Conjunto de información XML

XML Information Set ( XML Infoset ) es una especificación del W3C que define un modelo de datos abstracto de un documento XML en términos de un conjunto de elementos de información . ^{[ 1 ]} XML Infoset proporciona una forma estandarizada de referirse a los componentes de los documentos XML, sirviendo como base para estándares y herramientas relacionados con XML.

El conjunto de información XML identifica once tipos diferentes de elementos de información, incluidos el documento, los elementos, los atributos, las instrucciones de procesamiento , los caracteres y los espacios de nombres . Cada elemento de información tiene un conjunto de propiedades con nombre, que representan aspectos específicos del documento XML que se está modelando. Por ejemplo, un elemento de información tiene propiedades como el nombre del espacio de nombres del elemento, el nombre local , los elementos secundarios y los atributos .

Un documento XML tiene un conjunto de información si está bien formado y cumple con las restricciones del espacio de nombres . No es necesario que un documento XML sea válido según una DTD o un esquema XML para tener un conjunto de información.

XML se desarrolló inicialmente sin una definición formal de su conjunto de información. Esta base conceptual solo se formalizó mediante trabajos posteriores que comenzaron en 1999, publicados por primera vez como un borrador de trabajo independiente del W3C a finales de diciembre de ese año. ^{[ 2 ]} La segunda edición de la Recomendación sobre el conjunto de información se adoptó el 4 de febrero de 2004. ^{[ 3 ]}

La especificación XML Information Set se ha convertido en un pilar fundamental de la tecnología XML, permitiendo que especificaciones de nivel superior como XPath , XSLT , DOM , XQuery y muchas otras describan su funcionalidad en términos de XML Infoset en lugar de la sintaxis XML concreta. Esta abstracción permite que estas tecnologías operen con contenido XML independientemente de su formato de serialización específico. Si se publica una versión 2.0 del estándar XML, es probable que esta incorpore la recomendación de Infoset como parte integral del mismo.

Un conjunto de información puede contener hasta once tipos diferentes de elementos de información:

1. El elemento de información del documento (siempre presente)
2. Elementos de información
3. Elementos de información de atributos
4. Elementos de información de instrucciones de procesamiento
5. Elementos de información de referencia de la entidad no expandidos
6. Elementos de información del personaje
7. Elementos de información para comentarios
8. Elemento informativo de declaración de tipo de documento
9. Elementos de información de entidades no analizados
10. Elementos de información de notación
11. Elementos de información del espacio de nombres

La ampliación o modificación del conjunto de información se refiere al proceso de modificar el conjunto de información durante la validación del esquema , por ejemplo, añadiendo atributos predeterminados. El conjunto de información ampliado se denomina conjunto de información posterior a la validación del esquema, o PSVI . ^{[ 4 ]}

La ampliación de conjuntos de información es algo controvertida, ya que se afirma que viola la modularidad y tiende a causar problemas de interoperabilidad, dado que las aplicaciones obtienen información diferente dependiendo de si se ha realizado o no la validación. ^{[ 5 ]}

La ampliación de conjuntos de información es compatible con XML Schema , pero no con RELAX NG .

Normalmente, el conjunto de información XML se serializa como XML. ^{[ 6 ]} También existen formatos de serialización para XML binario , CSV , ^{[ 7 ]} y JSON . ^{[ 8 ]}

Instancias de conjuntos de información XML:

• Modelo de objetos de documento
• modelo de datos XPath
• SXML

• "Recomendación sobre el conjunto de información XML (Segunda edición)" . W3C. 4 de febrero de 2004.