Was ist SGML. - welche Auszeichnungen (Mark up) sind erlaubt? - welche Auszeichnungen sind notwendig?

Transkript

1 Was ist SGML SGML = Standard Generalized Markup Language internationaler Standard für die Beschreibung von Textauszeichnungen ( marked up text ) SGML ist keine Auszeichnungssprache sondern ein Formalismus zur Definition von Auszeichnungssprachen (Metasprache) Auszeichnungssprache = Menge von Konventionen zur Auszeichnung von Text. D.h. - welche Auszeichnungen (Mark up) sind erlaubt? - welche Auszeichnungen sind notwendig? - wie läßt sich die Auszeichnung formal vom eigentlichen Text unterscheiden? SGML: - stellt Format für Auszeichnungen bereit (<..>..</..>) - liefert Format zur Spezifikation der erlaubten/notwendigen Auszeichnungen (DTD = Document Type Definition) 28

2 Grundannahmen von SGML Ziel der Textauszeichnung: - logische (deskriptive) Auszeichnung (keine Formatierung wie z.b. Tex!) - maschinelle Verwertbarkeit des ausgezeichneten Texts (Anwendungsunabhängig) Dokumenttypen: - Dokumente haben einen bestimmten Typ - der Typ richtet sich nach den Bestandteilen und deren Struktur Datenunabhängigkeit: - Unabhängigkeit von bestimmter Hardware - Unabhängigkeit von bestimmter Software - d.h. strenge Restriktionen für das Format der Auszeichnungen (Tags) hinsichtlich verwendeter Zeichen, Länge usw. und Ersetzung von Plattform-/Anwendungs-spezifischen Zeichen durch eindeutige Symbole (=> Entities). 29

3 Document Type Definition (DTD) die DTD enthält die Definition eines Dokumenttyps: - welche Bestandteile hat ein Dokument des entsprechenden Typs und wie ist ihre interne Struktur - d.h. Spezifikation der logischen Elemente und deren hierarchische Gliederung - entspricht einer Grammatik der Tags Elemente = die logischen Elemente - Beispiel: <ausruf>oh!</ausruf> Attribute = Eigenschaften von Elementen - Beispiel: <wort kat= N num= sing gen= mask >Winter</wort> Kommentare: - <!-- alles was man zur Erklärung im Text oder DTD einfügen möchte --> ein gemäß einer bestimmten DTD ausgezeichneter Text ist eine Instanz dieses Typs die Korrektheit der Auszeichnung wird mit einem SGML-Parser geprüft ( das Dokument wird validiert ) 30

4 Beispiel: Anthologie <anthology> <poem><title>the SICK ROSE</title> <stanza> <line>o Rose thou art sick.</line> <line>the invisible worm,</line> <line>that flies in the night</line> <line>in the howling storm:</line> </stanza> <stanza> <line>has found out thy bed</line> <line>of crimson joy:</line>... </stanza> </poem> <!-- more poems go here --> </anthology> 31

5 DTD 1 Ziel: - welche Tags können weggelassen werden - welche Restiktionen/Beziehungen gelten für die Elemente DTD für Anthologie: <!DOCTYPE anthology [ <!ELEMENT anthology - - (poem+)> <!ELEMENT poem - - (title?,stanza+)> <!ELEMENT title - O (#PCDATA)> <!ELEMENT stanza - O (line+)> <!ELEMENT line - O (#PCDATA)> ]> <!ELEMENT name Start Ende Aufbau Ausnahmen> - name: Bezeichnung des Elements - Start/Ende = -: entsprechender Tag ist notwendig - Start/Ende = O: entsprechender Tag kann entfallen - Aufbau: Folge der Unterelemente - Ausnahmen: läßt z.b. Unterelemente an beliebiger Stelle im Element zu oder schließt sie aus 32

6 Aufbau eines Elements: DTD 2 - ein Element kann aus weiteren Elementen bestehen oder atomar sein: - #PCDATA (parsed character data): Text, der weitere SGML-Auszeichnungen enthalten kann (z.b. Entities) - #CDATA (character data): Text ohne weitere Auszeichnung - #EMPTY leeres Element (in diesem Fall muß der Endtag fehlen) - A,B bedeutet Element A gefolgt von Element B - A B bedeutet entweder Element A oder Element B - A? bedeutet optionales Element A - A* bedeutet beliebig viele A-Elemente (auch 0) - A+ bedeutet beliebig viele A-Elemente (mind. 1) 33

7 Erweiterung des Beispiels Jedem Gedicht im anthology -Beispiel soll folgende Information zugeordnet werden - eindeutiger Identifikator (z.b. P1, P2,...) - der Status (draft, revised, published) mit folgenden Eigenschaften: - der Identifikator kann auch fehlen - falls kein Status angegeben ist, soll automatisch draft angenommen werden definiere 2 Attribute für das Element poem in der DTD: <!ATTLIST poem id ID #IMPLIED status (draft revised published) draft > Auszeichnung im Text: <poem id=p1 status= draft >... </poem> 34

8 Attribute 1 <!ATTLIST Elemente AttrName AttrWerte Default> Elemente: Namen der Elemente, für die Attribute deklariert werden AttrName: Name des zu deklarierenden Attributes AttrWerte: Werte, die das Attribut annehmen kann: - alle zugelassenen Attributwerte in Klammern, z.b. (draft revised published) - CDATA = character data (ein String) - NUMBER = eine Ziffernfolge - NMTOKEN = - ID = ein eindeutiger Bezeichner für Querverweise zwischen Elementen - IDREF = an dieser Stelle muß eine existierende ID als Attributwert stehen 35

9 Attribute 2 Default: für den Fall, daß im Dokument für ein Element ein vorgesehenes Attribut nicht definiert ist: - expliziter Defaultwert - #REQUIRED: Wert muß im Dokument angegeben sein - #IMPLIED: Wert kann fehlen - #CURRENT: der zuletzt gesetzte Wert wird eingesetzt 36

10 Entities Entities stehen stellvertretend in Dokumenten für anderen Text: - Sonderzeichen (alle plattformabhängigen Zeichen!) - häufig gebrauchte Textstücke - ganze Dateien Definition in der DTD: - <!ENTITY Name ErsatzText> Bsp: <!ENTITY uuml "ü"> <!ENTITY tei Text Encoding Initiative > - <!ENTITY Name SYSTEM FileName> Bsp: <!ENTITY Kap07 SYSTEM "KAP07.SGM"> Verwendung im Text: - Die &tei; erstellt Richtlinien für die Auszeichnung von Texten - Jetzt folgt Kapitel 7: Kap07; Jetzt folgt Kapitel 8: 37