問題タブ [sgml]

emacsが常にsgml-tag（CcCt）を閉じるようにするにはどうすればよいですか？

たとえばdiv、h2タグは正常に機能しますがp、li機能しません。基本的に、タグを挿入するときに常にxhtmlを使用していることを指定する方法を探しています。

.sgm ファイルから次のサンプル sgml データがあり、これを xml に変換したい

出力は次のようになります。

これは c# で実行できますか、それとも xslt 2.0 を使用してこの種の変換を実行できますか?

私はPythonがまったく初めてです。次のコードがあります。

これは SGML からタイトル要素を抽出しますが、単一のタイトルに対してのみ機能します。すべてのタイトルを取得するには、unknown_starttag と unknown_endtag をオーバーロードする必要があることはわかっていますが、何度も間違っています。お願い助けて！！！

SGML でフォーマットされたドキュメントを解析できる Java のパーサーを探しています。

重複モニターの場合: このトピックについて議論している他の 2 つのスレッドを認識しています: Parsing Java String with SGML Java SGML から XML への変換? しかし、どちらにも解決策がないため、新しいトピックです。

XML と SGML を混同する人のために: これを読んでください: http://www.w3.org/TR/NOTE-sgml-xml-971215#nullバニラフォーム）

ポスターを Google に依頼するのが好きな人のために: 私はすでに行っており、私が思いついた最も近いものは、広く普及している SAXParser でした: http://download.oracle.com/javase/1.4.2/docs/api/javax /xml/parsers/SAXParser.html しかし、これはもちろん XML パーサーを意図したものです。誰かが SGML に対応するために SAX パーサーの修正を実装していないか調べています。

最後に、Java ソリューションを探しているので、SX を使用できません。

ありがとう！:)

テキスト分類に関するプロジェクトを行っています。情報検索プロジェクト用に、Reuters-21578 というテキスト分類テスト コレクションを持っています。22ファイルで配布されています。最初の 21 個のファイル (reut2-000.sgm から reut2-020.sgm) にはそれぞれ 1000 個のドキュメントが含まれ、最後の (reut2-021.sgm) には 578 個のドキュメントが含まれています。ファイルは SGML 形式です。22 個のファイルのそれぞれは、文書型宣言行で始まります。DTD ファイル lewis.dtd が配布物に含まれています。ドキュメント タイプ宣言行に続いて、SGML タグでマークアップされた個々のロイター記事があります。

これらの 21578 個のドキュメントを読み取る Java プログラムを作成したり、それらを 21578 個の分離されたテキスト ファイルに変換したりするのに助けが必要です。

誰か助けてくれませんか?????

関連するいくつかの 質問を読んで、HTMLの理論的な性質について考えさせられました。

ここでは、XHTMLのようなコードについて話しているのではありません。私はこのクレイジーなマークアップのようなものについて話している、それは完全に有効なHTML（！）

では、SGMLがここに注入する非常に複雑なことを考えると、HTMLは文脈自由言語ですか？とにかくそれは形式言語ですか？文法で？

HTML5はどうですか？

_{私は形式言語の概念に慣れていないので、ご容赦ください。そして、はい、私はウィキペディアの記事を読みました;）}

データベースから非標準の文字が出てきました（改行が原因です）。

私のHTMLバリデーターはそれらについて不平を言っています。

私のHTMLバリデーターは私のエゴの直接の拡張であるため、私は物事を幸せで、green-ok-arrow-yに保ちたいと思います。

以前にこれを行ったことがある人は簡単に修正できますか？

ところで、ページの文字セット、Doctype、またはデータを変更したくありません。utf8_decode()文字列をクリーンアップするタイプのものを探しているだけですがutf8_encode()、utf8_decode()機能しません...

アップデート

申し訳ありませんが、「非標準文字」は少しあいまいですが、このエラー警告もあいまいです。具体的には、それらはSGML文字ではなく、明らかにSGMLパーサーに適合しません...しかし今、私はあいまいな領域に入り、何が起こっているのかわかりません。

私は xml ドキュメントとツールに慣れていますが、sgml を扱う必要があります。解析に使用している sgml ドキュメントがnsgmlsあり、特定の sgml 宣言を含める必要があります。コマンド ラインで宣言ファイルを指定すると、正常に動作します。

しかし、宣言への参照を sgml ファイル内に含めたいと思います (宣言全体ではありません)。xml doctype のようにインクルードすると、次の<!DOCTYPE MyDoc SYSTEM "mydoc.decl">エラーで失敗します

宣言は解析されません (他の多くのエラーにつながります)。SGML宣言と同じことをしようとしても<!SGML MyDoc SYSTEM "mydoc.decl">、それ以上のことはありません.致命的なエラーが発生します.

外部ファイルを参照する方法はありますか、それともコマンドラインで常に指定する必要がありますか?