問題タブ [sgml]

私は DTD に不慣れで、このコードを正しく理解しているかどうかわかりません。

このコードでは、P タグに tag1、tag2、および tag3 を含めることができますか?

<p>次のように、暗黙の終了タグを持つ段落がたくさんあるように見える SGML ファイルがあります。

これらの段落には終了タグはありません。私はそれを次のようにしたい：

OSS ツールを使用してそれを行う簡単な方法はありますか? （vim、sedなど？）

W3C HTML 4.01 DTD以前では、宣言内でインライン コメントが頻繁に使用されていました。

たとえば、HTML 2.0 Strict DTDには次のようなものがあります。

HTMLエンティティ宣言には、2 つの二重ハイフンの間にコメントが含まれています--。

ただし、DTD バリデーターは、この種の内部コメントを完全に拒否し、エラーをスローするようです。

バリデーターが間違っているのでしょうか、それとも W3C DTD の形式が正しくありませんか?

答え：

さらに調べてみると、これはSGMLとXMLの仕様の違いによるものと思われます。

基本的に、SGML はコメントを宣言構造内の任意の場所で開始および終了するものとして定義しますが、XML では、独立した構造としてコメントをそれぞれおよび区切り記号で開始および終了する必要があります。--<! ><!---->

バージョン 4.01 までの HTML は SGML に基づいていたため、宣言内のコメントは許可され、公式の DTD によって使用されていました。

ただし、ほとんどの DTD バリデーターは、単純な XML 仕様への準拠のみをチェックしているように見えるため、宣言内のコメントやバーフィング エラーによって混乱します。

XML および SGML ドキュメントのバッチ (約 7000) があります。それらを構造化された Microsoft Word ドキュメントに変換するものが必要です。これを行う方法について2日間オンラインで読んでいて、始めたときよりも混乱しています。

Open XML SDK と C# を使用して Visual Studio で作成できることがわかります。この回答はこちら: StackOverflow 回答で、このUsing XSLT and Open XML SDKにリンクしています。ただし、これは7年前の話です。これがまだ最新であるかどうかはわかりません。また、これが間違いなく必要になるかどうかもわかりません。

また、変換元のドキュメント、タグ自体はスウェーデン語です。そのため、タグを読み取って英語に変換し、それを Word XML 形式に変換する必要があると思います。

私は C# と C++ で書くことができ、必要に応じてほとんどのスクリプト言語を理解することができますが、コードから Word 文書を作成した経験はありません。DTD または XSLT を作成し、場合によっては Word XML を使用する必要があるかもしれないことを理解しています (過去 2 日間でこれらについて学びました)。それを Visual Studio プロジェクトで使用します。

ただし、実際にこれを行う方法がわかりません。誰かが私を正しい方向に向けることができますか?

ありがとう

Python SGMLParser では、<br/>空のブロックがないと ' ' を解析できませんが、' ' は解析できません<br />。

このコードを実行して html を正常に解析できますが、空のブロックを削除するだけでタグを ' <br />'から ' ' に変更すると、html を正常に解析できなくなります。<br/>

タグを交換する以外に解決するアイデアはありますか?

成功例。

結果は次のとおりです。

【'1. デリケート」、「2. Volcano」、「3. 送風機の娘」、「4. キャノンボール」、「5. チェストを注文する'、'6。アミエ」、「7. Cheers Darling'、'8. 冷たい水」、「9. 覚えています」、「10. エスキモー]

間違った例:

結果は次のとおりです。

【'1. 繊細']

タグにノートタグしかない場合、親タグを削除したい。

例 ：

入力：

期待される出力:

上記の例では、l1item タグはメモ タグのみで削除され、l2item は para タグがあるため削除されず、l3item はメモ タグと para タグがあるため削除されません。

したがって、私の要件は、l1item、l2item、またはl3itemにメモタグしかない場合、および他のタグまたは削除してはならない他のタグが付いたメモタグがある場合、それらを削除したいようなものです。

XML は SGML のサブセットです。有効な XML ドキュメントは有効な SGML ドキュメントでもありますが、その逆は当てはまりません。

DTD の代わりに XML スキーマを使用しても、これは当てはまりますか?

この疑問は、XML DTD が SGML DTD のサブセットであるという事実から生じていますが、XML スキーマでは XML DTD で定義できないものを許可しています。

では、XML スキーマはまだサブセットなのでしょうか? XML スキーマでできることはすべて SGML DTD でもできますか?