Textkodning: XML ”What’s the matter, Albert? Having trouble decoding the text? ”

En presentation över ämnet: "Textkodning: XML ”What’s the matter, Albert? Having trouble decoding the text? ”"— Presentationens avskrift:

1 Textkodning: XML ”What’s the matter, Albert? Having trouble decoding the text? ”

2 XML Utökar begränsningarna för vad som är möjligt, jämfört med SGML (och fr.a. HTML) –därigenom ökar förutsägbarheten Beskrivna dokumentmodeller (dvs DTDer) inte längre absolut nödvändiga -> ett dokument är giltigt (valid) eller välformat. Har genererat en stor mängd nya tillämpningar

3 XML-teknik XML Xlink & XPointer XSL: –XSLT –XPath –XSL-FO

4 XML Egentligen inget eget märkspråk, snarare syntaktiska regler för konstruktion av märkspråk (eller märkscheman) Med XML kan vi själva skapa olika märkscheman för olika syften Mer makt åt oss textproducenter

5 XML Ingen ”äger” XML – plattformsoberoende Stöd (dvs XML-parser) i yngre webbläsare W3C: HTML, XHTML, XML, CSS, validering

6 SGML - HTML, XML - XHTML specificitet generalitet SGML (1986) HTML (ca 1992) XML (1998) XHTML (2000)

7 XHTML HTML omdefinierad som en XML- tillämpning Skillnader HTML ↔ XHTML –utbyggbart –egna märken –krav på giltigt, välformat –exakthet i notationen –v/g –tomma element måste vara stängda

8 Dokumentinstansens komponenter (SGML familjen) | (Ej uttömmande) Text med markup (*.sgml) En eller flera DTDer (*.dtd) –I fråga om XML: ej nödvändig, kan också ersättas med t ex XML Schema En eller flera stilmallar (ex: *.css) –I fråga om XML: XSL Ev. externa entiteter (ex: *.jpg *.gif *.png)

9 Grundläggande komponenter i ett XML-dokument Prologen Element Attribut och attributvärden Entiteter (CDATA i kommentarer)

10 Processinstruktioner, dokumenttypsdeklarationer

11 Prologen The SICK ROSE O Rose thou art sick. The invisible worm, That flies in the night In the howling storm: …

12 Element Par: Undantag tomma element: Versaler / gemener

13 attribut The SICK ROSE O Rose thou art sick. The invisible worm, That flies in the night In the howling storm: …

14 ett eller flera attribut

15 Entitetsreferenser LE BATEAU IVRE Comme je descendais des Fleuves impassibles, Je ne me sentis plus guidé par les haleurs: Des Peaux-rouges criards les avaient pris pour cibles, Les ayant cloués nus aux poteaux de couleurs. …

16 entiteter En viss teckensekvens har fördefinierats (i DTD:n) och givits ett namn. Vanligen för att representera tecken som annars kan “riskeras” Ibland även för att generera kortare eller längre text: genom att bara referera till namnet komprimerar man koden och spar arbete Refererar till externa data såsom grafik Behövs inte minst när märkenas och elementinnehållens notation kolliderar (<)

17 entitetsexempel é = é = é ü = ü = ü &columbo; = referens till en extern resurs, i det här fallet en text om TV-detektiven Columbo I DTD:n:

18 Kommentarer The SICK ROSE O Rose thou art sick. The invisible worm, That flies in the night In the howling storm: Has found out thy bed Of crimson joy: And his dark secret love Does thy life destroy.

19 Rotelement The SICK ROSE O Rose thou art sick. The invisible worm, That flies in the night In the howling storm: Has found out thy bed Of crimson joy: And his dark secret love Does thy life destroy.

20 Ett XML- dokument kan vara välformat eller giltigt

21 Välformad XML Versaler / gemener Minst ett element Alltid ett rotelement Elementen bäddas in i strikt hierarkiska strukturer (OHCO) – tänk träd och filstrukturer Elementnamnen i start- och slutmärke matchar varandra Attributnamn förekommer blott en gång i startmärket Attributvärden inom citattecken Attributvärden refererar inte till externa entiteter (annat än till DTD:n) Entiteter deklareras

22

23 Giltig XML En välformad XML-fil som använder en dokumentypsdeklaration för att referera till en DTD och sedan följer denna DTD

24 Dokumenttypsdeklaration referens till rotelementet TEI.2 publik identifierare referens till en särskild dtd-fil med deklarationer av TEI-dokumentets element, attribut och entiteter

25 Dokumenttypsdeklaration Philip Larkin DTD:

26 Innehållsmodellen #PCDATA EMPTY andra element blandat innehåll

27 Notation Se övningsmaterialet, bl.a. en bilaga

28 Verktyg Kommersiella redigeringsverktyg ”Fria” verktyg –Anteckningar (ingen validator) –JEdit (validator) –Emacs m fl MS IE Explorer (parsern ”validerar”)

29 Projektarbetet Välj text (förslagslista | eget alternativ) Karaktär och omfattning (3000 ord) Egen digitalisering? Grupparbete. Planering, fördelning, buffert. Koda med TEI Lite. Deadlines (ti 5/4 ; fre 15/4 ; on 27/4) Seminarier: –presentera och diskutera vald text, arbetsgång, TEI-tillämpning, problem och lösningar –varje gruppmedlem skall kunna förklara och diskutera projektets insatser, val, metoder och resultat Fiktivt syfte. Faktiskt syfte.

30 Thanks, Mikael Gunnarsson and Edward Vanhoutte, for ideas, images & explanations