María Jesús Lamarca Lapuente. Hipertexto: El nuevo concepto de documento en la cultura de la imagen.
|
María Jesús Lamarca Lapuente. Hipertexto: El nuevo concepto de documento en la cultura de la imagen. |
|
Los lenguajes de marcas, también denominados lenguajes de marcado o lenguajes de descripción de documentos, construyen un conjunto de reglas que definen todo aquello que es parte de un documento digital, pero que no pertenece al texto del mismo. Los lenguajes de marcas no son lenguajes de formato similares a los lenguajes que se usan en Internet como los de descripción de páginas (archivos PostScript, archivos .pdf, etc.) ni son lenguajes de programación (Java, Perl, C++...), sino que se trata de lenguajes orientados a definir la estructura y la semántica de un documento. En realidad, más que de lenguajes, podríamos hablar de metalenguajes o sistemas formales mediante los cuales se añade información o codificación a la forma digital de un documento bien para controlar su procesamiento, bien para representar su significado. En un documento existen distintos niveles de información: por un lado, los datos que conforman el contenido de un documento (caracteres de contenido), y por otro, una información superpuesta al contenido, que es lo que constituye el etiquetado, marcado o "markup" (caracteres de etiquetado). Un lenguaje de marcado cumple con dos objetivos esenciales
a la hora de
Así, pues, hay 2 tipos de marcación:
En general los lenguajes de marcado siguen una sintaxis basada en el uso de marcas o etiquetas: una etiqueta que indica el principio de un elemento y otra el final del mismo. Por regla general, la mayor parte de autores distinguen 2 tipos básicos de lenguajes de marcado:
Aunque lo cierto es que existen 3 utilizaciones básicas de los lenguajes de marcas: los que sirven principalmente para describir el contenido (por ejemplo, las bases de datos), los que sirven para definir el formato (por ejemplo, los procesadores de textos) y los que realizan las dos funciones indistintamente (por ejemplo, el lenguaje HTML). ¿Cómo surgen los lenguajes de marcado?Dada la gran variedad de formatos existentes a la hora de archivar documentos y de los problemas que se planteaban cuando se intercambiaban archivos con las consiguientes pérdidas de formato y otras características, todos estos problemas se intentaron solucionar editando los textos en código ASCII (American Standard Code for Information Interchange) el código de 7 bits que puede representar un máximo de 128 caracteres, muchos de ellos no imprimibles. Sin embargo, con la utilización de este código, no se podía definir el formato de un texto (por ejemplo, el uso de negrita o cursiva, o el uso de tipos de letra más grandes para los encabezamientos), ni se podían definir otras características relativas a la posición del texto, por lo que se intentó buscar un sistema de marcas con las que se pudieran determinar éstas y otras particularidades. Se acordó, pues, que las marcas deberían constar de unos caracteres ASCII especialmente reservados para ello y que deberían seguirse unas reglas sintácticas especiales. Así nació un lenguaje especial normalizado internacional para la formulación de este tipo de reglas llamado Standard Generalized Markup Language o SGML. SGML no es pues, un lenguaje en sí mismo, sino un metalenguaje y de él se deriva el lenguaje HTML o lenguaje de marcas de hipertexto, y otros muchos lenguajes. SGMLSGML (Standard Generalized Markup Language) o Lenguaje de Etiquetado Generalizado Estándar es una norma ISO que permite que la estructura de un documento pueda ser definida en base a la relación lógica de sus partes. Esta estructura puede ser validada por una Definición de Tipo de Documento (DTD - Document Type Definition). La norma SGML define la sintaxis del documento y la sintaxis y semántica de DTD. En 1969 IBM ideó el lenguaje GML o Generalized Markup Language con el objetivo de crear un sistema general que permitiera la compatibilidad entre los documentos. En 1978, el Instituto Nacional Americano de Normalización (ANSI) comenzó a trabajar en las especificaciones para los procesadores de textos y el resultado fue el lenguaje SGML, que se convirtió en la Norma ISO 8879 en 1986. En SGML, el marcado de un fragmento de texto se realiza a través de las etiquetas o marcas (tag). Estas marcas se diferencian del propio texto porque aparecen entre paréntesis angulares < > en caracteres ASCII que, por tanto, se convierten en signos reservados para la sintaxis SGML.) Una pareja de marcas o etiquetas encierran el texto al que afectan. Veamos un ejemplo:
<p>En este
texto, algunas palabras aparecen en <b>negrita</b>, otras en
<i>cursiva</i> que daría el siguiente resultado: En este texto, algunas palabras aparecen en negrita, otras en cursiva y otras en negrita y cursiva Con la sintaxis del lenguaje SGML se pretende poder identificar la estructura lógica de un documento a través de estas marcas. Las etiquetas marcan los distintos elementos de un texto, como por ejemplo, los encabezamientos o los párrafos, representando de la misma forma los elementos de la misma categoría. La presentación final de estos elementos viene determinada por las especificaciones de estilo especiales. La función principal del SGML es describir los tipos de documentos de forma que puedan determinarse mediante marcas las particularidades de cada tipo, en lo que se refiere a su estructura y a su visualización en pantalla y con una sintaxis única para definir las distintas partes del texto. Esto se realiza definiendo todas las etiquetas válidas para cada tipo de documento, incluyendo también las reglas relativas a la estructura lógica. Con estas reglas se puede exigir, por ejemplo, que un texto que debe asignarse a un tipo de documento definido se inicie generalmente con un encabezamiento, pero nunca que acabe con un encabezamiento. Una definición del tipo de documento o DTD (Document Type Definition) se guarda en un archivo especial con una extensión .dtd. Consta de una sucesión de comandos SGML enmarcados por los signos "<" y "", estos comandos son, fundamentalmente, ELEMENT, ENTITY y ATTLIST. El comando ELEMENT sirve para definir una etiqueta, ENTITY para indicar ciertos elementos del texto en forma de sucesiones de caracteres ASCII y para utilizar dentro del texto los caracteres reservados para la sintaxis de SGML, como los signos “menor que” o “mayor que”. El comando ATTLIST permite establecer atributos complementarios para determinados elementos concretos. Todos los atributos pertenecientes a un elemento se resumen aquí en una sola lista en la que se establecen los nombres de los atributos, así como los valores autorizados de cada atributo. Otro concepto importante dentro del SGML y del DTD es el de secciones marcadas. Una sección marcada se inicia con la secuencia de caracteres "<![", seguida de una o más claves que informan sobre la manera de interpretar la información que se encuentra dentro de la sección. A continuación va el carácter "[" y detrás el contenido en sí de la sección marcada, que puede ser todo lo extenso que se desee. Finalmente se cierra la sección mediante la secuencia de caracteres "]]". Las claves para la especificación de las secciones marcadas son INCLUDE, IGNORE, CDATA, RCDATA o TEMP. Otros comandos importantes del SGML son USEMAP y SHORTREF, que sirven para establecer abreviaturas, el comando NOTATION, que sirve para fijar anotaciones en la llamada hoja de estilo y el comando DOCTYPE que sirve para incluir un DTD o para llamar a un archivo con la extensión .dtd que lo contiene. Los lenguajes HTML y XML son, simplemente, dialectos y simplificaciones de SGML, ya que éste es demasiado complejo. XML se diferencia en que es un lenguaje extensible. El término extensibilidad (extensibility) se entiende, aquí, como la facultad de flexibilidad para el cambio que posee un lenguaje, programa o aplicación determinada, para soportar nuevas funcionalidades cuando se produzcan cambios o se incorporen nuevos elementos, sin que se alteren los elementos o bases existentes (o alterando mínimamente los existentes). HTMLHTML (Hipertext Markup Language) o lenguaje de marcas de hipertexto es el lenguaje que permite la generación de hipertextos en la World Wide Web. Este lenguaje deriva de la existencia de otros lenguajes de marcados previos y, a su vez, ha tenido unos desarrollos posteriores. HTML (HyperText Markup Language) es un lenguaje muy sencillo que permite describir hipertexto. La descripción se basa en especificar en el texto la estructura lógica del contenido (títulos, párrafos de texto normal, enumeraciones, definiciones, citas, etc.) así como los diferentes efectos que se quieren dar (especificar los lugares del documento donde se debe poner cursiva, negrita, o un gráfico determinado) y dejar que luego la presentación final de dicho hipertexto se realice por medio del navegador. El lenguaje HTML está basado en la definición de SGML. HTML nació en 1990, y su entorno se basa en comandos concretos que han sido sometidos a constantes cambios y a un crecimiento vertiginoso. La tarea de determinar la sintaxis de estos comandos recae en primer lugar en el Consorcio World Wide Web (W3C). Su objetivo es la creación de documentos que puedan difundirse sin problemas por la red y que puedan ser interpretados por los diferentes navegadores o "browsers". Se trata de un lenguaje muy sencillo que permite estructurar textos y establecer enlaces con otros documentos y que se ha convertido en la Norma ISO 15445:2000. Para todo lo relacionado con el lenguaje HTML hay que consultar el sitio web del W3 Consortium ( (http://www.w3.org/TR/REC-html40/) donde se publican las Recomendaciones y especificaciones sobre este lenguaje, así como las distintas versiones normalizadas. Básicamente, HTML utiliza los mismos elementos que el lenguaje SGML, las etiquetas, instrucciones o marcas (tags, en inglés) que igualmente están compuestas de códigos enmarcados por signos. Cualquier documento HTML comienza con una etiqueta y termina con la misma etiqueta precedida de una barra /. Dentro existen dos zonas bien identificadas, el encabezamiento, que se identifica con la etiqueta y sirve para definir valores válidos en todo el documento y el cuerpo del documento, cuya etiqueta es y que muestra la información del documento. Dentro del encabezamiento, la etiqueta fundamental es la del título o TITLE. En el cuerpo del documento BODY se pueden establecer categorías utilizando diversos tamaños de fuentes, estableciendo así la estructura básica del documento. También podemos determinar el estilo y tipo de letra mediante determinados atributos, como son los de final de línea "br" y final de párrafo "p", los de presentación de texto preformateado, es decir, manteniendo espacios y retornos de carro (etiqueta "pre") o los de negrita "b", cursiva "i" o centrar "center". Además se pueden definir listas numeradas y no numeradas, glosarios, marcar líneas horizontales para separar textos o insertar comentarios, etc. Pero, sin duda, los elementos más característicos del lenguaje HTML son las etiquetas <A> que marcan los anclajes o anclas utilizados para establecer un enlace con texto o gráficos de otros documentos. La directiva ancla debe incluir el parámetro href="URL" para apuntar a la dirección o URL y el texto para pulsar. En cuanto a los gráficos, se pueden insertar mediante la directiva IMG con el parámetro src="URL". Pero no existe compatibilidad entre los distintos formatos gráficos, el más extendido es el GIF, aunque existen otros muchos. En cualquier caso, para dotar al documento de una mayor accesibilidad, se puede añadir el parámetro alt="texto sustitutivo" por si el gráfico no puede ser visualizado. También podemos hacer que un gráfico se convierta en enlace. Por último, los caracteres reservados, como los signos < >, las vocales acentuadas o la ñ, pueden ser utilizados dentro del texto del documento mediante la sustitución de estos signos por una cadena de caracteres. Es cierto que la mayor parte de los navegadores admiten la escritura directa de los signos en cuestión dentro del documento, pero en otro tipo de programas, como en los de correo electrónico, pueden surgir problemas, por lo que se precisa un pequeño programa de conversión. Existe un lenguaje HTML dinámico llamado DHTML (Dinamic HyperText Markup Language) que ha creado nuevas etiquetas para el lenguaje HTML con nuevas opciones de estilo y programación que permiten webs con animaciones y una mayor interactividad. En realidad no se trata de un nuevo lenguaje, sino de nuevas posibilidades que pueden integrarse en las páginas web construidas con HTML. En conjunción con HTML, se han desarrollado las llamadas Hojas de estilo (Style Sheets). Una hoja de estilo es una colección de reglas que afecta a la apariencia de un documento. Actualmente el tipo más común de hoja de estilo es la llamada Hoja de estilo en cascada (Cascading Style Sheets ó CSS). Estas normas se refieren al modo en que aparecerá un documento en pantalla cuando el usuario utilice un navegador gráfico, controlando por ejemplo el color, el fondo, tipo de fuente, apariencia del borde, márgenes, alineación, espacio entre caracteres, etc. Las últimas versiones de HTML como HTML 4.0 han desplazado muchas de las funciones realizadas por las anteriores versiones hacia las hojas de estilo, reservando el lenguaje HTML para cuestiones menos formales, relativas a la propia organización del contenido. XMLXML o eXtensible Markup Language, es un lenguaje de marcado derivado del lenguaje SGML que proporciona una sintaxis superficial para documentos estructurados, pero que no impone restricciones semánticas sobre el significado de los mismos. XML permite suministrar, recibir y procesar información en la Web y puede interoperar tanto con SGML como con HTML. XML es un estándar desarrollado por el Consorcio World Wide Web (W3C). Se trata de una versión reducida y especializada en la Web de la norma SGML. Su caracterización como "extensible" se deriva de la no limitación en el número de marcas o etiquetas, pues permite crear todas aquéllas que sean necesarias. Otra de sus características principales es que permite enlaces multidireccionales (esto es, que apuntan a varios documentos). XML no es una nueva versión de HTML y, aunque ambos proceden de un mismo metalenguaje, el SGML, el origen y enfoque que se ha seguido en ambos es muy distinto. HTML no es un lenguaje de programación, es un lenguaje de especificación de contenidos para un tipo específico de documentos SGML. Es decir, mediante HTML podemos especificar, usando un conjunto de marcas o etiquetas, cómo va a representarse la información en un navegador. El lenguaje HTML permite insertar menús, tablas, imágenes o bases de datos en los documentos, pero no permite al usuario que maneje estos elementos como mejor le convenga. Esa es la gran novedad que aporta XML. XML conserva todas las propiedades importantes de SGML. Es decir, XML es también un metalenguaje, dado que con él podemos definir nuestro propio lenguaje de presentación y, a diferencia del HTML, que se centra en la representación en la pantalla de la información, XML se centra en la información en sí misma. El objetivo del desarrollo del XML es ser un estándar que sustituya a todo el conjunto de tecnologías que permiten hoy acceder a información a través del Web (applets, scripts,…). Las diferencias fundamentales de XML con respecto a HTML son:
XML posee una serie de especificaciones como XLL (que incluye XLink, XPointer), XSL (que incluye XSLT, XPATH y FO) y XML Schema que permite restringir la estructura de los documentos XML, DOM un analizador de éste, o los lenguajes Topics Map, XFML, RDF y OWL que le dotan de una estructura semántica. XML también es una fuente creciente para el desarrollo y puesta en marcha de otros lenguajes sectoriales y una serie de herramientas y aplicaciones que lo complementan. María Isabel García Arenas en su Curso XML establece un cuadro-resumen con algunas de las diferencias significativas entre los distintos lenguajes mencionados:
Adaptación de la Tabla de:
María Isabel García Arenas. Curso
XML 1ª Edición.
Curso XML Esta misma autora aporta el siguiente diagrama que permite aclarar las relaciones entre los distintos lenguajes citados anteriormente:
Esquema de relaciones entre lenguajes . Fuente: María Isabel García Arenas.Curso XML 1ª Edición. Curso XML http://geneura.ugr.es/~maribel/xml/introduccion/index.shtml Pero existen
otros muchos lenguajes que abarcan diferentes aspectos. Unos se refieren a aspectos semánticos (RDF, Topic Maps,
DAML+OIL, OWL, XFML, etc. ) otros son vocabularios específicos para tratar diferentes
aspectos dentro de XML (VoiceXML), y otros tienen que ver con la posibilidad de añadir
objetos no textuales, como gráficos u objetos en 3 dimensiones (VRML) o diagramas orientados a objetos (UML).
Veamos con detalle algunos de ellos. Un gran bloque en creciente y notable desarrollo corresponde
a los lenguajes orientados a la semántica. Entre los que cabe destacar el
lenguaje RDF RDF y OWL se han convertido en estándares semánticos de la
Web para proveer un marco de trabajo que asegure la gestión y la integración de
iniciativas para
compartir y reutilizar los datos sobre la Web. Estos formatos estándar para
datos comparten aplicaciones para que los diferentes tipos de usuarios pueden compartir la misma
información, aunque no compartan el mismo software. El El World Wide Consortium desarrolla este lenguaje en 6
bloques o especificaciones distintas: El RDF (Resource Description Framework) es un estándar
para descripciones simples. Mientras que el lenguaje XML
sirve para la sintaxis, RDF vale para la semántica, porque ofrece de manera
clara una serie de reglas para proveer información descriptiva. Por su
parte, RDFS (RDF Schema) ofrece una forma de que estas
descripciones puedan combinarse dentro de vocabularios simples. RDF integra una
gran variedad de aplicaciones, como pueden ser catálogos de bibliotecas,
directorios web, colecciones particulares de música, fotos, eventos, etc.
Se puede usar
XML como una sintaxis de intercambio. Las recomendaciones
RDF ofrecen una estructura muy potente para soportar el intercambio de
conocimiento en la Web. RDF ha supuesto uno de los mayores avances en la Web. El RDFCore Working Group ha adoptado las
recomendaciones RDF que, junto con OWL, podrá hacer realidad la
Web Semántica. La especificación
XML Topic Maps (XTM) 1.0.
http://www.topicmaps.org/xtm/1.0/ provee un modelo y una gramática para representar la
estructura de los recursos de información usados para definir tópicos (topics), y las
asociaciones (relaciones) entre los tópicos. Nombres, recursos y las relaciones
entre ellos se establecen mediante una serie de características de contenidos abstractos, que
son llamados "topics".
A su vez, los topics se caracterizan por una serie de elementos como los scopes, esto es, los
ámbitos, campos o contextos limitados en los cuales se consideran. Cuando uno o más
documentos interrelacionados emplean esta gramática, constituyen lo que se
denomina un mapa
temático o "topic map". Un Topic Map (TM) tiene como fin normalizar los elementos y
la notación utilizada para estructurar la información mediante la construcción
de una red de enlaces semánticos que relacionen diferentes recursos
informativos. Los Topic Maps son, pues, un estándar que se está implantando
con gran éxito en la World Wide Web y que posibilita la navegación entre conceptos
y la inferencia, lo que constituye un paso adelante en lo que se ha denominado
la Web semántica. Además, poco a poco aumenta la
la utilización de los Topic Maps en la Web como una
forma de representación gráfica que permite el
acceso y navegación por los recursos de un mismo campo del conocimiento mediante
los llamados mapas
temáticos que no son sino un mapa conceptual
aplicado a la World Wide Web. La implementación de los
Mapas Temáticos (TM)
se diseñó para el lenguaje SGML, sin embargo, la aparición
y auge del lenguaje XML junto con la universalización de
la utilización de los URIs para la identificación de
las referencias externas, ha conducido al desarrollo del estándar "Topic
Maps para XML" y las URIs, lo que se ha denominado XTM (XML
Topic Maps). En cualquier caso, actualmente se pueden encontrar ejemplos de
ambos lenguajes en la Web y, además, la ISO ha incluido en la
segunda edición de
la norma 13250, junto a la antigua sintaxis para
HyTime, la nueva sintaxis XML:
(http://www.y12.doe.gov/sgml/sc34/document/0322_files/iso13250-2nd-ed-v2.pdf). XFML o
eXchangeable Faceted Metadata Language.
http://www.xfml.org/
Se trata de un vocabulario para definir definir, distribuir e intercambiar
metadatos en forma de taxonomías o clasificaciones
facetadas. La XFML Specification se encuentra en:
http://www.xfml.org/spec/
y consta de 2 partes: XFML Core:
es la versión actual XFML 1.0. Se trata de un formato abierto para publicar y
compartir metadatos facetados de forma jerárquica y productos para la
indización.
http://www.xfml.org/spec/1.0.html El uso de
ontologías es una manera muy
poderosa para describir objetos y sus relaciones con otros objetos. Así pues, el lenguaje DAML
del
programa DARPA Agent Markup Language (DAML) se desarrolló como una extensión del
lenguaje XML y del lenguaje Resource Description Framework (RDF)
para establecer Similar al lenguaje
DAML es el lenguaje OIL u Ontology Inference Layer OIL. Se trata de una
propuesta para una representación
Estos dos lenguajes se
fusionaron en uno y la última revisión del lenguaje (DAML+OIL)
http://www.daml.org/2001/03/daml+oil-index ofrece ya un rico conjunto de elementos con los cuales se pueden crear
ontologías y
marcar la información para que sea legible y comprensible por máquina. El OWL (Web Ontology Language) o Lenguaje de Ontologías para la Web,
se ha convertido en recomendación del W3C el 10 de febrero de 2004
(http://www.w3.org/TR/owl-ref/). El reciente desarrollo de numerosas ontologías y la puesta en
práctica de la Web Semántica, se ha convertido en el
objetivo de este lenguaje. Las ontologías son
metadatos ofrecidos por un vocabulario controlado
de términos definidos de forma explícita y semánticamente procesables por
máquina. Para definir de forma compartida y común los dominios teóricos, las
ontologías ayudan a las personas y a las máquinas a comunicarse de forma más
efectiva. Esto es algo crucial para el acceso al contenido, la interoperabilidad
y la comunicación dentro de la World Wide Web. Ejemplos
del uso de
ontologías que están basadas en el acceso al contenido y la
interoperabilidad ha sido, por ejemplo, el proyecto
La
Web Semántica ofrecerá un desarrollo
crucial para las aplicaciones de la Web ya que permitirá
que los usuarios realicen búsquedas más sofisticadas a través de mayores
capacidades de los buscadores,
robots y agentes inteligentes. La importancia de las
ontologías en la
Web Semántica ha impulsado el desarrollado de "schemas" para los diferentes lenguajes. Por ejemplo, XML
ha sido extendido hasta dar XML-Schema (XMLS), mientras
que RDF se ha extendido hacia RDF-Schema (RDFS). Sin embargo, los primitivos lenguajes que proveen estos
estándares son muy básicos cuando los comparamos con los nuevos desarrollos de
los lenguajes de
ontologías. Pero existen otros lenguajes con
diferentes aplicaciones, entre los que cabe destacar el antiguo Virtual Reality Modeling
Language (para modelado de realidad virtual) El VRML o Virtual Reality Modeling
Language, permite construir objetos en tres dimensiones. Dicho lenguaje tiene
una especificación del
Web 3D Consortium:
http://www.vrml.org/VRML1.0/vrml10c.html
Gracias a este lenguaje, se pueden construir
objetos y mundos tridimensionales. Esto ha dado origen a comunidades virtuales
denominadas MUDs o Multi-user dungeons (mazmorras
o dominios multi-usuario) y sus variantes posteriores como MOOs (o Multi-user object oriented), que se trata de un MUD
orientado a
objetos donde los usuarios
interactúan en
tiempo real y forman una comunidad que sólo existe online. El estándar VRML o Lenguaje de Modelado para Realidad Virtual
se ha constituido también en una norma ISO y fue desarrollado gracias al
esfuerzo combinado de un grupos de empresas, diseñadores y programadores con el
fin de describir animaciones, escenas en 3 dimensiones y mundos virtuales sobre
la Web. Para más información sobre VRML, se puede consultar:
http://www.ocnus.com/models/models.html El lenguaje UML Modelado de Sistemas con UML
que ya hemos estudiado al hablar de la arquitectura de un
sistema hipertextual pues, aunque no se trata de un modelo en sí mismo, sino
de un sistema para modelar distintos tipos de sistemas, se trata de un sistema
que pretende unificar todas las notaciones y diagramas
estándar para modelar sistemas orientados a
objetos, por lo que se ha preferido incluirlo junto con todas esas notaciones y
modelos precedentes.
Los estándares y protocolos para
Internet los establece el Consorcio para la
Web (W3C). En sus páginas se
encuentran las especificaciones de lenguajes y protocolos que suponen el avance
tecnológico de la Red. Extreme es una conferencia técnica que se celebra anualmente
en Canadá y que tiene como fin analizar el marcado y los lenguajes de marcado,
sistemas, aplicaciones y software para manipular y explotar las etiquetas
o marcas.
Mapa de navegación / Tabla de contenido / Mapa conceptual / Tabla de documentos / Buscador / Bibliografía utilizada / Glosario de Términos / Índice Temático / Índice de Autores
| ||||||||||||||||||||||||||||||||||||||||||||||||||
|
|
diseñar y
procesar un 
basada en la Web y las leyes de inferencia
para 
BERNERS-LEE, Tim. Metadata Architecture: Document, Metadata
and Links.
BURNARD, Lou. "What is SGML and How does it help?".
Computers
and the Humanities, 1995, vol 29.
