LMSGI — Fundamentos de Lenguajes de Marcas

🎯 Objetivos de la sesión

Comprender qué es un lenguaje de marcas y sus tipos.
Conocer la evolución histórica: GML → SGML → HTML → XML → JSON/YAML.
Distinguir lenguajes descriptivos (semánticos) frente a procedimentales.
Escribir documentos XML bien formados: elementos, atributos, comentarios, entidades.
Conocer el ecosistema XML (DTD, XSD, XSLT) y alternativas modernas.

HORA 1

¿Qué es un lenguaje de marcas?

1.1 — Definición

Un lenguaje de marcas (markup language) es un sistema de anotaciones que se inserta en un texto para dar estructura y significado a su contenido, separando la información de la forma en que se presenta o procesa.

La idea central: "marca" = etiqueta que envuelve o señala una parte del documento. El texto plano se convierte en datos estructurados legibles por máquinas.

Legible por humanos y máquinas Texto plano (.xml, .html, .json) Plataformas independientes Almacenamiento + intercambio de datos

1.2 — Tipos de lenguajes de marcas

Tipo	Qué describe	Ejemplos
Procedimentales	CÓMO se presenta: indican instrucciones de formato al procesador.	T_EX, troff, RTF (históricos)
Descriptivos / semánticos	QUÉ es cada parte del contenido: estructura y significado, no apariencia.	XML, HTML, SGML, JSON, YAML

<!-- Procedural: "pon en negrita" -->
Texto importante

<!-- Descriptivo: "esto es un título de nivel 1" -->
<h1>Factura 2026/09</h1>

Idea clave: HTML/XML etiquetan qué significa cada dato; la apariencia visual se delega a otro sistema (CSS, XSLT, motores de renderizado).

1.3 — Línea histórica

1969 · GML (Goldfarb, Mosher, Lorie — IBM): origen del concepto de marcas descriptivas.
1986 · SGML: estandarizado por ISO (ISO 8879). Meta-lenguaje muy potente pero complejo.
1991 · HTML: Berners-Lee deriva una aplicación sencilla de SGML para la Web. Sirve para presentar documentos.
1998 · XML: simplificación de SGML (W3C) para almacenar y transportar datos. El estándar del intercambio de información.
2000s · JSON: notación nativa de JavaScript, hoy dominante en APIs web.
2010s+ · YAML: legibilidad máxima, muy usado en configuración (Docker, Kubernetes, CI/CD).

Ojo con el examen: HTML y XML nacieron de SGML. HTML fue pensado para visualizar documentos; XML para describir datos. Por eso XML exige mucha más rigurosidad sintáctica.

1.4 — Comparativa rápida de los grandes

	Propósito	¿Etiquetas predefinidas?	Rigidez sintáctica
HTML	Presentar páginas web	Sí, vocabulario fijo (<p>, <a>…)	Permisiva (los navegadores "arreglan" errores)
XML	Almacenar/intercambiar datos	No: tú defines tus propias etiquetas	Estricta: debe estar bien formado
JSON	Datos en objetos/arreglos	Sintaxis {}, []	Estricta
YAML	Configuración legible	Sintaxis indentación	Muy estricta con sangrías

HORA 2

XML en profundidad: reglas y ecosistema

2.1 — Documento XML bien formado

Un documento XML es bien formado si cumple estas reglas sintácticas:

Prolog: comienza opcionalmente con <?xml version="1.0" encoding="UTF-8"?>.
Un único elemento raíz que contiene a todos los demás.
Toda etiqueta que se abre se cierra: <aula>...</aula>. O bien son vacías: <imagen ruta="foto.png"/>.
Las etiquetas se anidan correctamente (no se cruzan): x ✅, x ❌.
Los nombres distinguen mayúsculas/minúsculas: <Aula> ≠ <aula>.
Los valores de atributos van entre comillas.
Los caracteres especiales se escapan con entidades: < < · > > · & & · " " · ' '

2.2 — Elementos vs. atributos

<?xml version="1.0" encoding="UTF-8"?>
<biblioteca>
  <libro id="L-001" disponible="true">
    <titulo>Fundamentos de XML</titulo>
    <autor>Ana García</autor>
    <precio moneda="EUR">24.50</precio>
  </libro>
</biblioteca>

• Elemento: contenedor de datos (puede repetirse y anidarse).
• Atributo: dato simple en la etiqueta de apertura (metadato, identificador, unidad…).

2.3 — Validación: DTD y XML Schema (XSD)

Bien formado → respeta la sintaxis XML. (Basta con cualquier parseador.)
Válido → además respeta un esquema que define qué elementos, atributos y tipos de datos se permiten.

DTD (Document Type Definition): sintaxis propia, valida estructura pero no tipos de datos. XSD (XML Schema Definition): sintaxis XML, valida estructura y tipos (int, date, decimal, enumeraciones…).

2.4 — Tecnologías del ecosistema XML

Tecnología	Función
XPath	Lenguaje de rutas para seleccionar nodos: `/biblioteca/libro/titulo`
XSLT	Transforma XML a otro XML, HTML o texto (diseño declarativo con plantillas).
DOM	Modelo de objetos del documento; carga el árbol completo en memoria.
SAX	Análisis secuencial por eventos; eficiente con documentos grandes.
Namespaces	Evitan colisiones de nombres: `<xhtml:table>` vs `<libros:table>`

2.5 — XML vs. JSON vs. YAML

/* XML */            /* JSON */            # YAML
<alumno>           {                     alumno:
  <nombre>Lucía</nombre>   "nombre":"Lucía",    nombre: Lucía
  <nota>8.5</nota>         "nota":8.5           nota: 8.5
</alumno>         }                     asignaturas:
                                            - LMSGI
                                            - BD

Criterio	XML	JSON	YAML
Verboso	Mucho	Medio	Poco
Autodescriptivo / comentarios	Sí / Sí	Medio / No	Sí / Sí
Validación con esquema	DTD, XSD	JSON Schema	JSON Schema
Uso típico	Facturación (Facturae), SVG, doc. técnica	APIs REST, AJAX	Configuración (Docker, K8s, pipelines)

💻 Práctica de aula (últimos 20 min)

Ejercicio 1 (5 min): ¿Cuál de estos fragmentos XML está bien formado? Corrige los errores:

<raiz>
  <item id=1>Dato & mas</item>
  <item>Otro dato
</raiz>

Ver solución

Errores: atributo sin comillas; & sin escapar (&); etiqueta <item> sin cerrar. Correcto:
<item id="1">Dato & mas</item><item>Otro dato</item>

Ejercicio 2 (10 min): Modela en XML una factura con: número, fecha, cliente (nombre, NIF) y 2–3 líneas (descripción, cantidad, precio). Debe ser bien formado.

Ejercicio 3 (5 min): Convierte tu factura XML a JSON. ¿Qué estructuras de JSON equivalen a elementos repetidos y atributos?

📌 Resumen de la sesión

Los lenguajes de marcas estructuran y dan significado a la información; los descriptivos (XML, HTML) dominan hoy sobre los procedimentales.
Evolución: GML → SGML → HTML y XML → JSON/YAML.
XML exige documentos bien formados (raíz única, etiquetas cerradas, entidades) y opcionalmente válidos frente a DTD/XSD.
El ecosistema XML: XPath, XSLT, DOM/SAX, Namespaces.
JSON y YAML triunfan en APIs y configuración por su ligereza; XML sigue siendo estándar en documentación y facturación electrónica.

Próxima sesión: HTML5 y CSS — anatomía de una página web semántica.