Introdução

A realização deste projecto foi proposta em três fases. A primeira fase consistia na implementação dum conversor de documentos XML para documentos ESIS. Foram utilizadas as ferramentas flex e bison, para a concepção do motor que executa a analise sintatica dos documentos XML.

Fase I: Conversor XML/ESIS

Etapa I: Análise Léxica (flex) e Sintática (bison)

Dada a gramática que define o problema, ou seja, a da linguagem XML, tivemos que fazer a sua análise léxica. Esta análise teve que ser contextualizada para que fosse possivel diferenciar o texto que se encontra dentro e fora das tags. Recorremos portanto a "start conditions" (condições de contexto) para poder fazer uma análise correcta do texto de entrada. Para isto utilizamos apenas dois estados, um que define a zona do texto que se encontra no interior de uma tag (definido respectivamente por <texto>) e outro para o texto exterior. O texto cru (aquele que se encontra entre um abrir tag e fechar tag) teve que ser acumulado numa variavel do tipo char * para posteriormente ser retornado para o bison e constituir uma celula basica do grove. Em relação á análise sintática poucas alterações foram introduzidas. Apenas tivemos que converter da forma BNF para o formato do bison (YACC). Incluimos algumas novas produções para garantir o perfeito funcionamento da aplicação, como por exemplo, a capacidade de ter linhas em branco antes e depois do documento XML, poder ter tags vazias de informação, etc...

Etapa II: Análise Semântica

A análise semântica é assegurada por uma estrutura de dados do tipo stack, que permite a detecção de tags cruzadas, bem como a garantia de que todas as tags que são abertas são mais tarde fechadas: exemplo de tags cruzadas: <a> <b> </a> </b>

Etapa III: Criação de um Grove

Na criação do grove utilizamos um modulo de listas (LibList-v1.2) para acumular os irmãos dos nodos. Aproveitamos a recusividade implícita do bison, e recorremos a algumas primitivas que nos permitiam ir criando o grove. Estas primitivas permitem criar um nodo para cada tipo de token que podemos encontrar.

• TAttribute createAttributeNode(char *ident, char *value);

  Produçao : Attr: IDENT '=' VALUE

• TGroveNode createTextNode(char *text);

  Produçao : Elem: TEXT

• TGroveNode createSpecialCharNode(char *specialchar);

  Produçao : Elem: SPECIALCHAR

• TGroveNode createComplexTagNode(char *ident, TAttributeList attr);

  Produçao : Elem: TagOpen ElemList TagClose

  Produçao : Elem: TagOpen TagClose

• TGroveNode createSimpleTagNode(char *ident, TAttributeList attr);

  Produçao 5: Elem: '<' IDENT AttrList '/' '>'

A travessia do grove permite-nos gerar o documento ESIS.

Estrutura de dados utilizada para armazenar o grove:

typedef struct _TAttribute_ {
  char *ident;
  char *value;
} TAttribute, *TAttributePtr;

typedef struct _TGroveSimpleNode_ {
  char *ident;
  TAttributeList attributes;
} TGroveSimpleNode;

typedef struct _TGroveComplexNode_ {
  char *ident;
  TGrove child;
  TAttributeList attributes;
} TGroveComplexNode;

typedef union _TGroveContent_ {
  char 	*text;
  char    *specialchar;
  TGroveSimpleNode  simpletag;
  TGroveComplexNode complextag;
} TGroveContent;

typedef struct _TGroveNode_ {
  int type;   // TEXT, SPECIALCHAR, COMPLEXTAG, SIMPLETAG 
  TGroveContent content;
} TGroveNode, *TGroveNodePtr;

nodo de texto

nodo specialchar

Nodo de simple tag

nodo complex tag

legenda

Valorizações

Tentamos a todo o custo ter um bom sistema de mensagens de erro, para que seja simples ao utilizador descubrir a linha e o tipo de erro que o seu texto contem.

Tentamos tambem garantir que todos os casos possíveis fossem aceites como válidos: exemplo de uma tag válida :

 <a 
                                atr = "  
                                      atributo">

Procuramos garantir a aceitação de documentos que contenham erros do tipo linhas em branco antes e depois do documento, aspas nao terminadas, etc...

Conclusão

Nesta primeira fase pouco se pode concluir, no entanto e' uma das mais importantes do projecto. É nesta fase que construimos o motor que irá suportar toda a funcionalidade do programa final. Deve portanto ser consistente, pois um erro cometido poderá prejudicar a totalidade do projecto.

• [yacclex ]Tony Mason and Doug Brown, Lex and Yacc, O'reilly and Assocites, Inc.