SGMLって

line
_________________________________________________________

吉岡　誠　「SGMLのススメ」（オーム社）
（株）日本ユニテックSGMLサロン　「はじめてのSGML] （技術評論社）をDTD3.2にそって読んでみます。DTD 3.2の記号の意味がわかることが目的で、さらに知りたい時は、直接上記の著書にあたって下さい。
吉岡　誠　著「SGMLを使いこなす」（オーム社）
　SGMLの本ですが、1～2章はwwwやHTMLの仕様です。これを読むほうが、HTMLの基本的意味が理解できるように思えます。
［SGMLindex.html］日本工業規格(HTML文書版)　JIS X 4151-1992
文書記述言語SGML　SGML (Standard Generalized Markup Language)
［HTML 4.0仕様書のSGMLとHTMLについて］

　DTDの見方にSGMLが関わっています。DTDは、SGMLアップリケーションでといった言葉にであいます(Standart Generalized Markup Language)。さまざまなアプリケーションにより形式が異なり文書交換ができない状況なので、これを改善するためにSGML が提案されました。
　ソフト固有の情報を必要とするレイアウト情報を採用しないで、文書をすべてテキスト形式で表現するようにしました。ここは「見出し」、ここの範囲が「段落（パラグラフといったがいいのでしょう）」といった識別情報は必要で「タグ」とよばれる特別の形式で書くとになっています。
　さらに、識別情報もユーザーが定義できるようになっていますので、表現の自由度は高くなっています。要素名や文書構造を自由に定義できます。その定義のしかたが規格になっていて、DTD（Document Type Definition：文書型定義）と呼ばれる部分です。
　印刷するつまりレイアウトできるには、別の仕組が必要になりますが文書の意味を伝えることに絞った形式、それがSGMLの目的です。

SGML宣言
DTD
文書インスタンス（Document Instance）　instance：実現値、例、事例

から構成されています。DTDで定義された文書の要素に従って、実際の文書がかかれます。DTDの定義を実現させたものが文書なので、文書インスタンス（文書実現値）というわけです。実現像はあるが、それが文書形式だということで、何処へでも送れ、そのことが目的でもあります。
　DTDは、文書インスタンスのタグ付けの方法を定義します。DTDは要素の出現順序、親子関係、出現回数といった型を示すだけですので、その範囲内で文書インスタンスを自由に書けます。
　HTML（Hyper Text Markup Language）もかなりSGMLに近いのですが、タグ名が固定的に決まっています（!DOCTYPE HTML PUBLICと公開されて、それに従います。そのDTDは、"-//W3C//DTD HTML 3.2 Final//EN"と記載してDOC宣言します）。SGMLでは、タグ名や文書構造が固定的でなく、ユーザーがそれを定義する方法がきめられているのです。その定義をする部分がDTDです。DTDの数だけタグ付けの方法ができます。その一つがDTD 3.2で、HTMLはSGMLアプリケーションでといわれるわけです。

DTD 3.2の例で見ます。

DTDは要素宣言、属性宣言、実体宣言の三つの宣言から構成されています。

---------------------+
＊＊　要素宣言　＊＊ |
---------------------+---------------------------------
<!ELEMENT   要素名 　省略情報 　　　　  (要素内容）> 
-------------------------------------------------------
<!ELEMENT   FONT 　　 - - 　　　　　　(%text)* >

<!ELEMENT 　P    　  　- O 　　　  　　(%text)*>

<!ELEMENT   DL         - -         　　(DT|DD)+>
<!ELEMENT   DT         - O             (%text)*>
<!ELEMENT   DD         - O             %flow;>

<!ELEMENT   (OL|UL)    - -         　　(LI)+>
<!ELEMENT   LI         - O             %flow>

<!ELEMENT   table      - -         　  (caption?, tr+)>
<!ELEMENT   tr         - O         　　(th|td)*>
<!ELEMENT   (th|td)    - O         　  %body.content>

タグ省略情報：
	" - "  ハイホン 省略不可
	" O " OMITTAG  省略可能 （オーです）

要素の出現順番：
	" | "　　どれか一つ出現
	" , "　　順番に出現
	" & "　　順不動に出現
	
要素の出現回数：
	マーク　 0回　1回　複数回
	なし　　  X    O     X    必ず一回
	 ?        O    O     X
	 +        X    O     O
	 *        O    O     O

---------------------+
＊＊　属性宣言　＊＊ |
--------------------------------------------------------------------
<!ATTLIST　　要素名　　属性名　　   宣言値　         省略時値>
--------------------------------------------------------------------
<!ATTLIST    P         align   (left|center|right)   #IMPLIED>

<!ATTLIST    IMG       src           %URL            #REQUIRED>

値を選択肢の中から選ぶ：
	" | "   (left|center|right)のように

省略時値：
　　#REQUIRED　開始タグの中に必ず属性値を指定しなくてはならない。
　　　　　　　 省略できない。
　　#IMPLIED　 指定しなければ、アプリケーションが暗黙の属性を与える。


<!ELEMENT P     - O (%text)*>
<!ATTLIST P
        align  (left|center|right) #IMPLIED
        >
        
<!ELEMENT IMG    - O EMPTY --  Embedded image -->
<!ATTLIST IMG
        src     %URL     #REQUIRED  -- URL of image to embed --
        alt     CDATA    #IMPLIED   -- for display in place of image --
        align   %IAlign  #IMPLIED   -- vertical or horizontal alignment --
        height  %Pixels  #IMPLIED   -- suggested height in pixels --
        width   %Pixels  #IMPLIED   -- suggested width in pixels --
        border  %Pixels  #IMPLIED   -- suggested link border width --
        hspace  %Pixels  #IMPLIED   -- suggested horizontal gutter --
        vspace  %Pixels  #IMPLIED   -- suggested vertical gutter --
        usemap  %URL     #IMPLIED   -- use client-side image map --
        ismap   (ismap)  #IMPLIED   -- use server image map --
        >

---------------------+
＊＊　実体宣言　＊＊ |
--------------------------------------
<!ENTITY 　 実体名　　"実体">
--------------------------------------
<!ENTITY     gt        CDATA ">"  >

<!ENTITY     lt        CDATA "<"  >

実体（ENTITY）とは、「名前をつけて参照できるデータ」を指し、実体名はリテラル（「"」）で囲います。一般実体とパラメータ実体とにわかれています。

一般実体は、"&"と";"の間に実体名を書いて参照するもので、文書インスタンスで使われます。文書交換上での障害のひとつに、ある文字をキーボードで入力できなかったり、割り当てられたコードがシステム環境によって異なることがあります。実体宣言とその参照という形で障害を克服できます。タグと間違う　<　は　<　と書き、<（実体）を参照するということです。

<!--================ Entities for special symbols =======================-->
<!-- &trade and &cbsp are not widely deployed and so not included here -->

<!ENTITY amp    CDATA "&"   -- ampersand          -->
<!ENTITY gt     CDATA ">"   -- greater than       -->
<!ENTITY lt     CDATA "<"   -- less than          -->

パラメータ実体は、DTDにおいてのみ使われるもので、"%"　と　":"　の間に実体名を書いて参照します。DTDの記述を簡略化するためのものです。HTML DTDは、自分でかくことはありません。

<!ELEMENT   (OL|UL)    - -         　　(LI)+>
<!ELEMENT   LI         - O             %flow>
で、%flowとは何なのかを知るとき必要です。

<!--=================== text level================================-->

#PCDATA は、文字のこと（例えば、iso-8859-1, iso=2022-jp）
<!ENTITY % text "#PCDATA | %font | %phrase | %special | %form">

<!ENTITY % font "TT | I | B  | U | STRIKE | BIG | SMALL | SUB | SUP">
<!ENTITY % phrase "EM | STRONG | DFN | CODE | SAMP | KBD | VAR | CITE">
<!ENTITY % special "A | IMG | APPLET | FONT | BASEFONT | BR | SCRIPT | MAP">
<!ENTITY % form "INPUT | SELECT | TEXTAREA">

<!--===================block level==================================-->
<!ENTITY % block "P | %list | DL| %preformatted| %block.forms">
		<!ENTITY % preformatted "PRE">
		<!ENTITY % block.forms "BLOCKQUOTE">
<!ENTITY % flow "(%text | %block)*">
<!ENTITY % body.content "(%heading|%block|HR|ADDRESS|IMG)*">

-----------------------+
＊＊　マーク区間　＊＊ |
---------------------------------------------------
<![　状態キーワード [******文書部分******]]">
---------------------------------------------------
<![ INCLUDE [*****文書部分を無視せず、解析する************]]">
<![ IGNORE  [*****文書部分を無視し、ないものとして処理****]]">

　殆ど同じ文書で、多少異なる場合に、変更する部分を指定するのにつかいます。状態キーワードの書換えには、実体宣言を使います。HTML 4.0 FRAMESETは、BODYをFRAMSETに置き代え、NOFRAMESの内容をBODYにする以外は、HTML 4.0 Transionalと同じです。この場合、実体宣言とマーク区分を記載してHTML 4.0 TransionalとHTML 4.0 FRAMESETを切り代えます。以下はDTDの記載です。

HTML 4.0 FRAMSETのDTDに
<!ENTITY % HTML.Frameset "INCLUDE">
<!ENTITY % HTML4.dtd PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN">
%HTML4.dtd;

と、 <!ENTITY % HTML.Frameset "INCLUDE">があります。 %HTML.Framesetは、マーク区間の状態キーワードのINCLUDEとします。HTML 4.0 Transionalをみると

<![ %HTML.Frameset;[<!ENTITY % html.content "HEAD, FRAMESET">]]>

<![ %HTML.Frameset; [
<!ELEMENT FRAMESET - - ((FRAMESET|FRAME)+ & NOFRAMES?) -- window subdivision-->
<!ATTLIST FRAMESET
  %coreattrs;                          -- id, class, style, title --
  rows        %MultiLengths; #IMPLIED  -- list of lengths,
                                          default: 100% (1 row) --
  cols        %MultiLengths; #IMPLIED  -- list of lengths,
                                          default: 100% (1 col) --
  onload      %Script;       #IMPLIED  -- all the frames have been loaded  -- 
  onunload    %Script;       #IMPLIED  -- all the frames have been removed -- 
  >
]]>

<![ %HTML.Frameset; [<!ENTITY % noframes.content "(BODY) -(NOFRAMES)">]]>

は、

<![ INCLUDE [<!ENTITY % html.content "HEAD, FRAMESET">]]>
と切り代えて、HEADに続いて、BODYでなくFRAMESETがくると規定しています。
また、
<![ INCLUDE [<!ENTITY % noframes.content "(BODY) -(NOFRAMES)">]]>
と切り代えて、%noframes.contentはBODYと規定しなおします。

===========================================================
＊＊ <!DOCTYPE HTML PUBLIC "%HTML.Version">　＊＊
<!ENTITY % HTML.Version "-//W3C//DTD HTML 3.2 Final//EN"
===========================================================

HTMLでは、公開されたDTDを使っています。先頭に、宣言をかきます。
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">

ブラウザで見るぶんには必要ありませんが、ページを検証するため検証サーバーにかける際にこのDOCTYPEにそって解釈されます。宣言がない場合には、DTD 2.0で検証されます。

HTML 3.2勧告にそったHTMLの典型的なパターン

 <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2//EN">
 <HTML>
 <HEAD>
   <META http-equiv="content-type" content="text/html; charset=iso-2022-jp">
   <TITLE>HTMLのコーディングチェック</TITLE>
   <META name="description" content="This is a docyument on a style">
   <LINK rev=made href="mailto:y.kato@personal.email.ne.jp">
   <!--====================文書全体のコメント====================-->
 </HEAD>
 <BODY>
 <H1 align="center">文書全体用表題：センタリングする</H1>
 
 <H2>第一章</H2>
 <P>文章</P>
 <!--==途中のメモ　リスト開始==-->
 <Ul>
    <LI>項目１
    <LI>項目２
 </UL>
 <!--==途中のメモ　リスト終==-->
 <P>文章</P>
 
 <H2>第二章</H2>
 <H3>第一節</H3>
 <P><EM>文章</EM></P>
 <!--==センタリング開始==-->
 <DIV align="center">
 <P><EM>文章</EM></P>
 <P><EM>文章</EM></P>
 <P><EM>文章</EM></P>
 <P><EM>文章</EM></P>
 </DIV>
 <!--==センタリング終了==-->
 
 <HR>
 
 <ADDRESS>署名など</ADDRESS>
 </BODY>
 </HTML>
  
  ----------------------------------------------------------------------
  
<META http-equiv="content-type" content="text/html; charset=iso-2022-jp">
は、head 内で最初に記載します。文字指定を早く知らせるためす。文書全体のコメ
ントも日本語を使う場合は、文字宣言の後で記載します。

DOC宣言

HTML2.0 -- RFC1866
<!DOCTYPE HTML PUBLIC "-//IETF//DTD HTML//EN">
<!DOCTYPE HTML PUBLIC "-//IETF//DTD HTML 2.0//EN">
HTML2.x -- i18n / RFC2070
<!DOCTYPE HTML PUBLIC "-//IETF//DTD HTML i18n//EN">
HTML3.2 -- Wilbur(1997/01/14)　勧告
<!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 3.2 Final//EN">
HTML4.0 draft -- Cougar (1997/07/08)草案
<!DOCTYPE HTML SYSTEM "http://www.w3.org/TR/WD-html40-970708/HTML4.dtd">
<!DOCTYPE HTML SYSTEM "http://www.w3.org/MarkUp/Cougar/Cougar.dtd">
Microsoft Internet Explorer 3.0 -- MSIE
<!DOCTYPE HTML PUBLIC "-//Microsoft//DTD Internet Explorer 3.0 HTML//EN">

漢字コード

Another HTML-lint gateway(vector版)からの引用

現在日本語で書かれているHTMLの多くには、文字コードとして JIS、Shift JIS 、EUCが利用されています。HTMLがどのコードで書かれているのかを明示するために、このタグを書くようにしましょう。

<META HTTP-EQUIV="Content-Type" CONTENT="text/html;charset=ISO-2022-JP">
<META HTTP-EQUIV="Content-Type" CONTENT="text/html;charset=Shift_JIS">
<META HTTP-EQUIV="Content-Type" CONTENT="text/html;charset=EUC-JP">

これらのどれか適切なものを書けばいいのです。こうしておくと、よくできたブラウザでは、文字コードのエンコーディングが欧米などになっていても、正しく日本語が表示されます。Navigatorなどでは、表示するフォントを指定さている文字コードごとに指定できるようになっています。<META>で文字セッを指定していると、それに対応したフォントで表示してくれますまた、<META>での文字セットの指定がない場合、文字コードのエンコーディングを日本語(自動判別)にしてあると、Shift JISと EUCの誤認識をすることもあるようです。

インタネット上で使うさまざまなコードは、IANA(Internet Assigned Numbers Authority)という組織が管理しています。ここで指定する文字コードも管理していて、に一覧があります。よく、"charset=x-sjis"や "charset=x-euc-jp"を見かけますが、これらは、IANAには登録されていません。しかし、ブラウザによっては、これらは解釈するけどIANAに登録されているやつは解釈しないというのもあります。Navigator2.0などは、x-sjisは解釈するけど Shift_JISは解釈しないそうです。

［DTD 3.2 概観］へ
［HTML 4.0翻訳メモ］へ

JIS版：http://www.asahi-net.or.jp/‾bd9y-ktu/dtd_f/sg.html

加藤泰孝　bd9y-ktu@asahi-net.or.jp
email : y.kato@personal.email.ne.jp
Last modified 97.7.13