2. Texto. - dis.um.esdis.um.es/~jfernand/0405/tsm/tema2-ppt.pdf · LENGUA INGLESA. z7 BITS POR CARÁCTER (0-127) zESTÁNDAR PARA TRANSFERENCIA DE DATOS ENTRE SISTEMAS INFORMÁTICOS

1

Tecnologías para los Sistemas Multimedia - Curso 2004/05 1

2. Texto. 2.1.2.1. INTRODUCCIÓN.INTRODUCCIÓN.2.2.2.2. ESTÁNDARES DE TEXTO.ESTÁNDARES DE TEXTO.

2.2.1 ASCII ( 2.2.1 ASCII ( AmericanAmerican Standard Standard CodeCode forfor InformationInformation InterchangeInterchange).).2.2.2 2.2.2 UnicodeUnicode..2.2.3 RTF ( 2.2.3 RTF ( RichRich TextText FormatFormat).).2.2.4 Adobe PostScript.2.2.4 Adobe PostScript.2.2.5 Adobe PDF.2.2.5 Adobe PDF.2.2.6 PostScript 2.2.6 PostScript vsvs PDFPDF

2.3.2.3. ESTÁNDARES ORIENTADOS A CONTENIDOS WEBESTÁNDARES ORIENTADOS A CONTENIDOS WEB2.3.1.2.3.1. SGML (Standard SGML (Standard GeneralizedGeneralized MarkupMarkup LanguageLanguage).).2.3.2.2.3.2. HTML ( HTML ( HyperTextHyperText MarkupMarkup LanguageLanguage).).

2.3.2.1.2.3.2.1. PDF PDF vsvs HTML.HTML.2.3.3.2.3.3. XML ( XML ( eXtensibleeXtensible MarkupMarkup LanguageLanguage).).

2.4.2.4. OTROS ESTÁNDARESOTROS ESTÁNDARES2.4.1.2.4.1. MHEG ( Multimedia MHEG ( Multimedia andand HypermediaHypermedia ExpertExpert GroupGroup).).2.4.2.2.4.2. PREMO ( PREMO ( PresentationPresentation EnvironmentEnvironment formform Multimedia Multimedia ObjectsObjects).).2.4.3.2.4.3. HyTimeHyTime ( ( HypermediaHypermedia//TimeTime--basedbased StructuringStructuring LanguageLanguage).).

2.5.2.5. ASPECTOS TECNOLÓGICOS RELATIVOS AL TEXTO.ASPECTOS TECNOLÓGICOS RELATIVOS AL TEXTO.2.6.2.6. HERRAMIENTAS PARA TRATAMIENTO/EDICIÓN DE FORMATOS DE TEXTOSHERRAMIENTAS PARA TRATAMIENTO/EDICIÓN DE FORMATOS DE TEXTOS


2.1.- Introducción (I).

ENTRE LAS DISTINTAS FUENTES DE INFORMACIÓN DE LOS ENTRE LAS DISTINTAS FUENTES DE INFORMACIÓN DE LOS SISTEMAS MULTIMEDIA, EL TEXTO ES EL MEDIO BÁSICO, SISTEMAS MULTIMEDIA, EL TEXTO ES EL MEDIO BÁSICO, TANTO POR SU VETERANÍA CÓMO POR SU USO TANTO POR SU VETERANÍA CÓMO POR SU USO GENERALIZADO.GENERALIZADO.

EN ESTE TEMA VEREMOS LAS DISTINTAS FORMAS DE EN ESTE TEMA VEREMOS LAS DISTINTAS FORMAS DE REPRESENTAR ESTE MEDIO, EMPEZANDO POR LAS MÁS REPRESENTAR ESTE MEDIO, EMPEZANDO POR LAS MÁS SIMPLES E INTRODUCIENDO FORMAS, CADA VEZ MÁS SIMPLES E INTRODUCIENDO FORMAS, CADA VEZ MÁS COMPLEJAS, DE DESCRIPCIÓN DE DOCUMENTOS BASADOS EN COMPLEJAS, DE DESCRIPCIÓN DE DOCUMENTOS BASADOS EN TEXTO, HASTA LLEGAR A LO QUE PODRÍAMOS CONSIDERAR TEXTO, HASTA LLEGAR A LO QUE PODRÍAMOS CONSIDERAR LENGUAJES DE DESCRIPCIÓN DE DOCUMENTOS MULTIMEDIA.LENGUAJES DE DESCRIPCIÓN DE DOCUMENTOS MULTIMEDIA.

2


2.2.- Estándares

(en nuestro contexto) Conjunto de normas que (en nuestro contexto) Conjunto de normas que establecen una forma mayoritariamente aceptada y establecen una forma mayoritariamente aceptada y adoptada de representar informaciadoptada de representar informacióón n

TambiTambiéén puede ser por imposicin puede ser por imposicióónn

Importancia para el usuario/ desarrollador informImportancia para el usuario/ desarrollador informáático:tico:–– SimplicidadSimplicidad–– UniformidadUniformidad–– CompatibilidadCompatibilidad


2.2.- Tipos de estándaresLos estLos estáándares se pueden clasificar en:ndares se pueden clasificar en:

–– ““de factode facto”” ((““de hechode hecho””):): aquellos que se han impuesto, sin ninguna definiciaquellos que se han impuesto, sin ninguna definicióón n formal, sino mformal, sino máás bien por su s bien por su ééxito en determinado sector (ej: plataforma PC o xito en determinado sector (ej: plataforma PC o PDF). Suelen ser propietarios.PDF). Suelen ser propietarios.

–– ““de jurede jure”” ((““por leypor ley””):): aquellos que han sido desarrollados por organismos aquellos que han sido desarrollados por organismos oficialmente reconocidos. Existen instituciones dedicadas a estaoficialmente reconocidos. Existen instituciones dedicadas a estas labores como:s labores como:

ANSI ANSI (American National Standards Institut(American National Standards Institute)e)ITU ITU (International Telecommunication Unio(International Telecommunication Union)n)IEEE IEEE (Institute of Electrical and Electronic Engineer(Institute of Electrical and Electronic Engineers)s)ISO ISO (International Standards Organizatio(International Standards Organization)n)VESA VESA (Video Electronics Standards Associatio(Video Electronics Standards Association)n)AENOR (AsociaciAENOR (Asociacióón Espan Españñola de Normalizaciola de Normalizacióón).n).

EstEstáándares abiertos / invariablesndares abiertos / invariables

EstEstáándares en creacindares en creacióón digitaln digital–– Coste de creaciCoste de creacióón y tiempo de vidan y tiempo de vida–– LongevidadLongevidad–– PortabilidadPortabilidad–– Rentabilidad de recursosRentabilidad de recursos

3


Conjuntos de caracteres

ASCII

UNICODE


ASCII (American Standard Code forInformation Interchange) (I).

REPRESENTACIÓN NUMÉRICA DE CARACTERES DE LA REPRESENTACIÓN NUMÉRICA DE CARACTERES DE LA LENGUA INGLESA.LENGUA INGLESA.

7 BITS POR CARÁCTER (07 BITS POR CARÁCTER (0--127)127)

ESTÁNDAR PARA TRANSFERENCIA DE DATOS ENTRE ESTÁNDAR PARA TRANSFERENCIA DE DATOS ENTRE SISTEMAS INFORMÁTICOS.SISTEMAS INFORMÁTICOS.

POR EXTENSIÓN, A LOS FICHEROS DE TEXTO EN FORMATO POR EXTENSIÓN, A LOS FICHEROS DE TEXTO EN FORMATO ASCII SE LES DENOMINA FICHEROS ASCII.ASCII SE LES DENOMINA FICHEROS ASCII.

CASI TODOS LOS PROCESADORES DE TEXTO SON CAPACES CASI TODOS LOS PROCESADORES DE TEXTO SON CAPACES DE EDITAR FICHEROS ASCII, AUNQUE ESTE NO SEA SU DE EDITAR FICHEROS ASCII, AUNQUE ESTE NO SEA SU FORMATO POR DEFECTO.FORMATO POR DEFECTO.

4


ASCII (American Standard Code forInformation Interchange) (II).


Unicode (I).

CÓDIGO DE CARACTERES DE 16 BITS DISEÑADO PARA CÓDIGO DE CARACTERES DE 16 BITS DISEÑADO PARA CODIFICAR TEXTO EN SU UTILIZACIÓN POR PARTE DE CODIFICAR TEXTO EN SU UTILIZACIÓN POR PARTE DE SISTEMAS BASADOS EN COMPUTADORES.SISTEMAS BASADOS EN COMPUTADORES.

SIMPLICIDAD Y CONSISTENCIA DEL CONJUNTO DE CÓDIGOS SIMPLICIDAD Y CONSISTENCIA DEL CONJUNTO DE CÓDIGOS ASCII (en particular la versión ampliada ISO LatinASCII (en particular la versión ampliada ISO Latin--1 y otras 1 y otras versiones ampliadas del mismo)versiones ampliadas del mismo)

CUBRE TODOS LOS CARACTERES QUE SE UTILIZAN EN CUBRE TODOS LOS CARACTERES QUE SE UTILIZAN EN TODAS LAS LETRAS ESCRITAS DEL MUNDO.TODAS LAS LETRAS ESCRITAS DEL MUNDO.

CÓDIGOS ASOCIADOS A LOS PRINCIPALES ALFABETOS CÓDIGOS ASOCIADOS A LOS PRINCIPALES ALFABETOS UTILIZADOS HOY EN DÍA: LATÍN, CIRÍLICO (USADO EN UTILIZADOS HOY EN DÍA: LATÍN, CIRÍLICO (USADO EN LENGUAS CÓMO EL RUSO, GRIEGO, HEBRERO Y ARÁBIGO), LENGUAS CÓMO EL RUSO, GRIEGO, HEBRERO Y ARÁBIGO), JAPONÉS, COREANO Y CHINO.JAPONÉS, COREANO Y CHINO.

5


Unicode (II).

TAMBIÉN INCLUYE CONJUNTOS DE SÍMBOLOS: SIGNOS DE TAMBIÉN INCLUYE CONJUNTOS DE SÍMBOLOS: SIGNOS DE PUNTUACIÓN, MATEMÁTICOS, TÉCNICOS, FLECHAS, ETC.PUNTUACIÓN, MATEMÁTICOS, TÉCNICOS, FLECHAS, ETC.

ACTUALMENTE QUEDAN, APROXIMADAMENTE, UNOS 29.000 ACTUALMENTE QUEDAN, APROXIMADAMENTE, UNOS 29.000 CÓDIGOS LIBRESCÓDIGOS LIBRES

PREVISTOS 3600 NUEVOS CARACTERESPREVISTOS 3600 NUEVOS CARACTERES ORIENTALESORIENTALES

PARA USO PRIVADO SE HAN RESERVADO 6.000 CÓDIGOS PARA USO PRIVADO SE HAN RESERVADO 6.000 CÓDIGOS QUE DESARROLLADORES HARDWARE Y SOFTWARE PUEDEN QUE DESARROLLADORES HARDWARE Y SOFTWARE PUEDEN ASIGNAR INTERNAMENTE PARA SUS PROPIOS CARACTERES ASIGNAR INTERNAMENTE PARA SUS PROPIOS CARACTERES Y SÍMBOLOS.Y SÍMBOLOS.


Estándares de texto formateado

RTF

POSTSCRIPT

PDF

6


RTF (Rich Text Format)

ES UN ESTÁNDAR DE CODIFICACIÓN DE TEXTO Y GRÁFICOS CON ES UN ESTÁNDAR DE CODIFICACIÓN DE TEXTO Y GRÁFICOS CON FORMATO CUYO OBJETIVO ES FACILITAR LA TRANSFERENCIA ENTRE FORMATO CUYO OBJETIVO ES FACILITAR LA TRANSFERENCIA ENTRE APLICACIONES Y PLATAFORMAS DESARROLLADO POR MICROSOFT.APLICACIONES Y PLATAFORMAS DESARROLLADO POR MICROSOFT.

PUEDE SER UTILIZADO POR DIFERENTES DISPOSITIVOS DE SALIDA, PUEDE SER UTILIZADO POR DIFERENTES DISPOSITIVOS DE SALIDA, ENTORNOS Y SISTEMAS OPERATIVOS.ENTORNOS Y SISTEMAS OPERATIVOS.

CONJUNTO DE CARACTERES ANSI (PCCONJUNTO DE CARACTERES ANSI (PC--8 de Macintosh o IBM) PARA 8 de Macintosh o IBM) PARA CODIFICAR EL CONTENIDO Y FORMATO DE UN DOCUMENTO, TANTO CODIFICAR EL CONTENIDO Y FORMATO DE UN DOCUMENTO, TANTO EN PANTALLA COMO PARA SU IMPRESIÓN EN PAPEL.EN PANTALLA COMO PARA SU IMPRESIÓN EN PAPEL.

ELEMENTOS DE UN ARCHIVO RTFELEMENTOS DE UN ARCHIVO RTF–– Texto sin formato : ASCIITexto sin formato : ASCII–– Códigos de control “Códigos de control “\\secuencia_letras <Delimitador>”secuencia_letras <Delimitador>”–– Símbolos de control “Símbolos de control “\\+1carácter”+1carácter”–– Grupos “{ textos|códigos de control|símbolos de control}”Grupos “{ textos|códigos de control|símbolos de control}”


Adobe PostScript (I).

LENGUAJE DE PROGRAMACIÓN DESARROLLADO POR ADOBE SYSTEMS, INC.@ PARA DESCRIBIR LA APARIENCIA DE UNA PÁGINA A DISPOSITIVOS DE SALIDA, INCLUYENDO ELEMENTOS COMO TEXTO, GRÁFICOS E IMÁGENES.

IMPRESIONES DE GRAN CALIDAD y FIABILIDAD EN EDICIÓN PROFESIONAL

SOPORTADO POR IMPRESORAS, MONITORES, PRENSAS DIGITALES.

CARÁCTER VECTORIAL. PÁGINAS COMO UNA SERIE DE OBJETOS GEOMÉTRICOS ABSTRACTOS.

LOS TIPOS DE LETRA POSTSCRIPT DEFINEN EL CONTORNO (outline) DE CADA CARÁCTER.

7


Adobe PostScript (II).

FUENTES ESCALABLES MEDIANTE LAS ÓRDENES DE POSTSCRIPT.

IMPRESORAS NO POSTSCRIPT REPRESENTAN LAS FUENTES COMO MAPAS DE BITS POR LO QUE PARA PODER IMPRIMIR UN ESTILO DE FUENTE (de letra ó de tamaño) DIFERENTE, NECESITAN UN MAPA DE BITS NUEVO PARA CADA TAMAÑO.

CADA IMPRESORA PS CONTIENE UN INTÉRPRETE QUE EJECUTA LAS ÓRDENES PS (driver).

EXISTEN TRES VERSIONES BÁSICAS DE POSTSCRIPT: Level 1, Level 2 (mejor para color) y PostScript 3 (más fuentes, mejores gráficos, aceleración).


Adobe PDF: introducción

ALGUNOS PROBLEMAS COMUNES SON LOS SIGUIENTES– INDISPONIBILIDAD DE APLICACIONES ORIGINARIAS.– INCOMPATIBILIDADES DE FORMATO.– IMPRESIÓN INCORRECTA.

FORMATO DE PUBLICACIÓN ELECTRÓNICA DISEÑADO Y LICENCIADO POR ADOBE SYSTEMS INC.@.

ESTÁNDAR DE FACTO EN LA DISTRIBUCIÓN DE DOCUMENTOS ELECTRÓNICOS

PRESERVA TODAS LAS FUENTES, EL FORMATO, LOS COLORES Y LOS GRÁFICOS (además de hipervínculos y controles ActiveX) DE CUALQUIER DOCUMENTO FUENTE, SIN QUE IMPORTE LA APLICACIÓN NI LA PLATAFORMA USADAS EN SU CREACIÓN.

BASADO EN EL LENGUAJE PS Y CÓMO ESTE, DESCRIBE LOS TIPOS DE LETRA, IMÁGENES Y OTROS ELEMENTOS DE UNA PÁGINA COMO UNA SERIE DE OBJETOS Y RELACIONES MATEMÁTICAS.

8


Adobe PDF: fidelidad de representación

LAS FUENTES DE CARACTERES SE CODIFICAN CÓMO DESCRIPCIONES MATEMÁTICAS DE LÍNEAS, CURVAS Y DISTANCIAS ENTRE CONJUNTOS DE PUNTOS.

– Ej: EL CARÁCTER V CONSTA FUNDAMENTALMENTE DE TRES PUNTOS (superior izquierdo, superior derecho y el inferior donde las dos líneas confluyen). LA DESCRIPCIÓN MATEMÁTICA DESCRIBE LAS LÍNEAS EXISTENTES ENTRE LOS TRES PUNTOS, LA DISTANCIA RELATIVA ENTRE ELLOS, EL GROSOR DE LA LÍNEA Y EL TAMAÑO DEL CARÁCTER.

WYSIWYG (what you see is what you get)

LOS ARCHIVOS PDF SON COMPACTOS (más pequeños que sus archivos fuente)


PostScript vs PDF: Base

POSTSCRIPT ESTÁ DISEÑADO PARA UNA ÚNICA COSA: DESCRIBIR DE FORMA PRECISA LO QUE DEBE APARECER EN UNA PÁGINA.

– NECESITA SER PROCESADO O EJECUTADO.– ESTO LO REALIZA UNA COMBINACIÓN DE HARDWARE Y

SOFTWARE (QUÉ TÍPICAMENTE RESIDE EN UNA IMPRESORA) Y QUE SE LLAMA RIP (RASTER IMAGE PROCESSOR).

– UN RIP TOMA EL CÓDIGO POSTSCRIPT Y LO TRADUCE A PUNTOS EN UNA PÁGINA.

– TAMBIÉN ES POSIBLE TRABAJAR CON FICHEROS EPS (ENCAPSULATED POSTSCRIPT) QUE, SIMPLEMENTE, SON UN PROGRAMA POSTSCRIPT , GUARDADO EN FORMA DE FICHERO QUE INCLUYE UNA VERSIÓN DE MENOR RESOLUCIÓN VISUALIZABLE “ENCAPSULADA” EN SU INTERIOR..

9


PostScript & PDF: Evolución

PDF, ADEMAS DE DESCRIBIR, RECOGE INFORMACIÓN PDF, ADEMAS DE DESCRIBIR, RECOGE INFORMACIÓN ACERCA DEL TIPO DE INFORMACIÓN ESTÁ CONTENIDA EN ACERCA DEL TIPO DE INFORMACIÓN ESTÁ CONTENIDA EN EL FICHERO.EL FICHERO.

UN FICHERO PDF ES, REALMENTE, UN FICHERO UN FICHERO PDF ES, REALMENTE, UN FICHERO POSTSCRIPTPOSTSCRIPTQUE YA HA SIDO INTERPRETADO Y DESCOMPUESTO EN QUE YA HA SIDO INTERPRETADO Y DESCOMPUESTO EN OBJETOS CLARAMENTE DEFINIDOS.OBJETOS CLARAMENTE DEFINIDOS.

UN ARCHIVO PDF PUEDE CONTENER FUENTES DE UN ARCHIVO PDF PUEDE CONTENER FUENTES DE LETRAS, IMÁGENES, INSTRUCCIONES DE IMPRESIÓN, LETRAS, IMÁGENES, INSTRUCCIONES DE IMPRESIÓN, PALABRAS CLAVE PARA REALIZAR BÚSQUEDAS Y PALABRAS CLAVE PARA REALIZAR BÚSQUEDAS Y CATALOGACIONES, MARCADORES, ENLACES CATALOGACIONES, MARCADORES, ENLACES INTERACTIVOS, VIDEOS, MECANISMOS DE PROTECCIÓN, INTERACTIVOS, VIDEOS, MECANISMOS DE PROTECCIÓN, ETC.ETC.


Estándares orientados a contenidos web

SGML

HTML

XML

10


IntroducciónBasados en mark-up (marcado)– Anotaciones junto al texto original para mejorar la

apariencia– Permite incluir información (códigos) para el

procesado electrónicoMarcado original– Especificación detallada de apariencia– Se pierde la estructura del documento– Falta de portabilidad y flexibilidad– Alta tasa de errores


Evolución del marcadoCodificación genérica– Uso de etiquetas de estilo– Mayor portabilidad y flexibilidad– Mayor fidelidad a la descripción de la estructura

del documento (cita, título,..)– Posibilidad de ciertos procesos automáticos

(p.ej., índices)Lenguajes de marcado generalizado– Descripción de la estructura del documento– Marcado único– Formalismo para su procesamiento automático

11


SGML (Standard Generalized MarkupLanguage) (I).

SGML fue desarrollado en 1986 por ISO (ISO 8879) SGML fue desarrollado en 1986 por ISO (ISO 8879) cómo estándar de lenguaje de marcado generalizado cómo estándar de lenguaje de marcado generalizado para el intercambio de documentos en soporte para el intercambio de documentos en soporte electrónico, su almacenamiento y procesado.electrónico, su almacenamiento y procesado.

SGML es la base de dos estándares esenciales en SGML es la base de dos estándares esenciales en Internet:Internet:

–– HTML, el estándar más usado en la realización de páginas HTML, el estándar más usado en la realización de páginas WEB.WEB.

–– XML, metalenguaje de definición de lenguajes de marcas.XML, metalenguaje de definición de lenguajes de marcas.


SGML (Standard Generalized MarkupLanguage) (II).

Ámbito de usoÁmbito de usoComplejidad Complejidad Descripción de Descripción de DTDsDTDsNo especifica formatoNo especifica formatoObjetivo: Estructura, ignora aparienciaObjetivo: Estructura, ignora aparienciaEstructura: elementos + relacionesEstructura: elementos + relaciones

12


SGML (Standard Generalized MarkupLanguage) (III).

Posibles tratamientos a partir de la estructuraPosibles tratamientos a partir de la estructura–– Formato de documentoFormato de documento–– Generación de índices o elementos relevantesGeneración de índices o elementos relevantes–– Conversiones de estructuraConversiones de estructura–– Adaptación a diversos dispositivos de salidaAdaptación a diversos dispositivos de salida

Reutilización de documentos SGMLReutilización de documentos SGMLNo se limita a textoNo se limita a texto


HTML (HyperText Markup Language) (I). ES UN LENGUAJE DE MARCAS BASE DE LA ACTUAL WWW.ES UN LENGUAJE DE MARCAS BASE DE LA ACTUAL WWW.

ES UN FORMATO NO PROPIETARIO BASADO EN SGML.ES UN FORMATO NO PROPIETARIO BASADO EN SGML.

LOS TÍTULOS, CABECERAS, PÁRRAFOS, ETC. ESTÁN LOS TÍTULOS, CABECERAS, PÁRRAFOS, ETC. ESTÁN INDICADOS CÓMO TALES EN EL DOCUMENTO.INDICADOS CÓMO TALES EN EL DOCUMENTO.

ES POSIBLE LA INCLUSIÓN DE ENLACES EN EL DOCUMENTO, ES POSIBLE LA INCLUSIÓN DE ENLACES EN EL DOCUMENTO, GRACIAS A LAS POSIBILIDADES HIPERMEDIA DE ESTE GRACIAS A LAS POSIBILIDADES HIPERMEDIA DE ESTE LENGUAJE.LENGUAJE.

ES IMPORTANTE INDICAR QUE DEPENDIENDO DEL ES IMPORTANTE INDICAR QUE DEPENDIENDO DEL VISUALIZADOR UTILIZADO, EL ASPECTO FINAL DE LOS VISUALIZADOR UTILIZADO, EL ASPECTO FINAL DE LOS DIFERENTES ELEMENTOS INCLUIDOS EN EL DOCUMENTO, DIFERENTES ELEMENTOS INCLUIDOS EN EL DOCUMENTO, PUEDE SER DIFERENTE.PUEDE SER DIFERENTE.

13


HTML (HyperText Markup Language) (II).

UN DOCUMENTO HTML ESTÁ CODIFICADO EN TEXTO PLANO UN DOCUMENTO HTML ESTÁ CODIFICADO EN TEXTO PLANO (ASCII) POR LO QUE PUEDE SER GENERADO CON CASI (ASCII) POR LO QUE PUEDE SER GENERADO CON CASI CUALQUIER EDITOR DE TEXTO: VI, EDIT, NOTEPAD, ETC., EN CUALQUIER EDITOR DE TEXTO: VI, EDIT, NOTEPAD, ETC., EN GENERAL, CUALQUIER PROCESADOR DE TEXTO QUE PERMITA GENERAL, CUALQUIER PROCESADOR DE TEXTO QUE PERMITA GUARDAR LOS DOCUMENTOS EN FORMATO DE TEXTO.GUARDAR LOS DOCUMENTOS EN FORMATO DE TEXTO.

EL FORMATO DEL DOCUMENTO SE ESPECIFICA MEDIANTE EL FORMATO DEL DOCUMENTO SE ESPECIFICA MEDIANTE MARCADORES O TAGS QUE INDICAN EL INICIO Y EL FIN DE UNA MARCADORES O TAGS QUE INDICAN EL INICIO Y EL FIN DE UNA DETERMINADA OPCIÓN DE FORMATO APLICABLE AL TEXTO DETERMINADA OPCIÓN DE FORMATO APLICABLE AL TEXTO SITUADO ENTRE AMBOS.SITUADO ENTRE AMBOS.

LOS CÓDIGOS DE CONTROL COMIENZAN CON EL SÍMBOLO “<“ Y LOS CÓDIGOS DE CONTROL COMIENZAN CON EL SÍMBOLO “<“ Y TERMINAN CON EL SÍMBOLO “>”.TERMINAN CON EL SÍMBOLO “>”.


HTML (HyperText Markup Language) (III).

LA MAYORÍA TIENEN SU CORRESPONDIENTE MARCADOR DE LA MAYORÍA TIENEN SU CORRESPONDIENTE MARCADOR DE FINAL, QUE ES SIMILAR AL INICIAL, PERO INCLUYENDO EL FINAL, QUE ES SIMILAR AL INICIAL, PERO INCLUYENDO EL CARÁCTER “/”. Ej: <title> Titulo </title>. CARÁCTER “/”. Ej: <title> Titulo </title>.

De acuerdo con el estándar, para que un texto sea reconocido comDe acuerdo con el estándar, para que un texto sea reconocido como o HTML deberá incorporar:HTML deberá incorporar:

–– identificador de tipo de documento mediante el marcador <identificador de tipo de documento mediante el marcador <htmlhtml> al > al principio del fichero y >/principio del fichero y >/htmlhtml> al final del mismo.> al final del mismo.

–– Tendrá una estructura básica que consta de:Tendrá una estructura básica que consta de:cabecera (<cabecera (<headhead>).>).Título Título --> Dentro de la cabecera (<> Dentro de la cabecera (<titletitle>).>).Cuerpo del documento (<Cuerpo del documento (<bodybody>).>).

–– El fichero debe tener además la extensión “.html” (ó .htm).El fichero debe tener además la extensión “.html” (ó .htm).

14


PDF vs HTML (I).–– LA DEFINICIÓN DE LA APARIENCIA FINAL (layout) PUEDE LA DEFINICIÓN DE LA APARIENCIA FINAL (layout) PUEDE

ASEGURARSE CON PDF PERO NO CON HTML.ASEGURARSE CON PDF PERO NO CON HTML.–– LOS DOCUMENTOS PDF ESTÁN ESTRUCTURADOS EN LOS DOCUMENTOS PDF ESTÁN ESTRUCTURADOS EN

PÁGINAS Y POR TANTO, SON VISUALIZABLES E IMPRIMIBLES PÁGINAS Y POR TANTO, SON VISUALIZABLES E IMPRIMIBLES PÁGINA A PÁGINA.PÁGINA A PÁGINA.

–– LOS DOCUMENTOS HTML SON CONTINUOS (LOS DOCUMENTOS HTML SON CONTINUOS (scrollablescrollable), POR ), POR LO QUE NO PERMITEN ESTE TIPO DE CONTROL NI EN LA LO QUE NO PERMITEN ESTE TIPO DE CONTROL NI EN LA VISUALIZACIÓN NI EN LA IMPRESIÓN.VISUALIZACIÓN NI EN LA IMPRESIÓN.

–– LOS FICHEROS HTML SON MÁS FÁCILMENTE LOS FICHEROS HTML SON MÁS FÁCILMENTE MODIFICABLES.MODIFICABLES.

–– PDF NO PUEDE COMPETIR EN EL TAMAÑO DE LOS PDF NO PUEDE COMPETIR EN EL TAMAÑO DE LOS FICHEROS (MUCHO MÁS PEQUEÑOS EN EL CASO DEL FICHEROS (MUCHO MÁS PEQUEÑOS EN EL CASO DEL TEXTO PLANO DE HTML), POR LO QUE SU TRANSMISIÓN TEXTO PLANO DE HTML), POR LO QUE SU TRANSMISIÓN SERÁ MÁS LENTA.SERÁ MÁS LENTA.


PDF vs HTML (II).

–– PDF ES UN FORMATO PROPIETARIO QUE REQUIERE DE UN PDF ES UN FORMATO PROPIETARIO QUE REQUIERE DE UN SOFTWARE DE EDICIÓN Y VISUALIZACIÓN DE UN SOFTWARE DE EDICIÓN Y VISUALIZACIÓN DE UN DETERMINADO FABRICANTE.DETERMINADO FABRICANTE.

–– HTML ES UN ESTÁNDAR ABIERTO Y PERMITE MUCHAS HTML ES UN ESTÁNDAR ABIERTO Y PERMITE MUCHAS POSIBILIDADES DE EDICIÓN Y VISUALIZACIÓN.POSIBILIDADES DE EDICIÓN Y VISUALIZACIÓN.

–– LOS DOCUMENTO HTML PUEDEN SER VISUALIZADOS LOS DOCUMENTO HTML PUEDEN SER VISUALIZADOS SOBRE GRAN VARIEDAD DE ENTORNOS (SOBRE GRAN VARIEDAD DE ENTORNOS (UnixUnix, DOS, Windows , DOS, Windows NT o Macintosh), PERO QUEDAN DOS CUESTIONES POR NT o Macintosh), PERO QUEDAN DOS CUESTIONES POR RESOLVER:RESOLVER:

EL COSTE DE CONVERTIR DOCUMENTOS DE OTROS EL COSTE DE CONVERTIR DOCUMENTOS DE OTROS FORMATOS A HTML.FORMATOS A HTML.PÉRDIDA DE CONTROL DEL AUTOR DEL DOCUMENTO SOBRE PÉRDIDA DE CONTROL DEL AUTOR DEL DOCUMENTO SOBRE EL FORMATO FINAL DEL MISMO.EL FORMATO FINAL DEL MISMO.

15


XML Introducción (I).

Manteniendo la filosofía SGML, de él se derivó XML como subconjuManteniendo la filosofía SGML, de él se derivó XML como subconjunto nto simplificado, eliminando las partes más engorrosas y menos útilesimplificado, eliminando las partes más engorrosas y menos útiles. s.

XML es un XML es un METALENGUAJEMETALENGUAJE: es un lenguaje para definir lenguajes.: es un lenguaje para definir lenguajes.


XML Introducción (II).

Crecimiento XMLCrecimiento XMLXML XML no sustituiráno sustituirá a HTML,a HTML, pero, aplicado en pero, aplicado en Internet, sí va a mejorar algo de lo que HTML Internet, sí va a mejorar algo de lo que HTML empezaba a adolecer desde hace un tiempo: empezaba a adolecer desde hace un tiempo:

ESTABLECE UN ESTÁNDAR FIJO AL QUE ESTABLECE UN ESTÁNDAR FIJO AL QUE ATENERSE.ATENERSE.SEPARAR EL CONTENIDO DE SU PRESENTACIÓN.SEPARAR EL CONTENIDO DE SU PRESENTACIÓN.

16


Estructura de un documento XML(I).

EN EL SIGUIENTE EJEMPLO PODEMOS COMPRENDER RÁPIDAMENTE EN EL SIGUIENTE EJEMPLO PODEMOS COMPRENDER RÁPIDAMENTE LA ESTRUCTURA DE UN DOCUMENTO XML (LA ESTRUCTURA DE UN DOCUMENTO XML (mensaje.xmlmensaje.xml).).

<?xml version="1.0“<?xml version="1.0“?>?><!DOCTYPE MENSAJE SYSTEM “mensaje.dtd”><!DOCTYPE MENSAJE SYSTEM “mensaje.dtd”><<mensajemensaje> > <<remiteremite>><nombre><nombre>JesualdoJesualdo Fernández</nombre>Fernández</nombre><<emailemail>>[email protected]@dif.um.es</email></email>

</remite></remite><destinatario><destinatario><nombre>Pedro Pérez</nombre/><nombre>Pedro Pérez</nombre/><<emailemail>>[email protected]@wanadoo.es</email></email>

</destinatario></destinatario><asunto>Hola Pedro</asunto><asunto>Hola Pedro</asunto><texto><texto><<parrafoparrafo>¿Hola que tal? Hace <>¿Hola que tal? Hace <enfasisenfasis>mucho</>mucho</enfasisenfasis> que> queno escribes. A ver si llamas y quedamos para tomar algo.</no escribes. A ver si llamas y quedamos para tomar algo.</parrafoparrafo>>

</texto></texto></mensaje></mensaje>


Estructura de un documento XML(II).

Este mismo documento puede verse de forma gráfica, para comprendEste mismo documento puede verse de forma gráfica, para comprender mejor er mejor la estructura de un documento XML.la estructura de un documento XML.

mensaje

remite

destinatario

asunto: Hola Pedro

texto

nombre: Jesualdo Fernández

email: [email protected]

nombre: Pedro Pérez

email: [email protected]

parrafo: ¿Hola que tal? ...

.....................

17


DOCUMENT TYPE DEFINITIONS (DTDs)

CREAR UNA DEFINICIÓN DEL TIPO DE DOCUMENTO (DTD) ES CREAR UNA DEFINICIÓN DEL TIPO DE DOCUMENTO (DTD) ES COMO CREAR NUESTRO PROPIO LENGUAJE DE MARCADO, COMO CREAR NUESTRO PROPIO LENGUAJE DE MARCADO, PARA UNA APLICACIÓN ESPECÍFICA.PARA UNA APLICACIÓN ESPECÍFICA.

POR EJEMPLO, PODRÍAMOS CREAR UN DTD QUE DEFINA UNA POR EJEMPLO, PODRÍAMOS CREAR UN DTD QUE DEFINA UNA TARJETA DE VISITA. A PARTIR DE ESTE DTD, TENDRÍAMOS TARJETA DE VISITA. A PARTIR DE ESTE DTD, TENDRÍAMOS UNA SERIE DE ELEMENTOS XML QUE NOS PERMITIRÍAN UNA SERIE DE ELEMENTOS XML QUE NOS PERMITIRÍAN DEFINIR TARJETAS DE VISITA.DEFINIR TARJETAS DE VISITA.

EL DTD DEFINE LOS TIPOS DE ELEMENTOS, ATRIBUTOS Y EL DTD DEFINE LOS TIPOS DE ELEMENTOS, ATRIBUTOS Y ENTIDADES PERMITIDAS, Y PUEDE EXPRESAR ALGUNAS ENTIDADES PERMITIDAS, Y PUEDE EXPRESAR ALGUNAS LIMITACIONES PARA COMBINARLOS.LIMITACIONES PARA COMBINARLOS.


Ejemplo de DTD (I). Crear un DTD para representar la información de un listín telefóCrear un DTD para representar la información de un listín telefónico con la nico con la información siguiente:información siguiente:

El listín estará formado por varias personas.El listín estará formado por varias personas.

Los datos que necesitamos conocer para cada persona son los siguLos datos que necesitamos conocer para cada persona son los siguientes:ientes:Cada persona debe tener un identificador único que la representeCada persona debe tener un identificador único que la represente..Nombre.Nombre.Dirección, formada por CP, población y provincia.Dirección, formada por CP, población y provincia.Teléfono.Teléfono.0 o más 0 o más ee--mailsmails..Sexo.Sexo.

18


Ejemplo de DTD (II). Fichero LISTIN.DTD

<?xml encoding=“UTF-8”?><!ELEMENT listin (persona)+><!ELEMENT persona (nombre, direccion, email*)><!ATTLIST persona id ID #REQUIRED><!ATTLIST persona sexo (hombre | mujer) #IMPLIED><!ELEMENT nombre (#PCDATA)><!ELEMENT direccion (cp, poblacion, provincia)><!ELEMENT cp (#PCDATA)><!ELEMENT poblacion (#PCDATA)><!ELEMENT provincia (#PCDATA)><!ELEMENT email (#PCDATA)>

Basándonos en el anterior DTD podemos escribir el siguiente listín:

<?xml version=“1.0”?><!DOCTYPE listin SYSTEM “LISTIN.DTD”><listin>

<persona sexo=“hombre” id=“figo”><nombre>Luis Andrés</nombre><direccion>

<cp>10000</cp><poblacion>Madrid</poblacion><provincia>Madrid</provincia>

</direccion><email>[email protected]</email></persona>

</listin>


Comparativa Plano vs HTML vs XML

Ejemplo 1. Texto PlanoJohn Citizen, 01/01/2000

Ejemplo 2. HTML<html><head><title>Name and Date of Births</title></head><body><table><tr><td>First Name</td><td>Last Name</td><td>Date

of Birth</td></tr><tr><td>John</td><td>Citizen</td><td>01/01/2001</td>

</tr></table>

</body></html>

Ejemplo 3. XML<name><first>John</first><last>Citizen</last>

</name><date_of_birth><month>January</month><day>01</day><year>2001</year>

</date_of_birth>

19


2.4 Otros estándares

MHEG

PREMO

HYTIME


2.4.1 MHEG (Multimedia and HypermediaExpert Group) (I).

CodificaciCodificacióón, compresin, compresióón y representacin y representacióón de informacin de informacióón n multimedia e multimedia e hipermediahipermedia

Arquitectura Arquitectura hipermediahipermedia preparada para funcionar en entornos con preparada para funcionar en entornos con muy pocos recursos de hardware, originalmente pensado para muy pocos recursos de hardware, originalmente pensado para aplicaciones ‘broadcast’aplicaciones ‘broadcast’

VVíídeo bajo demanda, compra desde casa, juegos, educacideo bajo demanda, compra desde casa, juegos, educacióón e n e informativos. informativos.

Medios de intercambio de formatos heterogMedios de intercambio de formatos heterogééneos, el usuario neos, el usuario decide.decide.

Intercambio de objetos de informaciIntercambio de objetos de informacióón n –– Tiempo real y entornos interactivosTiempo real y entornos interactivos–– AbstracciAbstraccióón de almacenamiento, transmisin de almacenamiento, transmisióón, difusin, difusióónn

20


2.4.1 MHEG (Multimedia and HypermediaExpert Group) (II).

IntIntéérprete o motor MHEG rprete o motor MHEG ((InterpreterInterpreter oror EnginEnginee))–– EjecuciEjecucióónn–– InteracciInteraccióónn–– Independencia de plataformas Independencia de plataformas

Su filosofSu filosofíía es la de permitir la distribucia es la de permitir la distribucióón de aplicaciones n de aplicaciones multimedia interactivas sobre una arquitectura cliente/servidor multimedia interactivas sobre una arquitectura cliente/servidor independiente de plataforma.independiente de plataforma.

Los objetivos del estLos objetivos del estáándar MHEG son:ndar MHEG son:–– IntercambioIntercambio–– PresentaciPresentacióónn–– Recursos mRecursos míínimosnimos–– Tiempo RealTiempo Real


Ejemplo

21


2.4.2.- PREMO (PresentationEnvironment for Multimedia Objects)

Es un estEs un estáándar ISO, desarrollado para ofrecer un entorno de desarrollo estndar ISO, desarrollado para ofrecer un entorno de desarrollo estandarizado de andarizado de aplicaciones multimedia.aplicaciones multimedia.

Puntos de interPuntos de interééss–– TTéécnicas de presentacicnicas de presentacióónn–– IntegraciIntegracióón de medios, presentacin de medios, presentacióón conjuntan conjunta

El marco de trabajo que propone PREMO se basa en tres El marco de trabajo que propone PREMO se basa en tres ááreas: reas: –– un modelo de objetos (un modelo de objetos (instanciacionesinstanciaciones y herencia).y herencia).–– las actividades de los objetos.las actividades de los objetos.–– los eventos (y su manejo asociado). los eventos (y su manejo asociado).

Las operaciones sobre los objetos puedenLas operaciones sobre los objetos pueden–– SSííncronasncronas–– AsAsííncronasncronas–– PeriPerióódicasdicas

Ofrece mecanismos de sincronizaciOfrece mecanismos de sincronizacióón (por ejemplo, entre secuencias de vn (por ejemplo, entre secuencias de víídeo y deo y audioaudio), los ), los objetos deben ser objetos deben ser activablesactivables. .

Un componente de PREMO es una colecciUn componente de PREMO es una coleccióón de tipos de objetos y tipos de datos. Los objetos n de tipos de objetos y tipos de datos. Los objetos dentro de un componente estdentro de un componente estáán disen diseññados para una cooperaciados para una cooperacióón cerrada. n cerrada.


2.4.3.- HyTime (Hypermedia/Time-basedStructuring Language)

Es un estEs un estáándar ISO para la representacindar ISO para la representacióón de documentos n de documentos hipermediahipermediaabiertos y es una aplicaciabiertos y es una aplicacióón de SGML (n de SGML (HyTimeHyTime estestáá basado en SGML y basado en SGML y MHEG tiene modo de codificaciMHEG tiene modo de codificacióón compatible con SGML). n compatible con SGML).

No especifica el contenido del documento, sino que proporciona uNo especifica el contenido del documento, sino que proporciona una forma na forma estestáándar en la que diferentes tipos de informacindar en la que diferentes tipos de informacióón pueden ser combinados. n pueden ser combinados.

No es un DTD, pero proporciona guNo es un DTD, pero proporciona guíías para su elaboracias para su elaboracióón. Por ejemplo, el n. Por ejemplo, el SMDL (SMDL (Standard Standard MusicMusic DescriptionDescription LanguageLanguage) es una aplicaci) es una aplicacióón de n de HyTimeHyTime..

Proporciona la asociaciProporciona la asociacióón de objetos dentro de los documentos utilizando n de objetos dentro de los documentos utilizando hiperenlaces y la interrelacihiperenlaces y la interrelacióón de objetos en el tiempo y el espacio. n de objetos en el tiempo y el espacio.

http:http:////www.hytime.orgwww.hytime.org

22


2.5.- Aspectos tecnológicos relativos al texto

Otras tecnologOtras tecnologíías relacionadas con el texto que de un modo u otro as relacionadas con el texto que de un modo u otro facilitan el procesado electrfacilitan el procesado electróónico de documentos son:nico de documentos son:

–– Reconocimiento Reconocimiento óóptico de caracteres (ptico de caracteres (OCR: OCR: OpticalOptical CharacterCharacterRecognitionRecognition).).

–– Reconocimiento de voz (Reconocimiento de voz (SpeechSpeech--toto--TextText).).

–– SSííntesis de voz (ntesis de voz (TextText--toto--SpeechSpeech).).


2.6.- HerramientasMicrosoft WordOpenOfficeAdobe AcrobatMicrosoft FrontpageMacromedia DreamweaverAdobe GoliveXML Writer

Documents

2. Texto. - dis.um.esdis.um.es/~jfernand/0405/tsm/tema2-ppt.pdf · LENGUA INGLESA. z7 BITS POR CARÁCTER (0-127) zESTÁNDAR PARA TRANSFERENCIA DE DATOS ENTRE SISTEMAS INFORMÁTICOS