4.1.1: Standard Generalized Markup Language (SGML)

SGML ist ein internationaler Standard, mit dem Texte systemunabhängig und strukturiert repräsentiert werden können. Genauer genommen definiert SGML eine Metasprache, mit der ein Auszeichnungssystem oder eine Auszeichnungssprache (markup language) definiert werden kann. Mit dieser Auszeichnungssprache können Texte nach vorgegebenen Regeln zusammengesetzt werden. Dadurch folgen sie einer vorgegebenen Struktur. SGML zeichnet sich dabei durch drei Eigenschaften aus:

• Es ist deskriptiv: Dokumente werden dadurch gegliedert, dass sie in Teile (Elemente genannt) zerlegt werden, denen ein vordefinierter Name und damit ein vordefinierter Typ zugewiesen wird.
• Es arbeitet mit Typdefinitionen, die in einer Document Type Definition (DTD) spezifiziert werden. In der DTD werden Dokumenttypen und damit die zulässigen Namen sowie die Verschachtelung der darin definierten Elemente (Teile) festgelegt. Dokumente, die einer gegebenen DTD genügen, können dann mit einem entsprechenden Parser verarbeitet und (zumindest bis zu einem gewissen Grad) interpretiert werden.
• Durch einen wohl definierten Ersetzungsmechanismus können SGML-Dokumente einfach an lokale Zeichensätze angepasst werden, ohne dass in den Dokumenten selbst Änderungen vorgenommen werden müssen. Mit dem Datenformat können daher maschinenunabhängige Dokumente geschrieben werden.

4.1.1.1: SGML-Elemente

4.1.1.2: Elementattribute

4.1.1.3: SGML-Entities

SGML-Dokumentdefinitionen können dazu genutzt werden, Texte nach einem gemeinsamen System zu strukturieren und damit den inhaltlichen Zugang zu erleichtern. So gibt es seit ca. 1987 die Text Encoding Initiative (TEI) [->] , ein internationales Projekt, das Richtlinien und Austauschformate für Texte für die sprachwissenschaftliche Forschung ausarbeitet. Von der TEI wurde eine umfangreiche SGML DTD entwickelt. 1994 erschien die erste Ausgabe der Richtlinien für die Auszeichnung, ein zweibändiges Werk mit ca. 1 300 Seiten.

Andere SGML-Einsatzgebiete sind z.B. die Strukturierung von Handbüchern und Bedienungsanleitungen oder die Standardisierung von Austauschformaten für Agenturmeldungen. Aber auch das Format von Einträgen in Literaturdatenbanken oder Metadaten (siehe Kapitel 4.2 ) kann durch DTDs definiert werden.

SGML kann auch genutzt werden, um Dokumente für den Druck zu formatieren. Dabei sollte aber vor allem die logische Struktur dargestellt werden. So wurde z.B. das Skript, auf dem dieses Buch basiert, mit einem SGML-basierten Editor geschrieben. Dieser Editor teilt ein Dokument vom Typ book in drei Elemente auf: front-matter, body und rear-matter. In body steht der eigentliche Text des Skripts. Er wird in Elemente vom Typ part eingeteilt, die wiederum in chapter und weiter in sections unterteilt werden. Zu jedem dieser Elemente gibt es ein Überschriftelement, das am Anfang des Elements stehen kann (aber nicht muss). Aus diesen Überschriftelementen kann automatisch ein Inhaltsverzeichnis zusammengestellt werden. Es kann z.B. im Element front-matter gedruckt werden (dazu muss die SGML-Datei zweimal gelesen werden). Weiter können beliebige Textteile als indexterm gekennzeichnet werden. Aus diesen Textteilen kann ein Stichwortverzeichnis zusammengestellt werden.