Fünfte Sitzung - Referat: SGML und sp

Historische Entwicklung

traditionelles Markup: Angaben, wie der Text zu drucken ist.
elektronisches Markup: wie 1., nur maschinenlesbar.
spezifisches Markup: z.B. nroff; Dem Textformatierungssystem wird vorgegeben, was es zu tun hat.
generisches Markup: z.B. LaTeX; Formatierungsanweisungen werden in Makros versteckt.
SGML: Sprache zur Beschreibung von beliebig vielen Dokumenttypen. Im Gegensatz zu TeX beschäftigt sich SGML nicht mit der Formatierung der Daten.

Elemente eines SGML-Dokuments

SGML-Deklaration
Document Type Definition (DTD)
Dokumentinstanz

SGML-Deklaration

normalerweise für alle SGML-Dokumente identisch
definiert die Begrenzungszeichen (z.B. <, >, /)
definiert den Zeichensatz (ASCII,...)

Document Type Definition (DTD)

legt die Struktur eines Dokuments fest
unterschiedlich für verschiedene Dokumenttypen (HTML, Buch, Wörterbuch)
in SGML geschrieben
kann außerhalb des Dokuments gespeichert werden

Dokumentinstanz

enthält die Daten
enthält Markup
enthält eine Referenz auf die DTD, falls diese nicht bereits im Dokument vorhanden ist.

Aufbau einer DTD

<!ELEMENT MEMO - - ((TO & FROM), BODY, CLOSE?)>

Markup-Deklarationen: hier ELEMENT.
Namen: hier MEMO oder BODY.
Verkürzung: hier - -.
Gruppen: hier (TO & FROM).
Wiederholungszeichen: hier ?.
Verknüpfungszeichen: hier ,&.

Markup-Deklarationen

Werden begrenzt durch <! und >.
Die häufigsten Deklarationen sind ELEMENT, ENTITY und ATTLIST.

Namen

maximal 8 Zeichen lang.
erstes Zeichen ist Element von [a-zA-Z].
restliche Zeichen sind Element von [a-zA-Z0-9.-].
Namens-Token: alle 8 Zeichen sind Element von [a-zA-Z0-9.-].

Abkürzungen

`- -`	beide Marken sind Pflicht
`- O`	die Endmarke kann entfallen
`O -`	die Anfangsmarke kann entfallen
`O O`	beide Marken können entfallen

Gruppen

Als Gruppe wird alles bezeichnet, das sich innerhalb ( und ) befindet, z.B. (FROM & TO)?.

Verknüpfungs- und Wiederholungszeichen

`(a)`	`a` kommt genau einmal vor
`(a,b)`	`a` gefolgt von `b`
`(a\|b)`	entweder `a` oder `b` kommt einmal vor
`(a&b)`	`a` und `b` kommen vor, Reihenfolge spielt keine Rolle
`(a+)`	`a` kommt mindestens einmal vor
`(a?)`	`a` kommt nicht oder einmal vor
`(a*)`	`a` kommt beliebig oft vor

Markup-Deklarationen

Elemente

<!ELEMENT PARA - O (#PCDATA|HR)* +(FOOTNOTE)>

Elementinhalte

EMPTY: Element ohne Inhalt, z.B. <img src="this.gif">.
CDATA: Zeichenfolgen, die nicht geparsed werden.
RCDATA: Entity und Zeichenreferenzen werden erkannt.
Modellgruppen: Gruppen, wie oben beschrieben.
#PCDATA: "parsed character data", tritt nur in Modellgruppen auf.
ANY: Element mit beliebigem Inhalt.

Ausnahmen

Ausnahmen, gestatten es, in Elementvereinbarungen Ausschlüsse und Einschlüsse zu vereinbaren.

<!ELEMENT KAPITEL - O (UNTERKAP)+ -(KAPITEL) +(FUSSNOTE|BILD)>

-(KAPITEL): in <KAPITEL> darf kein weiteres Element <KAPITEL> vorkommen.
+(FUSSNOTE|BILD): <FUSSNOTE> und <BILD> dürfen in beliebiger Reihenfolge vorkommen.

Attribute/Attributlisten

`<!ATTLIST IMG`	- -	Name,	Typ,	Default	- -
		`SRC`	`%URI;`	`#REQUIRED`
		`ALT`	`CDATA`	`#IMPLIED`
		`ALIGN`	`(top\|middle\|bottom)`	`#IMPLIED>`

Name und Typ werden wie bei ELEMENT gesetzt.

Default muß einer der folgenden Werte sein:

#CONREF: Referenz auf einzusetzende Daten.
#CURRENT: der letztbenutzte Wert wird verwendet.
#FIXED [Wert]: der Wert ist konstant und muß nicht angegeben werden.
#IMPLIED: das SGML-Programm kann den Default-Wert selbst setzen.
#REQUIRED: hier muß ein Wert angegeben werden.

Entities (Einheiten)

beliebig langes Textstück, daß in den Text eingesetzt wird.

allgemeine Entities: nur in Deklaration. Zugriff: %entity;
<!ENTITY % b "test">
allgemeine Entities: im Dokument. Zugriff: &entity;
<!ENTITY c "%b;">
externe Entities: außerhalb des Dokuments deklariert.
z.B. <!ENTITY c SYSTEM "my_entity"> oder
<!ENTITY % HTMLlat1 PUBLIC "-//W3O//ENTITIES W3 Latin 1 for HTML//EN">

Doctype

<!DOCTYPE HTML PUBLIC "-//IETF//DTD HTML//EN">

`//`	Trennzeichen
`-`	doctype ist nicht registriert. (`+`: registriert)
`IETF`	"Eigentümer"
`DTD HTML`	Klasse (DTD) und Beschreibung (HTML)
`EN`	Sprache

<!DOCTYPE HTML SYSTEM "/usr/lib/xemacs/etc/sgml/html.dtd">

DTD befindet sich an dieser Stelle im System.

Der SGML-Parser SP

Wichtigstes Programm dieses Pakets ist nsgmls, ein SGML-Parser. Der Output kann mit Tools wie SGMLSpl weiterverarbeitet werden.

Kommanozeilenparameter:

-bencoding: setzt die Dokumentkodierung; z.B. unicode, iso8859-1
-ccatalog: entweder, man setzt ein Environmentvariable SGML_CATALOG_FILES, oder man gibt hier an, wo nsgmls SGML-Kataloge findet. In einem Katalog werden PUBLIC-ID's von DTD's auf DTD's abgebildet.
-Ddir: Verzeichnis/se, in denen nsgml nach der DTD sucht, die auf die Dokumentinstanz paßt.

Weiter: Sechste Sitzung (Referat) Zurück: Unterlagen Vorher: Fünfte Sitzung

Oliver Lorenz Jörg Schreiber

zuletzt geändert am 14. Juli 1998