FictionBook – формат, основанный на XML

За более, чем десятилетие существования Интернет все привыкли к языку разметки текста HTML – Hyper Text Markup Language. Мы все часто видим текст, размеченный тегами форматирования, с красиво (или не очень – все зависит от того, кто им пользуется) оформленными текстом. Этот формат до сих пор популярен у части любителей электронной литературы, и вы наверняка нередко встречали книги в формате html или chm – упакованной формой формата html. Кроме того, на заре развития Интернет html был основным языком для создания сетевых страниц или сайтов.

Сама по себе идея использования тегов для форматирования текста – идея замечательная. Однако широкое использование стандарта быстро выявило его основные недостатки. Перечислим некоторые.

1. Это расплывчивость стандарта – мы можем закрывать некоторые теги, например, тег <p>, можем не закрывать, стандарт возражать не будет. Стандарт допускает неверный порядок вложения тегов. Может быть, с точки зрения невнимательного пользователя это замечательно, но это создает определенные трудности при обработки формата. Конечно, стандарт подобные вольности не одобряет (и даже называет подобное невалидным документом), но все равно программам отображения рекомендуется пытаться как-то его отобразить, и вот тут-то и выплывают особенности «домысливания» реализованные по разному в разных программах (и даже в отличающихся версиях одной программы).

2. К недостаткам можно отнести и то, что все теги, которые можно использовать, жестко описаны и для любой задачи несколько избыточны. В самом деле, встречали ли вы документ, в котором использовались весь перечень тегов стандарта html? С другой стороны, реализация обработки всех тегов с всевозможными атрибутами (да еще и разбор некорректных документов) весьма нетривиальная задача, тем более для устройств с ограниченной памятью (КПК, телефоны).

3. К недостаткам html можно отнести и то, что, как правило, один документ состоит из нескольких файлов, причем иллюстрации всегда находятся в отдельных файлах.

Причем первый недостаток (т.е. допустимость отхода от стандарта) настолько отравляет жизнь сообществу, что была предпринята попытка принять стандарт xHTML, т.е. HTML, являющийся языком, основанном на XML. Он уже более строго относится к невалидным документам (незакрытые теги, пересекающиеся тэги, т.е. когда один тег из пары находится внутри пары других, а второй снаружи, ...). Но и здесь требования обратной совместимости с HTML сохранили некоторые его (HTML) недостатки. Это и чрезмерная сложность тэгов, и ориентация именно на визуальное отображение (чем это плохо будет рассмотрено позднее). Но, тем не менее, это все-таки XML, что позволяет использовать для обработки xHTML XML-ориентированные программы и библиотеки.

FictionBook – это подмножество стандарта XML (eXtensible Markup Language). В чем основные различия между html и xml? Первое, XML также основан на тегах, но в отличии от html правила применения тегов очень строгие и не допускается никаких вольностей. Список тегов произвольный, пользователь может сам создавать собственные теги. Теги зависимы от регистра, то есть тег <i> и тег <I> – это разные теги. Но самое главное преимущество состоит в том, что XML документ может (а в FictionBook в обязательном порядке) сопровождаться XML-схемой. XML-схема – это файл, содержащий все применяемые теги соответствующего формата и описывающие правила их применения. В FictionBook – это файл FictionBookX.xsd, где X – номер версии, для которой создана схема. Подробно о схеме мы поговорим позже в разделе «Комментарии к схеме». Здесь же важно указать, что схема описывает такие параметры, как последовательность применения тегов, обязательность или необязательность применения, правила вложенности, то есть какие теги могут присуствовать внутри определенного тега, а какие нет. Именно эта схема применяется для валидации (проверки правильности подготовки) документа. Как вы видите, подготовить правильный документ в формате FictionBook – задача более сложная и требует, даже при наличии арсенала программного обеспечения подготовки документов в формате FictionBook, обязательного ручного вмешательства. Отсюда следует аксиома, что подготовить качественный документ нажатием одной кнопки принципиально невозможно.

4. Но основным недостатком стандарта html, с точки зрения задачи, которые мы ставим (напомню, что мы говорим о формате хранения электронной литературы) является то, что html является форматом отображения текста. Иными словами он говорит о том, как отображать тот или иной элемент, но не говорит о том, что он собой представлят. Нет возможности понять, что собой представляет фраза, заключенная в теги <h1>...</h1> – имя автора, название книги, название главы, или что-то еще. Причем, если возможность настройки отображения «под себя» хоть и приятна, но некритична, то настройка под ограниченные возможности (или еще какие-то особенности) программного и аппаратного обеспечения бывает совершенно необходима, если нас конечно не устраивает полная потеря оформления. Человек еще может догадаться, но, к сожалению, компьютер такой прозорливостью не обладает. И тут мы подходим еще к одному очень важному определению.