Datos, Metadatos y Lenguajes de Marcas: Guía Completa de XML, HTML y Git

Datos, metadatos y lenguajes de marcas

• Datos: Son representaciones de aspectos del mundo real. Componente básico en un sistema informático, con arquitectura binaria (1,0).

  Tradicionalmente, en los ordenadores los datos se organizan de dos maneras: 2 tipos de archivos.

  • Datos de texto: Guardan la información carácter a carácter. Son tiras de bits agrupadas según un estándar, el código de caracteres.

    • Ventajas: Fáciles de compartir, los usan muchos programas y los pueden leer las personas.

    • Desventajas: Más espacio en disco, muchos códigos de caracteres diferentes y falta de estructura de los datos.

    • Para que un ordenador trabaje con datos de texto, necesita codificar esos datos. Existen varios estándares de codificación:

      • ASCII: 7 bits, de los primeros estándares, lengua inglesa.

      • ASCII extendido: 8 bits, más idiomas aparte del inglés (latín).

      • Unicode: universal, para todas las lenguas.

        • UTF-8 (Linux), UTF-16 (Windows)

  • Datos binarios: Formato que usa internamente el ordenador.

    • Ventajas: Espacio optimizado, el ordenador los lee fácilmente, tienen estructura y es fácil añadir metadatos. (Si un programa quiere usar datos binarios debe conocer la longitud en bits y cómo se almacena esa información.)

    • Desventajas: No están pensados para que los lea una persona. Para usarlos se necesita un programa específico que entienda su estructura y que siga estándares para interpretarlos.

  Metadatos: Los metadatos son datos sobre los datos.

  • Hacen referencia a la manera en que se han almacenado los datos. Se usan para optimizar la información, aunque complican su compartición. (Debe conocerse el procedimiento para obtener los datos correctamente.)

  Datos estructurados: Para exportar datos estructurados se usa CSV (comma separated values): valores separados por comas y los datos entre corchetes, excepto los números.

  Archivos de marcas: Intentan recoger las mejores características de los archivos de texto y binarios. Por ejemplo, incorporan metadatos y definen la estructura de los datos. (Office los usa.)

  Las marcas: Son anotaciones que se incorporan a los datos sin formar parte de ellos. Determinan el formato, cómo se imprime, la estructura de los datos, etc. Son distinguibles del contenido.

  Los lenguajes de marcas: Son una manera de codificar un documento de texto mediante marcas. Incorporan información y definen unas reglas (cómo son las marcas y sus condiciones).

  Características: Texto plano, usan metadatos, son fáciles de interpretar y fáciles de crear.

  Clasificación de los lenguajes de marcas (tipos de metadatos)

  • Procedimental y de presentación (visual). Por ejemplo: HTML, CSS.

  • Descriptivo o semántico (descriptivo, estructura). Por ejemplo: XML, JSON.

  Principales lenguajes de marcas

  SGML: Standard Generalized Markup Language, primer lenguaje reconocido como estándar ISO.

  HTML: HyperText Markup Language, define un formato para describir la visualización de la información en una página web mediante navegadores.

  CSS (Cascading Style Sheets)

  Lenguajes basados en XML, para generar otros lenguajes: SVG, MathML, CML, SMIL, SSML.

  Lenguajes de marcas ligeros: JSON, Markdown, que ocupan menos espacio.

  Aplicaciones web

  Aplicación web: Aplicación creada para ser ejecutada por un navegador web.

  • Ventajas: Fácil de usar, visual, solo necesita un navegador, compatible con cualquier sistema operativo, pocos requisitos, fácil mantenimiento, no requiere instalación y los datos están centralizados.

  • Desventajas: Menos potentes, aprovechan menos los recursos de la máquina, necesitan conectividad y delegamos el control de nuestra información.

  Estructura cliente-servidor: El cliente hace la petición al servidor web mediante el navegador. El servidor web se comunica con el servidor de aplicaciones, y este con la base de datos. Finalmente, mediante los archivos HTML, CSS y JS, el navegador nos devuelve la página.

  ---

  XML: Extensible Markup Language

  XML: Extensible Markup Language (la X de extensible). XML no es un lenguaje de marcas en sí, sino un metalenguaje, porque nos permite definir y desarrollar otros lenguajes de marcas.

  Con XML definimos la estructura y el vocabulario de otros lenguajes de marcas. Se usa para:

  • Mostrar contenido de páginas web (XHTML).

  • Comunicar sistemas distribuidos.

  • Reducir la carga de los servidores distribuyendo la carga entre ellos.

  • Guardar datos en XML (Office).

  Conceptos básicos de XML

  Elementos = Conjunto de etiquetas. Su contenido puede ser más etiquetas.

  Etiquetas = Separan contenido y definen estructura (apertura y cierre). Son autoexplicativas por su nombre.

  Contenido = Datos (puede estar vacío), por ejemplo <asdas/>.

  Entidades = Sirven para incluir caracteres problemáticos.

  Atributos = Pareja de valores separados por un =, con el formato nombre = “valor”, entre comillas.

  Por ejemplo: xml:lang=