5.2.  Exkurs: XML

XML (eXtensible Markup Language) 

XML in der Texttechnologie

• Textbasiertes Format, das geeignet ist, Texte und dazugehörige Metainformation programm-unabhängig, strukturiert zu speichern (z.B. Text Encoding Initiative TEI)
• Dank Standardisierung gibt es viele Werkzeuge, Bibliotheken, Programmierschnittstellen zum Einlesen, Erstellen, Modifizieren von XML-Dokumenten
• Beliebig komplexe Datenstrukturen lassen sich in XML beschreiben

Aufbau von XML-Dokumenten 

Elemente und ihre Attribute

• Elemente sind von Start-Tags (“<p>”) und End-Tags (“</p>”) begrenzt.
• Leere Elemente können aus einem Tag bestehen (“<br/>”)
• Elemente dürfen hierarchisch ineinander verschachtelt werden: <p><s>...</s></p>
• Jedes XML-Dokument hat genau ein Wurzelelement : Z.B: <document>...</document>
• Attribute eines Elements erscheinen als Paare der Form NAME="WERT" im Start-Tag: <s id="s2">
• Elemente können Zeichendaten (d.h. normalen Text) enthalten: <w>are</w>

Zeichenreferenzen und Entity-Referenzen 

Entitäten und Referenzen

• Zeichen mit Spezialbedeutung im Markup werden durch vordefinierte benannte Entities bezeichnet, welche zwischen & und ; notiert werden
• Zeichenreferenzen enthalten den nummerischen Kode des bezeichneten Zeichens (#x=Hexadezimal)