identifikátor části #abc, při odkazování na data XML, identifikuje element v dokumentu s ID "abc". Nicméně pro tento předpoklad není žádná normativní podpora. Očekává se, že oprava RFC 3023 toto vyřeší.
Podívejte se na uveřejnění TAG fragmentInXML-28.
4.6. Budoucí směry pro formáty dat
Formáty dat umožní vytvoření nových aplikací, které budou moci použít infrastrukturu informačního prostoru. Sémantický web je jedna z takových aplikací, postavený na prvcích RDF [RDFXML]. Tento dokument sémantický web podrobněji neprobírá; TAG očekává že se napíše budoucí vydání tohoto dokumentu. Podívejte se na související uveřejnění TAG httpRange-14.
Několik všeobecných architekturních zásad se aplikuje na všechny tři základy architektury webu.
Identifikace, interakce a reprezentace jsou ortogonální koncepty, které znamenají, že technologie používané pro identifikaci, interakci a reprezentaci se mohou vyvíjet nezávisle. Například:
- Zdroje jsou identifikovány pomocí URI. URI mohou být zveřejněné bez vybudování jakékoliv reprezentace zdroje nebo bez určení, zda jsou některé reprezentace dostupné.
- Syntaxe obecného URI dovoluje agentům fungovat v mnoha případech bez znalosti specifik schémat URI.
- V mnoha případech může někdo změnit reprezentaci zdroje bez přerušení odkazů na zdroj (například použitím domlouvání obsahu).
Když jsou dvě specifikace ortogonální, tak jedna může změnit druhou bez vyžadování změn té další, dokonce i když je ta první závislá na druhé. Například přestože specifikace HTTP závisí na specifikaci URI, obě se mohou vyvíjet nezávisle. Tato ortogonalita zvyšuje flexibilitu a robustnost webu. Například se někdo může odkazovat pomocí URI na obrázek bez jakékoliv znalosti formátu, který je vybrán k reprezentaci tohoto obrázku. Toto usnadňuje představit si formáty obrázku jako PNG a SVG bez přerušení existujících odkazů na zdroje obrázků.
Zásada: Ortogonalita
Ortogonální abstrakce těží z ortogonálních specifikací.
Zkušenosti ukazují, že problémy vznikají, když se ortogonální koncepty vyskytují v jedné specifikaci. Představme si například specifikaci HTML, která zahrnuje ortogonální specifikaci x-www-form-urlencoded. Softwaroví vývojáři (například vývojáři [CGI] aplikací)by mohli rychleji nalézt specifikaci, kdyby byla publikovaná odděleně, a potom citovaná ze specifikací HTTP, URI a HTML.
Problémy také vyvstávají, když se specifikace pokouší modifikovat ortogonální abstrakce popisované jinde. Historická verze specifikace HTML přidala hodnotu "Refresh" k atributu http-equiv
elementu meta. Byl definován jako ekvivalentní k hlavičce HTTP stejného jména. Autoři specifikace HTTP se nakonec rozhodli neposkytovat tuto hlavičku, která by těmto dvěma specifikacím ztížila výhody mezi sebou. W3C HTML Working Group nakonec hodnotu "Refresh" odstranila.
Specifikace by měla zřetelně ukazovat, které rysy překrývá s rysy řízenými dalšími specifikacemi.
Informace na webu a technologie, které je zobrazují se v průběhu doby neustále mění. Rozšiřitelnost je vlastnost technologie, která podporuje vývoj bez obětování kompatibility. Některé příklady úspěšně vytvořených technologií, které umožňují změnu za minimálního počtu poruch zahrnují:
- fakt, že jsou schémata URI specifikovaná ortogonálně;
- použití volně dostupné (open) sady typů internetových médií v emailech a HTTP, které specifikují interpretaci dokumentu;
- oddělení obecné gramatiky XML a otevřené sady jmenných prostorů XML pro jména elementů a atributů;
- modely rozšiřitelnosti v kaskádových stylech (CSS), XSLT 1.0 a v SOAP;
- plug-iny uživatelských agentů.
Příklad neúspěšného rozšiřujícího mechanismu je direktivní rozšíření HTTP [HTTPEXT]. Společenství hledalo mechanismy k rozšíření HTTP, ale zřejmě náklady závazně rozšiřujícího návrhu (náklady znatelné ve složitosti) přesáhly výhody, a tak brzdil přijetí.
Níže diskutujeme o vlastnictví "rozšiřitelnosti" ukázaného na URI, některých formátech dat a některých protokolech (během začlenění nových zpráv).
Zúžený jazyk: Jeden jazyk je podmnožinou (nebo "profil") druhého jazyka, jestliže nějaký dokument v prvním jazyce je také platný dokument ve druhém jazyce a má stejný výklad ve druhém jazyce.
Rozšířený jazyk: Jestliže jeden jazyk je podmnožinou jiného, ten druhý "nadmnožinový" se nazývá rozšířený jazyk; rozdíl mezi jazyky se nazývá rozšíření. Je jasné, že rozšířený jazyk je lepší pro kompatibilitu, než vytvoření nekompatibilního jazyka.
Teoreticky může být mnoho příkladů "nadmnožinových" jazyků bezpečně a užitečně zpracováno jakoby byly v zúženém jazyce. Jazyku, který se může takto vyvíjet, dovolujícímu aplikacím poskytnout nové informace, když je potřeba, zatímco je stále zaručena kompatibilita s aplikacemi, které zatím jen rozumí podmnožině aktuálního jazyka, se říká, že je "rozšiřitelný." Jazykoví návrháři mohou usnadnit rozšiřitelnost definováním výchozího chování neznámých rozšíření - například, že budou ignorována (nějakým definovaným způsobem) nebo mohou být považována za chyby.
Například v počátcích webu HTML agenti ignorovali podle dohody neznámé tagy. Tato volba nechala prostor pro inovaci (tím se myslí nestandardní elementy) a povzbuzovala rozšíření HTML. Nicméně s tím vyvstaly i problémy s kompatibilitou. V tomto typu prostředí je nevyhnutelné napětí mezi krátkodobou kompatibilitou a touhou po rozšiřitelnosti. Zkušenosti ukazují, že návrhům, které nastolí pravou rovnováhu mezi dovolováním měnit a zachováním kompatibility, se pravděpodobněji bude dařit se a pravděpodobněji méně naruší webové společenství. Ortogonální specifikace (§5.1) pomáhají redukovat riziko narušení.
Pro další diskuzi se podívejte na kapitolu o verzování a rozšiřitelnosti (§4.2). Podívejte se také na uveřejnění TAG xmlProfiles-29 a HTML
Dialects.
Chyby se v propojené sítí informačních systémů objevují. Chybový stav může být dobře rozpoznatelný (například syntaktické chyby v XML nebo chyby typu 4xx v klientovi v HTTP) nebo vyvstávají nepředvídatelně. Oprava chyby znamená, že agent opraví stav tak, že uvnitř systému to bude vypadat, jakoby chyba nikdy nenastala. Jeden příklad opravy chyby vyžaduje opětovný přenos dat jako odpověď na dočasné síťové selhání. Zotavení po chybě znamená, že agent neopraví chybový stav, ale pokračuje ve zpracování s oznámením skutečnosti, že chyba nastala.
Agenti často opraví
chyby bez uživatelského vědomí, aby ušetřily uživatele detailů komplexní síťové komunikace. Na druhé straně je důležité, aby agenti obnovili stav způsobem, který je evidentně uživatelem vidět, jelikož agenti jednají v jeho prospěch.
Zásada: Zotavení po chybě
Agenti, kteří zvolí volbu obnovení stavu bez uživatelova souhlasu, nejednají v jeho prospěch.
U agenta se nevyžaduje přerušit uživatele (například, že vyskočí okno pro potvrzení), aby získal souhlas. Uživatel může svůj souhlas již přednastavit vhodnou konfigurační volbou, režimem nebo jiným rozhraním s příslušným oznámením uživatelovi, jakmile agent detekuje chybu. Vývojáři agentů by neměli ignorovat otázky týkající se použitelnosti, když navrhují chování při zotavování se po chybě.
Kvůli podporování kompatibility by návrháři specifikací měli identifikovat předpovídatelné chybové stavy. Zkušenosti vedly k následujícím pozorováním o přístupech při ošetřování chyb.
- Návrháři protokolů by měli poskytnout dostatek informací o chybovém stavu tak, že agent může oznámit chybový stav. Například stavový kód HTTP 404 (soubor nenalezen) je užitečný, protože dovolí uživatelským agentům prezentovat důležitou informaci k uživatelům, a je jim umožněno v případě problému kontaktovat poskytovatele reprezentace.
- Zkušenosti vyplývající z úsilí budování uživatelského klienta, který by ovládal různorodé formy špatně utvořeného obsahu HTML, přesvědčily návrháře specifikací XML, aby vyžadovali, aby agenti selhali při načítání chybového obsahu. Protože uživatelé neradi tolerují takovéto poruchy, tato volba návrhu tlačila na všechny strany, aby respektovali omezení XML, k uspokojení všech.
- Agent, který se setká s neznámým obsahem, by tento obsah mohl zpracovat různými způsoby, včetně považování situace za chybu; viz také kapitola rozšiřitelnost a verzování (§4.2).
- Chybové chování, které je patřičné pro člověka, nemusí být patřičné pro software. Lidé jsou schopni tříbit si svůj úsudek způsoby, které aplikace nezvládnou. Neformální oznámení chyby může stačit člověku ale ne procesoru.
Podívejte se na uveřejnění TAG contentTypeOverride-24, který se týká zdroje o směrodatných metadatech.
Web následuje tradici internetu v tom směru, že jsou jeho důležitá rozhraní definována v rámci protokolů, specifikováním syntaktických, sémantických a sekvenčních omezení z vyměněných zpráv. Protokoly navržené tak, aby byly flexibilní tváří v tvář široce proměnnému prostředí, pomohly rozsahu webu a usnadnily posun komunikace k novým hranicím důvěry. Tradiční aplikační programovací rozhraní
(API) neberou vždy tato omezení v úvahu, ani kdyby se požadovala. Jedním účinkem návrhu založeného na protokolu je to, že sdílení technologie mezi agenty často trvá déle než agenti sami.
Je běžné pro programátory, kteří pracují s webem, aby psali kód, který generuje a rozebere tyto zprávy přímo. Je méně běžné, ale nikoliv neobvyklé, pro koncové uživatele mít přímý přístup k těmto zprávám. Často je žádoucí poskytnout uživateli přístup k detailům o formátu a o protokolu: umožnit jim "vidět zdroj," kterým mohou získat odborné znalosti při práci se základním (ve smyslu s nejspodnějším) systémem.
Tento dokument byl napsán skupinou W3C Technical Architecture Group, která zahrnovala následující účastníky: Tim Berners-Lee (co-Chair, W3C), Tim Bray (Antarctica
Systems), Dan Connolly (W3C), Paul Cotton (Microsoft Corporation),
Roy Fielding (Day Software), Mario Jeckle (Daimler Chrysler), Chris
Lilley (W3C), Noah Mendelsohn (IBM), David Orchard (BEA Systems),
Norman Walsh (Sun Microsystems) a Stuart Williams (co-Chair,
Hewlett-Packard).
TAG si cení mnoha příspěvků na veřejném mailing listu TAG's public mailing list, www-tag@w3.org (archív), který pomáhal zlepšit tento dokument.
Za další příspěvky velice děkujeme i těmto lidem: David
Booth, Erik Bruchez, Kendall Clark, Karl Dubost, Bob DuCharme,
Martin Duerst, Olivier Fehr, Al Gilman, Tim Goodwin, Elliotte Rusty
Harold, Tony Hammond, Sandro Hawke, Ryan Hayes, Dominique
Hazaël-Massieux, Masayasu Ishikawa, David M. Karr, Graham Klyne,
Jacek Kopecky, Ken Laskey, Susan Lesch, Håkon Wium Lie, Frank
Manola, Mark Nottingham, Bijan Parsia, Peter F. Patel-Schneider,
David Pawson, Michael Sperberg-McQueen, Patrick Stickler a
Yuxiao Zhao.
