XML/TEI – eine Einführung - Universität Innsbruck · PDF file · 2010-10-21Teil II: TEI. 5 Was ist TEI? ... Folio Flat File to XML 2010/05/03: formulas and graphic added ... In

© Joseph Wang 2010 XML/TEI: Eine Einführung. Teil II: TEI. 1

XML/TEI – eine EinführungTeil 2/3: TEI (und OxygenXML-Editor)

XML/TEI: Eine Einführung. Teil II: TEI.© Joseph Wang 2010 2

Was Sie hier erwartet…

• Datenmodellierung• XML • TEI

Was ist TEI? Schema-Generierung mit ROMA Header-Elemente Elemente der Textgestaltung Semantische Auszeichnungen Kritisches Editieren Verweise in TEI Warnhinweise

• XPath und XSLT• Sonstige nützliche Werkzeuge

OxygenXML-Editor


Was ist TEI?Oder: Wie sieht die vermeintliche eierlegende Wollmilchsau aus?


Was ist TEI?

Einige TEI-Editionen

• Beispiele GAMS-Editionen in Graz

Moralische Wochenschrift Gesamtbriefwechsel Wittgensteins

• Unterschiede zu Print-Editionen Unterschiedliche Darstellungen von demselben

Text „Filterungen“: Keine Volltextsuche, sondern das

Aussuchen der Stellen nach Markierung

http://gams.uni-graz.at/

http://gams.uni-graz.at/

http://gams.uni-graz.at/mws/

http://gams.uni-graz.at/mws/

http://138.232.156.163:8084/xmlprojects/

http://138.232.156.163:8084/xmlprojects/


Was ist TEI?

Nicht nur Editieren…• Mit TEI kann man editieren…

Transkribieren Kommentare einfügen Kritische Apparate erstellen

• … andere Sachen auszeichnen Namen, Datumsangaben

• … Metadaten festhalten Wo liegen die Manuskripte? Physische Beschreibungen Geschichte der Bearbeitung

• Damit ändert sich die Erstellung vom Text-Corpus und der Umgang mit ihm


Was ist TEI?

Was sagt TEI-Consortium?• TEI besteht im wesentlichen aus zwei Teilen:

TEI-Guidelines: Eine Ansammlung von Richtlinien, wie man etwas kodieren soll.

TEI-Schema: Ein Regelwerk, welches von XML-Editoren verstanden wird. TEI liefert auch eine Web-Applikation (ROMA), welches für die Anwenderinnen angepasste XML-Schemas generiert.

• TEI ist opensource. Richtlinien können frei über das Internet bezogen werden.

(Gedruckte Fassung kostet.) Schema-Teile und die Webapplikation können frei

verwendet werden, und seine Quellcodes sind ebenfalls freizugänglich.

http://www.tei-c.org/P5

http://www.tei-c.org/P5

http://www.tei-c.org/Roma/startroma.php?mode=newCustomization

http://www.tei-c.org/Roma/startroma.php?mode=newCustomization


Was ist TEI?

Noch ein Mal MVC-Pattern

• Im Kontext von MVC-Pattern ist TEI das Model• Im Kontext von Editionen ist TEI die maschin-

lesbare Version des Transkripts

Controller

View Model


Header-Elemente in TEIOder: Das, was in (fast) allen TEI-Dateien

vorkommen


Header-Elemente in TEI

Überblick

• <TEI>: Wurzel-Element <teiHeader>: Header-Bereich

<fileDesc> <encodingDesc> <revisionDesc>

<facsimile>: Einbindung von Facsimiles, optional

<text>: Text-Bereich <front> <body> <back>



<teiHeader>

• In <teiHeader> werden die Metadaten festgehalten Prinzipiell gibt es zwei Möglichkeiten, in <teiHeader> Metadaten einzugeben: strukturiert oder semistrukturiert

In <teiHeader> finden wir Informationen über Autoren- und Herausgeberschaft, Quellen- und Standort-Angabge, Kodierungs- und Formatierungsspezifikation etc.

<fileDesc> <titleStmt>

<title>Von Ludwig Wittgenstein an Hermine Wittgenstein, [Ende August 1922]</title> <author>Wittgenstein, Ludwig</author>

</titleStmt> <publicationStmt> <p>Ludwig Wittgenstein:

Gesamtbriefwechsel, 2. Auflage</p> </publicationStmt> <sourceDesc> <p>Original an der ÖNB (Autogr.

1190/1-5); Kopie im BA.<lb/>Publiziert (<hi rend="italic">Familienbriefe</hi>, S. 93).</p>

</sourceDesc></fileDesc>



<fileDesc>

* <sourceDesc> kann entweder mit <p> oder mit <msDesc> angegeben werden.

<fileDesc>: file descriptionBeschreibung der Datei

<titleStmt>: title statement

Titelei

<title>Titel

<author>Autorenangabe

<publicationStmt>Angabe über die Ausgabe

<sourceDesc>Qullen-Angabe*



<msDesc>

<msDesc> <msIdentifier> <country>Austria</country> <settlement>Innsbruck </settlement> <repository> Forschungsinstitut Brenner-

Archiv</repository> <idno>11/8.1</idno> </msIdentifier> <physDesc> <p>Brief, 2 Blatt (A4), 4 Seiten.</

p> </physDesc></msDesc>

<msDesc> Manuscript DescManuskript-Beschreibung

<msIdentifier>Information über die „Identität“

von Archivalien

<country> <settlement> <repository>

Archiv

<idno>Signatur

<physDesc>Beschreibung des

physikalischen Zustandes



Andere Elemente

* Leider ist es sehr aufwendig, <revisionDesc> immer mitzuschreiben. Ich empfehle, die einzelnen Revisionen zwischen den Auflagen mit geeignetem Software (z.B. Subversion) zu dokumentieren, und erst dann einen Eintrag in <revisionDesc> zu machen, wenn die Datei wirklich publiziert worden ist.

<encodingDesc>Hält fest, wie eine Datei

kodiert wird.

<revisionDesc>Hält die einzelne

Veränderungen an der Datei fest.*

<encodingDesc> <p>Kodiert nach TEI

P5</p></encodingDesc><revisionDesc> <list type="simple"> <item>2007/06:

Conversion from Folio Flat File to XML</item>

</list></revisionDesc>


Elemente der TextgestaltungOder: Was braucht man alles, um den Text

wiederzugeben?


Elemente der Textgestaltung

Überblick

• Elemente, die dazu dienen, Text als Text wiederzugeben <text> <front>, <body>, <back> <div>, <head>, <p>, @rend, @type <hi> und @rend, @rendition <note> <table> und <list> <graphic> und <formula>



Hauptelemente• <text>

Beherbergt den ganzen Text-Bereich Drei Kinderelemente: <front>, <text> und <back>

• Beispiel: Buch <front>: Vorderer Klappentext, Titelei <body>: Haupttext, samt Nachwort <back>: Hinterer Klappentext

• Beispiel: Brief <front>: Umschlag? <body>: Brieftext



<div>, <head> und <p><div type="commentary"> <head>Kommentar</head> <p>Brief. Zur Datierung:

Wittgenstein muß diesen Brief nach seinem Aufenthalt in Hallein und Innsbruck und auch nach seinem Treffen mit Engelmann, aber noch vor seiner Fahrt auf die Hochreith geschrieben haben.</p>

<div type="comment"> <p>Wittgenstein besuchte seinen

Onkel Paul Wittgenstein am 4.8. in Hallein bei Salzburg.</p>

</div></div>

<div> Division<div> kann auch innerhalb <div>

vorkommen, um bsp. Unterkapitel zu kennzeichnen

<head> Überschrift<p> Paragraph, Ansatz

Absätze können nicht ineinander verschachtelt werden

@rend Rendition/DarbietungMit @rend können <div>,

<head> und <p> formatiert werden

@rendition FormatvorlageIn <encodingDesc> /

<tagsDecl> / <rendition> sind die Vorlagen definiert



<hi>, @rend… Oder vielmehr, es war

gemütlich, aber nur in den letzten Tagen <hi rend="underline">ganz</hi>…

… Wenn ein Musiklehrer sagt, ein Stück <hi rend="font-style: italic; ">müsse</hi> in einer bestimmten Weise gespielt werden und es dann vorspielt, was spricht er da an? …

<hi> HighlightHervorhebungen werden mit

<hi> gekennzeichnet. Hierbei wird in das @rend die Art und Weise, wie hervorgehoben wird, festgeschrieben

@rendMehrere Weisen, @rend

anzugeben: frei, xsl-fo oder css.

CSS Cascade StylesheetWWW verwendet auch CSSStruktur: Element { Format-Art1: Spezifikation; Format-Art2: Spezifikation; }

http://de.selfhtml.org/css/index.htm

http://de.selfhtml.org/css/index.htm



<note>

NB: <note> dient der Kennzeichnung von Fuß- und Endnoten, nicht der von Einzelstellenkommentaren.

… Soweit diese primitiven Sprachen reichen, taucht das Problem, was diese Wörter bedeuten, was ihr wirklicher Gegenstand<note place="footnote"><p> Was der Gegenstand, der wirklich gut ist — T.</p></note> ist, [der ›schön‹ oder ›gut‹ genannt wird — R.] gar nicht auf…

<note> AnmerkungFuß- und Endnoten

@place Wo steht die Anmerkung?footnote: Fußnoteendnote: Endnote



<table> und <list><table rend="width:100%;">

<row> <cell rend="width: 20%"> <seg>26.4.</seg> </cell> <cell> <seg>in Wien geboren</seg> </cell> </row></table><list type="simple"> <item>2007/06: Conversion from Folio Flat File to XML</item> <item>2010/05/03: formulas and graphic added</item></list>

<table> Tabelle<row><cell>@cols und @rows: Über wie

viele Reihen/Spalten spannt sich diese Zelle?

<list> Liste<item> Listeneintrag



<graphic> & <formula>…<figure> <figDesc>Bild</figDesc> <graphic url="images.jpg"

height="7.6em" width="13.3em" /></figure>……<formula corresp="formula.gif"> <math xmlns="http://www.w3.org/1998/

Math/MathML" display="block"> <semantics> <mrow><munder> <mi>π</mi> <mn>4</mn> </munder></mrow> </semantics> </math></formula>…

<figure>Einbindung von Bildern

<figDesc> Figure Description

Bildüberschriften<graphic>

Einbindung von Bildern und Graphiken

@url: Die URL zur Bilddatei@width und @height: Größe

<formula>Formel-ObjekteDie Formeln selbst können bsp.

in Latex oder in MathML geschrieben werden


Semantische AuszeichnungOder: Wie bringen wir Computer Namen

und Datumsangaben bei?


Semantische Auszeichnung

Überblick• Warum semantische Auszeichnungen?

Eine Person wird unterschiedlich genannt: „Frau Wittgenstein“, „Hermine Wittgenstein“, „Hermine“, „Mine“…

Anderseits gibt es unterschiedliche Personen mit dem gleichen Namen

Es muss aber möglich sein, alle diese „Stellen“ auszusuchen!

• Elemente, die der semantischen Auszeichnung dienen <persName>, <placeName> <date>

• Wichtige Attribute @key und @xml:id



<persName>

<title>Von <persName

key="WittgensteinLudwig" role="sender">Ludwig Wittgenstein</persName>

an <persName key="WittgensteinHermine“ role="recipient">Hermine Wittgenstein</persName>,

[Ende August 1922]</title>

<persName key="HänselLudwig">Ludwig Hänsel</persName>

<persName> Person NamePersonennamen werden mit

diesem Element gekennzeichnet

@role Rolle Was für eine Rolle spielt diese

Person@key Schlüssel

Für jede Person soll es einen eigenen, individuellen Schlüssel geben

Dieser Schlüssel darf nicht mit einer Nummer anfangen und kein Leerzeichen beinhalten



<date>

<date when="1925-11-12">12. November 1925</date>

<date notBefore="1922-08-20" notAfter="1922-09-01">[Ende August 1922]</date>

<date notBefore="1946-05">nach Sommer 1948</date>

<date>Datumsangaben

@whenIn einer standardisierten Form

(meist JJJJ-MM-TT) sollte der Zeitpunkt festgehalten werden

@notBefore, @notAfterIn einer standardisierten Form

werden der früheste Zeitpunkt und der späteste Zeitpunk festgehalten.


Kritisches EditierenOder: Wie verschmelzen diplomatische und normative Fassungen miteinander?


Kritisches Editieren

<add>, <del>, <gap>

NB: Diese Elemente sind nicht dazu da, um die Verbesserungen der Editorinnen festzuhaltenKodierung der Leerzeichen bei <add> und <del> achten!

… I would <del>am </del>like

to <del>write </del>tell you that I

got a positionhere in Cambridge in a small <add>War</add>

Tool-Factory in Old-Chesterton…

<add> AdditionHinzufügungen

<del> DeletionDurchstreichungen

<gap> GapLöcher

@handMit einem Verweis auf ein ID

(z.B. „#wl“) kann festgehalten werden, wer die Hinzufügungen bzw. Durchstreichungen geschrieben hat


Kritisches Editieren

<app>, <rdg>, <lem>

NB: <app> soll verwendet werden, um die Korrekturen der Herausgeberinnen zu kennzeichnen

<p>Liebe <app><lem>Mining</lem><rdg>Mi<add>n</

add><del>m</del>ing</rdg>

</app>!</p>

<app> ApparatusKritisches Apparat

<lem> LemmaDas, was von der Herausgeberin

bevorzugt/als richtig erachtet wird

<rdg> ReadingLesart oder Variante

@handWoher stammt diese Variante?


Verweise in TEIOder: Wie können wir in TEI verlinken?


Verweise in TEI

Einfache Links

• Einfache Links in der Form: A→B <anchor> oder ein anderes Element mit @xml:id: Zielpunkt <ref> mit @target: Startpunkt

Wobei @target hat als Wert ´#´+@xml:id von Ziel Verwendung

Cave: Die meisten Links sind doppelte Links in der Form „A↔B“

Einzelstellen-Kommentare: Diese können als „Fußnoten“ mit <note> oder als <ref> kodiert werden• Der Rücksprung wird mit XSLT programmiert

Sonstige Verweise wie „Siehe…“, wenn der Rücksprung nicht notwendig ist


Verweise in TEI

Einfache Links, Beispiel

<div type="comment“ xml:id="b1922_08_31_an_WittgensteinHermine_c004">

<p>Vgl. Hermines Brief vom 23.4.1922<reftarget="#b1922_04_23_von_WittgensteinHermine_a001">*</ref> und Ludwigs Brief an Hermine datiert mit [Anfang Juni 1922]<ref target="#b1922_06_00_an_WittgensteinHermine_a001">*</ref>.</p>

</div>

… <ref target="#b1922_08_31_an_WittgensteinHermine_c004">DieDrobilsche "Schlummernde"</ref> hat ‒ wie sie jetzt ausschaut ‒ mich und <hirend="underline">Engelmann</hi> entzück…


Verweise in TEI

Schlüsselwert mit @key

• Bereits in <persName> haben wir @key kennen gelernt Mit @key haben wir die Person, auf die

verwiesen wird, eindeutig festgelegt Wichtig ist, dass zwei Personen nicht denselben

Key haben, aber es ist möglich, dass eine Ortschaft und eine Person den gleichen Key haben. @key ist an Element-Namen gebunden

Was mit solchen Elementen passiert, welche ein @key haben, ist eine Sache für XSLT – Herausgeberinnen müssen sich darum nicht kümmern…


Verweise in TEI

Inhaltsverzeichnis & Index

• Inhaltsverzeichnis Die Überschriften werden mit <head> ausgezeichnet Ausnahme: Das Digitalisat von gedruckten Büchern

• Indizes In TEI sind mehrere Elemente dafür vorgesehen

<index> mit @indexName und <term> <term> mit @key

Für Personen- und Ortsverzeichnisse sollen <persName> und <placeName> mit entsprechenden @key-Werten verwendet werden.

• Mit XSLT werden die Verzeichnisse automatisch hergestellt


WarnhinweiseOder: TEI kann unser Leben schwerer

machen!


Warnhinweise

Unnötige Auszeichnungen

• Zu viele Auszeichnungen Jede Auszeichnung, jeder Tag braucht Zeit Wenn man versucht, alles, was ausgezeichnet

werden kann, auszuzeichnen, wird man nie fertig mit der Arbeit

Jede Auszeichnung, die nicht in der Datenverarbeitung verwendet wird, ist eine überflüssige Auszeichnung

• Prinzip: So wenig Elemente wie möglich, so viel wie nötig


Warnhinweise

Tabulatoren• In TEI gibt es keinen Tabulator!

Grund: Für die Typographie ist Tabulator einfach eine bestimmte Anzahl von Leerzeichen. Aber für die meisten Anwendungen von Tabulatoren gibt es „bessere“ Kodierungsmöglichkeiten

Einrückung der ersten Zeile eines Paragraphs: Hier ist „@rend=text-indent: 8en“ (oder @rendition) besser

Formatierung von Tabellen: Hier ist der Einsatz von <table> adäquater

Listen-Formatierung: Hier ist <list> besser Um eine größeren Abstand zwischen zwei Wörtern zu

gewinnen: Hier soll der Abstand einfach als eine Reihe von (feste Leerzeichen) kodiert werden


Warnhinweise

@xml:id, @key, @target

• @xml:id, @key und @target sind für die Verweise sehr nützlich @xml:id darf innerhalb eines Corpus nur ein Mal

vorkommen. Es empfiehlt sich daher, wenn man mehrere Dateien zu einem Corpus zusammenfasst, in @xml:id auch den „Namen“ der Datei festzuhalten

@target soll – wenn innerhalb eines Corpus verwiesen wird – mit ‚#‘ anfangen. Sonst soll der Verweis als URI oder vollständigen URL angegeben werden

@key ist relativ frei. Die Vergabe von @key bei <persName> muss nur innerhalb von <persName> konsistent sein.

Die Herstellung von Links ist letztlich die Aufgabe von XSLT, d.h. ohne XSLT auch keine Überprüfung von Links


Warnhinweise

Text-Struktur ausnützen

• Im Gegensatz zu den Relationalen Datenbanken kann in XML die Text-Struktur ausgenützt werden So wird die Reihenfolge der Daten in einer

Tabelle nicht erhalten und kann nicht für die Datenverarbeitung herangezogen werden

In XML ist die Reihenfolge aber sehr wichtig und wird bei der Verarbeitung immer behalten. Diese Reihefolge kann ausgenützt werden. Bsp: wenn die Briefe chronologisch gereiht werden, kann u.U. auf die Auszeichnung der Datumsangaben verzichtet werden


Warnhinweise

Einfach & dokumentiert

• TEI-Quellcodes werden gelesen Möglichst einfache Kodierung; dafür darf XSLT

ausgefallen sein In <encodingDesc> sollen die Spezifikationen

der Kodierung festgehalten werden In @rend, @type etc. soll möglichst englisch-

sprachige Bezeichnungen verwendet werden. Also statt „@rend=´kursiv´“ lieber „@rend=´italic´“

Die Konventionen, wonach die @xml:id, @key etc. vergeben werden, sollen auch in <encodingDesc> stehen

Documents

XML/TEI – eine Einführung - Universität Innsbruck · PDF file · 2010-10-21Teil II: TEI. 5 Was ist TEI? ... Folio Flat File to XML 2010/05/03: formulas and graphic added ... In