INTRODUCERE Ca şi altele tehnologii “mari”, reţeaua mondială de calculatoare INTERNET se datorează naşterea sa “războiului rece”, în acel timp a apărut ideia de Internet. Internet-ul este recunoscut de către savanţi ca un fenomen foarte important în dezvoltarea omenirii de mai departe şi este egalat cu alte descoperiri ca cum ar fi: motorul cu ardere internă, becul electric şi calculatorul personal. Se consideră că începând cu 1988, volumul resurselor Internetul-ui cu fiecare an se dublează. Internetul câştigă cu 3,5 mai mulţi utilizatori şi simpatizanţi decât televiziunea de la apariţia ei. Cu cât mai mult este întrebuinţat INTERNET-ul cu atât apar mai multe site-uri noi, pagini web, portaluri internaţionale ş.a. Pentru elaborarea site-urilor sau a paginilor web sunt folosite mai multe tehnologii ca de exemplu: Limbajul HTML, Javascript, XML, Perl ş.a. Datorită unor avantaje, limbajul HTML domină celelalte tehnologii de elaborare. Eu în lucrare de diplomă voi descrie fiecare tehnologie, dar mai mult mă voi opri asupra limbajului HTML. Odată cu dezvoltarea tehnologiilor de comunicare prin Web, a apărut necesitatea generării dinamice a conţinutului paginilor. Cu alte cuvinte a efectua o legătură între sistemul de operare, sub care lucrează web-serverul, şi pagina web generată de server la cererea clientului. Deci a apărut necesitatea de a rula aplicaţii în sistemul de operare care efectuând careva operaţii ar întoarce rezultatul direct pe pagină. Aşa a apărut standardul CGI (Common Gateway Interface) care a permis programatorilor să scrie aplicaţii de acest gen. Dezvoltarea de mai departe a tehnologiilor de creare a aplicaţiilor Web pe servere a dus la apariţia unor probleme ca: divizarea paginii generate, sau altfel spus divizarea codului HTML, generat de însăşi aplicaţia generatoare de cod. Aplicaţia simplifică elaborarea servleturilor prin separarea programării propriu zise de design-ul paginilor: Designer-ii creează template-uri cu ajutorul limbajului de criptare al aplicaţiei. Programatorii lucrează în Java, fără a utiliza HTML, JavaScript sau alte limbaje de prezentare. Filozofia aplicaţiei poate fi expusă aşa: Lucrurile de care nu vă pasă trebuie să dispară din faţa D-stă. Altfel spus un developer de soft (chiar dacă este şi un designer de pagini Web) doreşte să se gândească numai la compunerea codului programei. Se gândeşte la structura de date, obiecte şi fluxul de informaţii. Nu doreşte să fie deranjat de sintaxa HTML şi îl deranjează faptul că trebuie să includă în codul programului şi bucăţi de cod HTML sau JavaScript.
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
7
Ca web designer (chiar dacă este şi programator) doreşte să se gândească despre modul cum vor arăta lucrurile. El trage atenţie culorilor, cât spaţiu să lase între secţii, cum trebuie să fie organizată pagina, şi relaţiile dintre obiectele de pe pagină. Nu doreşte să fie deranjat de sintaxa complicată a software-lui, şi nici nu-i place să editeze codul programei ca să schimbe modul cum arată o tabelă.
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
8
1 TEHNOLOGII DE ELABORARE A PAGINILOR WEB În acest compartiment se descriu tehnologiile utilizate în elaborarea proiectului dat. SGML, HTML şi XML sunt standardele cu care interfaţează aplicaţia server elaborată. Indispensabil în crearea paginilor Web, HTML este un descendent al limbajului SGML, folosit pentru dezvoltarea de documente hiper-text accesibile prin Internet. Acest punct trece în proiect o serie din caracteristicile, implementările şi tendinţele acestui limbaj. 1.1 Noţiuni generale despre WWW (World Wide Web) Unul din primele elemente fundamentale ale WWW (World Wide Web) este HTML (Hypertext Markup Language), care descrie formatul primar în care documentele sunt distribuite şi văzute pe Web. Multe din trăsăturile lui, cum ar fi independentă faţă de platforma, structurarea formatării şi legăturile hipertext, fac din el un foarte bun format pentru documentele Internet şi Web. WWW este un sistem distribuit de hipermedia funcţionând în mod client-server prin Internet. Sistemul pune la dispoziţie informaţiile sub forma de hipertext (mixtura între text, grafică, elemente multi-media, plus referinţe încrucişate). Pentru a căpăta acces la WWW, utilizatorul va fi nevoit sa folosească un program client (user-agent) cum ar fi Lynx (în mod text) sau Mosaic şi Netscape (în mod grafic) şi bineînţeles va trebui să cunoască localizarea fizică a documentului dorit. Localizarea unui document hiper-text se exprimă sub formă de URL (Uniform Resource Locator), o modalitate flexibilă şi eficienţa de accesare a oricărei resurse Internet, prin oricare protocol (TELNET, FTP, Gopher, HTTP, mail) bazat pe TCP/IP. Modul de dialogare între clienţi si serverele WWW se realizează prin protocolul HTTP (HyperText Transfer Protocol). Un document WWW trebuie în prealabil formatat (sau 'marcat') cu ajutorul limbajului HTML, marcaj ce va descrie structura logică a documentului şi va fi procesat de programul client. Orice astfel de document poate cuprinde legături de tip hipertext, indicate prin zone de text sau imagini, conducându-l pe cititor fie în alt punct al aceluiaşi document, fie intr-un alt document, care poate sa se găsească stocat local (pe serverul curent) sau la distanţă (pe oricare alt server Web din lume). Aceste legaturi încrucişate între miile şi sutele de mii de servere WWW realizează o adevărată pânză de păianjen (web) planetara (world-wide) de unde vine şi denumirea WWW, iar utilizatorul navighează în ciber-spaţiul reprezentat de această reţea. Clientul WWW poate manipula documente multimedia datorită facilităţilor puse la dispoziţie de diferitele versiuni ale limbajului HTML ce prevăd includerea de imagini (formate grafice precum GIF sau JPG), fişiere audio şi video. Mai mult, programele client se pot comporta ca
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
9
programe client FTP, Gopher sau News (NNTP) şi sunt capabile să gestioneze poşta electronică. În HTML pot fi concepute formulare (forms) pentru introducerea interactivă a datelor (texte, meniuri, liste, butoane de selecţie etc.) şi trimiterea lor către server spre a fi procesate. Îmbinarea limbajului HTML cu rutine scrise în alte limbaje (scripturi) conferă o sporită interactivitate a Web-ului. Primele
specificaţii
de
bază ale
Web-ului au
fost
HTML,
HTTP
şi URL.
HTML a fost dezvoltat iniţial de Tim Berners-Lee la CERN în 1989. HTML a fost văzut ca o posibilitate pentru fizicienii care utilizează computere diferite şi schimbă între ei informaţie utilizând Internetul. Erau prin urmare necesare câteva trăsături: independenţa de platformă, posibilităţi hypertext şi structurarea documentelor. Independenţa de platforma înseamnă ca un document poate fi afişat în mod asemănător de computere diferite (deci cu fonte, grafică şi culori diferite), lucru vital pentru o audienţă atât de variată. Hipertext înseamnă că orice cuvânt, frază, imagine sau alt element al documentului văzut de un utilizator (client) poate face referinţă la un alt document, ceea ce uşurează mult navigarea între multiple documente sau chiar în interiorul unui aceluiaşi document. Structurarea riguroasă a documentelor permite convertirea acestora dintr-un format în altul precum şi interogarea unor baze de date formate din aceste documente. WWW (Word Wide Web) şi mijloacele interactive de interacţiune Interfaţa interactivă a utilizatorului prezintă în sine o sistemă, asigurând interacţiunea utilizatorului şi programelor. Pentru WWW, interfaţa interactivă se poate de determinat ca o consecutivitate a documentelor HTML, realizând interfaţa utilizatorului. Se poate tot de clasificat principiile construcţiei interfeţei după tipul formării documentului HTML: •
static
•
dinamic
În primul caz sursa interfeţei este documentul HTML, creat în orişicare redactor textual sau HTML – orientare. Concomitent, documentul dat rămâne neschimbat în timpul întrebuinţării. În al doilea caz sursa interfeţei este documentul HTML generat cu modulul cgi. Concomitent, apare o oarecare flexibilitate de schimbare a interfeţei în timpul întrebuinţării. În aşa mod se poate introduce ideea de interfaţă pentru WWW. Practic fiecare problemă, care rezolvă primirea datelor de la client, este legată cu construirea interfeţei. Cel mai interesant lucru este construirea interfeţei pentru diferite baze de date, acces la SQL-server, primirea informaţiei de la structura periferică, crearea locurilor de muncă pentru clienţi.Toate acestea sunt posibile cu ajutorul CGI (Common Gateway Interface).
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
10
CGI este standardul interfeţei programului aplicativ interior cu WWW-server. Problema creării interfeţei susnumite se împarte în două părţi: •
partea clientului
•
partea serverului Clientul
Serverul
Programul vizionării WWW
HTML – documentul, care realizează interfaţa cu utilizatorul (forma)
Structuri interioare
modulul CGI
CGI
Serverul WWW
baze de date
Fig.1.1 Două părţi a interfeţei interactive Partea clientului Pentru crearea părţii clientului trebuie de creat documentul HTML, în care este realizat interfaţa cu utilizatorul. În limbajul HTML este posibilă realizarea cu ajutorul formelor. Construcţia limbajului HTML, care utilizează în timpul realizării formelor este:
utilizarea: este atribuit pentru primirea informaţiei de la client şi determină începutul şi sfârşitul formelor. Atributele: obligatorii ACTION – determină URI (adresa şi locul amplasării documentului) scriptului CGI METHOD – determină metoda transmiterii informaţiei scriptului. neobligatorii [ENCTYPE] – determină tipul MIME de decodificarea informaţiei [SCRIPT] – se întrebuinţează pentru transmiterea URI a scriptului. Limbajul scriptului şi interfaţa utilizatorului care nu este o parte a specificaţiei HTML. Notă: Formele nu pot fi intercalate.
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
11
Partea serverului Partea serverului constă din modulul executat, ce soluţionează problemele de bază de prelucrare a datelor transmise de la partea clientului, formarea răspunsului în formatul HTML ş.a.m.d. Aşa tip de modul se numeşte cgi-modul. 1.2 HTML – limbaj Word Wide Web Un document poate fi identificat prin următoarele caracteristici fundamentale: structura, conţinut şi forma. Dacă forma de vizualizare este dependentă de programul de afişare a informaţiilor conţinute de acel document, structura şi conţinutul său trebuie să aibă un format general de reprezentare, pentru a asigura portabilitatea. Pagina personală – aceasta este un document textual, creat cu ajutorul următoarelor mijloacelor de bază: – HTML (Hypertext Markup Language) – limbajul de marcare a hipertextului, – CGI (Common Gateway Interface) – interfaţa generală a barajului, – HTTP (Hypertext Transfer Protocol) – protocolul de transmitere a documentelor hipertextuale. Limbajele de bază de programare: Java, JavaScript, Perl. Aceste mijloace – întrebuinţarea lor ne dă voie să elaborăm o pagină destul de funcţională, în continuare începem cu HTML. 1.3 Prezentare generală a limbajului HTML Tim Berners-Lee a utilizat ca model SGML (Standard Generalized Markup Language), un standard internaţional în plină dezvoltare. SGML avea avantajul unei structurări avansate şi al independenţei de platformă dar proiectarea lui a avut în vedere mai mult structura semantică a documentului decât modul de formatare. Flexibil, SGML putea fi descris ca o specificare pentru descrierea altor formate. Utilizatorii puteau crea noi formate (DTD, Document Type Definitions) care puteau fi înţelese de orice produs soft SGML pur şi simplu prin citirea mai întâi a definiţiilor noilor formate. HTML este pur şi simplu un DTD, deci o aplicaţie a SGML. În primii ani de evoluţie HTML a crescut lent, în principal pentru că îi lipseau posibilităţile de a descrie publicaţii electronice profesionale; limbajul permitea oarece control asupra fontelor dar nu permitea inserarea graficii. În 1933, NCSA a îmbogăţit limbajul pentru a permite inserarea graficii şi au construit primul navigator grafic, Mosaic. Au urmat apoi contribuţii ad hoc ale diverselor firme care au adus adăugări limbajului HTML (adăugări şi nu îmbogăţiri pentru ca unele tăguri nu erau în conformitate cu
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
12
principiile generale ale SGML) astfel încât, prin 1994 limbajul părea scăpat de sub control. Urmarea a fost ca la prima conferinţa WWW din Geneva (Elveţia) s-a constituit un grup (HTML Working Group) a cărui prima misiune a fost formalizarea HTML într-un DTD al SGML, lucru care s-a concretizat în HTML Level 2 (sau HTML 2.0; Nivelul 1, deci HTML 1.0, a fost proiectat de Tim Berners-Lee). Importanţa acţiunii acestui grup constă în faptul că, odată standardizat, limbajul poate fi apoi extins într-un mod mai controlat la alte nivele. Standardul oficial HTML este World Wide Web Consortium (W3C), care este afiliat la Intrenet Engineering Task Force (IETF). W3C a enunţat câteva versiuni ale specificaţiei HTML, printre care şi HTML 2.0, HTML 3.0,HTML 3.2, HTML 4.0 şi, cel mai recent, HTML 4.01. În acelaşi timp, autorii de browsere, cum ar fi Netscape şi Microsoft, au dezvoltat adesea propriile “extensii” HTML în afară procesului standard şi le-au încorporat în browserele lor. În unele cazuri, cum ar fi tăgul Netscape, aceste extensii au devenit standarde de facto adoptate de autorii de browsere. HTML 2.0, elaborat în iunie 1994, este standardul pe care ar trebui să-l suporte toate browserele curente – inclusiv cele mod text. HTML 2.0 reflectă concepţia originală a HTML că un limbaj de marcare independent de obiectele existente pentru aşezarea lor în pagină, în loc de a specifica exact cum ar trebui să arate acestea. Daca doriţi sa fiţi siguri ca toţi vizitatorii vor vedea paginile aşa cum trebuie, folosiţi tăgurile HTML 2.0. Specificaţia HTML 3.0, Enunţată în 1995, a încercat să dezvolte HTML 2.0 prin adăugarea unor facilităţi precum tabelele şi un mai mare control asupra textului din jurul imaginilor. Deşi unele din noutăţile HTML 3.0 erau deja folosite de autorii de browsere, multe nu erau încă. In unele cazuri, tăguri asemănătoare implementate de autorii de browsere au devenit mai răspândite decât tăgurile “oficiale”. Specificaţia HTML 3.0 acum a expirat, deci nu mai este un standard oficial. În mai 1996, W3C a scos pe piaţă specificaţia HTML 3.2, care era proiectată să reflecte şi să standardizeze practicile acceptate la scara largă. Deci, HTML 3.2 include tăgurile HTML 3.0 ce erau adoptate de autorii de browsere ca Netscape şi Microsoft plus extensii HTML răspândite. În bilanţul asupra HTML, W3C recomandă că providerii de informaţii să utilizeze specificaţia HTML 3.2. Versiunile curente ale majorităţii browserelor ar trebui să suporte toate, sau aproape toate aceste tag-uri. De asemenea există extensii Netscape şi Microsoft care nu fac parte din specificaţia HTML 3.2, ori pentru că sunt mai puţin utilizate, ori au fost omologate după apariţia HTML 3.2. Pentru ca navigatorul Netscape a fost printre primele browsere care suporta anumite tăguri HTML 3.0, iar Netscape deţine în jur de 70% din piaţa de browsere, mulţi au crezut eronat ca toate extensiile Netscape (incluzând tăguri ca şi facilitaţi ca ferestrele) fac parte din HTML 3.0 sau HTML 3.2.
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
13
Următoarea versiune a HTML-ului dezvoltată de consorţiul W3, denumita Cougar, este standardul HTML 4.0, apărut relativ recent, în anul 1997, care aduce suport pentru accesibilitatea paginilor Web din partea persoanelor cu handicap, foi de stiluri interne, suport lingvistic şi pentru formule matematice, evenimente etc. După cum stipulează inventatorul Web-ului şi directorul W3C, Tim Berners-Lee: “Cu HTML 4.0, orice aplicaţie Web va fi independentă de navigator.” HTML 4.0 este disponibil în trei variante: •
HTML 4.0 Strict
•
HTML 4.0 Transitional
•
HTML 4.0 Frameset La momentul apariţiei acestui tutorial, HTML 4.0 este larg utilizat şi au fost deja publicate
specificaţiile HTML 4.01. Documentele HTML sunt documente în format ASCII şi prin urmare pot fi create cu orice editor de texte. Au fost însă dezvoltate editoare specializate care permit editarea într-un fel de WYSIWYG deşi nu se poate vorbi de WYSIWYG atâta vreme cât navigatoarele afişează acelaşi document oarecum diferit, în funcţie de platforma pe care rulează. Au fost de asemenea dezvoltate convertoare care permit formatarea HTML a documentelor generate (şi formatate) cu alte editoare. Evident conversiile nu pot patra decât parţial formatările anterioare deoarece limbajul HTML este încă incomplet. Proiectanţii de navigatoare (ca Netscape şi, mai nou, Microsoft) au adăugat diferite facilităţi care nu apar definite de nici un standard HTML. De exemplu, Netscape Navigator 3.0 oferă posibilităţi de adăugare de elemente multi-media direct în paginile Web, fundaluri reprezentate de imagini, cadre (frames) etc. plus suport pentru script-uri Java interpretate direct de către client. Pentru a asigura fidelitatea şi corectitudinea comunicaţiilor pe WWW, consorţiul W3 a introdus HTML Validation Service (http://validator.w3.org/) care verifică dacă un anumit document respectă standardul HTML 4.0. În prezent, nu există încă un navigator care să suporte acest standard, dar se aştepta apariţia noilor versiuni care să se conformeze acestuia. În fapt, Tim BernersLee declară că HTML 4.0 n-a fost conceput pentru navigatoare ci pentru aplicaţii viitoare şi produse Web.
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
14
UTM.2152.01.259.ME Mod Coala N Document
Semnat. Data
Coala
15
1.3.1 Format Formatul se specifică prin HTML, limbaj care conformându-se SGML-ului, accepta un număr de tag-uri pentru formatarea documentului. Ca şi în SGML, tag-urile se încadrează între <şi>, putând exista tag-uri de început şi de sfârşit. Fişierele HTML sunt fişiere ASCII obişnuite având extensia .html (sau .html) şi sunt divizate în două părţi: antetul (head) şi corpul (body). Astfel, o pagină Web marcată cu tag-uri HTML are forma generală: ... ... Conform specificaţiei HTML 3.2 pentru a fi identificat ca document SGML un fişier HTML trebuie precedat şi de linia: pentru a putea fi procesat şi de analizatoarele SGML. În cadrul antetului, printre altele, poate apare titlul documentului (al paginii Web) specificat de tag-ul
: <title>Faculty of Computer Science De obicei între şi apar definiţii de rutine scrise în limbaje script (ca JavaScript) pentru a fi siguri ca sunt analizate şi memorate de navigator (antetul e procesat primul). 1.3.2 Tag-uri În cadrul corpului pot apărea diverse tag-uri: •
stil de afişare
(îngroşat), (înclinat), (subliniat), (intensificat), (mai mare), (mai mic), (indice), (exponent), (dimensiune si culoare font), (text preformatat), (cod sursa), (centrat),
