[successivo] [precedente] [inizio] [fine] [indice generale] [indice ridotto] [indice analitico] [volume] [parte]
Fino a questo punto è stata ignorata la dichiarazione SGML, che in generale non dovrebbe essere un problema per l'utilizzatore, ma rappresenta pur sempre un elemento determinante per la comprensione della filosofia di questo linguaggio.
La dichiarazione SGML è qualcosa che viene prima del DTD; serve a definire la forma del sorgente e alcune caratteristiche del linguaggio utilizzato. Attraverso la dichiarazione si possono modificare molti comportamenti convenzionali, facendo anche cambiare aspetto notevolmente al linguaggio stesso. Tutto quello che è stato descritto di SGML nei capitoli precedenti, fa affidamento sulla dichiarazione SGML raccomandata, ma volendo si potrebbero cambiare molte cose. Per fare un esempio pratico, XML può essere inteso come un modo di utilizzare SGML in base a una dichiarazione particolare, realizzata per le esigenze specifiche della pubblicazione di documentazione attraverso la rete.
La dichiarazione SGML si fa generalmente in un file apposito; tutte le direttive sono contenute all'interno di un'istruzione sola del tipo seguente:
<!SGML "ISO 8879:1986" ... ... ... > |
In pratica, nel modello mostrato, le direttive occupano il posto dei puntini di sospensione.
|
Si osservi che lo standard originale ISO prevedeva la definizione 8879-1986, che successivamente è stata modificata nel modo mostrato, ovvero 8879:1986. Lo stesso ragionamento vale per gli altri standard ISO che prevedono l'indicazione dell'anno. |
Esiste una variante recente allo standard ISO 8879:1996 e precisamente si tratta di cambiamenti pensati per facilitare la comunicazione attraverso la rete. La stringa che fa riferimento a questo standard esteso è:
|
La si ritrova in particolare nella dichiarazione dell'HTML 4.* e nell'XML.
In questo capitolo vengono mostrate solo alcune direttive che possono essere utili per capire il senso della dichiarazione SGML. Per approfondire lo studio di questo linguaggio, bisogna procurarsi la documentazione originale ISO.
La codifica dei caratteri utilizzata nel sorgente SGML non può essere ignorata, soprattutto perché alcuni codici hanno significati speciali che vanno oltre il carattere vero e proprio. Le direttive riferite alla codifica del sorgente iniziano con la parola chiave CHARSET che delimita la sezione relativa:
CHARSET
definizione_riferita_all'insieme_di_caratteri
...
|
In generale, si inizia con la definizione di un insieme standard di riferimento, attraverso l'uso di un identificatore standard:
BASESET insieme_di_caratteri |
L'identificatore che definisce lo standard è normalmente una stringa abbastanza dettagliata. L'esempio seguente definisce l'insieme di partenza corrispondente all'ISO 646:1983, ovvero all'ASCII tradizionale:
|
La direttiva appare su due righe, ma si tratta solo di una possibilità e non di una necessità, tanto che in alcuni casi la si può vedere anche distribuita su tre righe. Dopo la definizione dell'insieme di partenza, si può descrivere nel dettaglio l'utilizzo e la conversione dei codici corrispondenti ai caratteri:
DESCSET
inizio quantità {corrispondenza|UNUSED}
...
|
Si osservi l'esempio:
|
Il primo numero indica il codice corrispondente al carattere iniziale di un raggruppamento composto da una sequenza di n caratteri; il secondo valore indica una quantità di caratteri che possono essere ignorati oppure anche trasformati, partendo dal codice rappresentato dal terzo valore.
Nell'esempio, i codici che vanno da 0 a 8, in decimale (nel senso che si tratta di valori espressi in base 10), non sono utilizzati; inoltre i codici da 9 a 10 vengono convertiti con il codice 9 e seguenti (in pratica non vengono convertiti affatto). In sostanza, ciò che mostra l'esempio non ha lo scopo di convertire alcunché, ma solo di filtrare codici inutili: vengono lasciati passare i caratteri grafici, a partire dallo spazio, oltre a <HT>, <LF> e <CR>. Volendo esprimere la cosa in modo più esplicito, si possono usare anche dei commenti descrittivi:
|
La sequenza di direttive BASESET e DESCSET può anche essere ripetuta, quando dopo l'ASCII normale, i primi 7 bit, si vuole fare riferimento a qualcosa di più. Per esempio, la dichiarazione relativa alla codifica dell'HTML 3.2, si presenta come si vede di seguito:
|
Rispetto a quanto già visto si aggiunge il riferimento allo standard ISO 8859-1 (Latin 1). Si può vedere che vengono esclusi i primi 32 codici a partire dal numero 128, che non contengono simboli grafici utili.
Per qualche ragione storica, che ormai non avrebbe più motivo di sussistere, è prevista una sezione attraverso la quale si definisce la capacità elaborativa dell'analizzatore SGML. Si tratta di stabilire dei limiti di spazio per la gestione di una serie di informazioni. In generale, non dovrebbe essere determinante la dimensione da dare ai vari attributi riferiti a questa capacità; tuttavia, si tratta di un'indicazione che rimane, per la quale si fa riferimento allo standard, oppure si indica semplicemente che non ci sono limiti. Nel primo caso si indica,
|
nel secondo soltanto
|
A titolo di esempio si mostra anche la direttiva relativa riferita all'HTML 3.2 e 4:
|
Si osservi la parola chiave SGMLREF che può essere usata anche altrove. Rappresenta il riferimento ai valori predefiniti SGML, prima di modificarli o integrarli con le richieste successive.
La sintassi del linguaggio SGML può essere alterata in parte, attraverso una serie di direttive descritte nella prossima sezione. L'ambito della definizione della sintassi SGML può essere controllato attraverso la direttiva SCOPE:
SCOPE DOCUMENT|INSTANCE |
La direttiva SCOPE DOCUMENT indica che la sintassi si applica sia al DTD, sia al sorgente SGML; nell'altro caso, SCOPE INSTANCE si riferisce solo al sorgente, mentre il DTD va interpretato in base alla sintassi standard predefinita (la sintassi concreta di riferimento).
Di solito si usa la direttiva SCOPE DOCUMENT.
La sintassi concreta è ciò che definisce i delimitatori dei marcatori SGML, il ruolo dei codici di controllo e altri dettagli riferiti alla sintassi SGML. In particolare si parla di sintassi concreta di riferimento quando si vuole indicare quella predefinita, ovvero quella a cui si fa riferimento di solito. Le direttive che compongono la definizione della sintassi concreta sono introdotte dalla sezione SYNTAX, a cui spesso segue la stringa di un identificatore pubblico, per richiamare inizialmente una serie di caratteristiche standard che poi vengono alterate o integrate dalle direttive successive:
|
La prima cosa che si specifica all'interno della dichiarazione della sintassi concreta è l'elenco dei numeri decimali corrispondenti ai codici, o caratteri, che non devono essere usati nel testo del sorgente. Questi non vengono passati all'applicazione successiva dall'analizzatore SGML. All'interno dei codici esclusi in questo modo ci possono essere comunque simboli o caratteri di controllo che servono in altri ambiti, come viene mostrato in seguito.
|
La codifica a cui si fa riferimento, non è quella ottenuta dopo la trasformazione con la direttiva DESCSET della sezione CHARSET, ma quella della stessa direttiva della sezione SYNTAX, come viene descritto tra poco. |
La direttiva in questione è molto semplice; spesso, quando si tratta dell'ASCII, si utilizza direttamente l'esempio seguente:
|
Nell'ambito della definizione della sintassi concreta, è necessario specificare nuovamente la codifica di partenza e la conversione eventuale. Tutto procede esattamente come è già stato visto in precedenza, nella sezione CHARSET, con la differenza che in generale si preferisce lasciare tutto come si trova:
|
L'esempio si riferisce al caso in cui si utilizzi solo l'ASCII. Comunque, si può osservare che la direttiva DESCSET non esclude alcunché e non trasforma alcun carattere.
Si possono definire alcuni codici con funzioni speciali, attribuendo loro un nome, a cui si accede con macro del tipo &#nome;. Spesso si fa uso di queste macro nel DTD, precisamente nelle mappe di sostituzione. Si dovrebbe ricordare che la macro &RE; fa riferimento convenzionalmente alla fine del record. Si osservi l'esempio seguente:
|
Si tratta della direttiva FUNCTION a cui segue la dichiarazione di una serie di nomi, abbinati al codice relativo. Si può osservare il caso del nome TAB, a cui si aggiunge la parola chiave SEPCHAR: si tratta effettivamente del carattere <HT>, che però, ai fini della sintassi concreta, viene tradotto con ciò che corrisponde a &SPACE;, cioè uno spazio normale.
Attraverso la sottosezione NAMING è possibile definire quali caratteri possono essere usati nei «nomi». In questo modo si intendono i nomi degli elementi, delle entità, degli attributi e di alcuni tipi di valori da associare agli attributi.
In generale, si fa riferimento alle lettere latine dell'alfabeto inglese e alle cifre numeriche, tenendo conto che in generale è concesso solo di iniziare con una lettera. Per modificare questo assunto si interviene in direttive particolari, che limitano il primo carattere, oppure quelli restanti.
LCNMSTRT "caratteri_ulteriori" |
UCNMSTRT "caratteri_ulteriori" |
Lower case name start, Upper case name start
Descrivono rispettivamente il primo carattere minuscolo e maiuscolo. In generale, si indica semplicemente la stringa nulla, "".
LCNMCHAR "caratteri_ulteriori" |
UCNMCHAR "caratteri_ulteriori" |
Lower case name characters, Upper case name characters
Descrivono rispettivamente i caratteri successivi al primo, minuscoli e maiuscoli. In generale, si indica semplicemente la stringa nulla, "".
NAMESTRT elenco_codici |
NAMECHAR elenco_codici |
Name start, Name characters
Descrivono rispettivamente i codici utilizzabili nel primo carattere e in quelli restanti. Si usano queste direttive particolarmente nella definizione di XML.
NAMECASE |
Si tratta di un'ulteriore sotto-sottosezione, con la quale si definisce la trasformazione o meno in maiuscolo:
GENERAL YES|NO |
in questo caso si controlla la conversione in maiuscolo di tutti i nomi, tranne le entità (nell'SGML tradizionale si attiva questa opzione);
ENTITY YES|NO |
si controlla la conversione in maiuscolo dei nomi di entità e dei loro riferimenti: le macro (nell'SGML tradizionale non si attiva questa opzione).
Nell'SGML normale si utilizza abitualmente la sezione NAMING nel modo seguente:
|
In questo modo, si può osservare che i nomi possono contenere anche il trattino (-) e il punto (.), ma non possono iniziare così; inoltre, tutti i nomi, tranne quelli delle entità, vengono convertiti in maiuscolo (si parla di normalizzazione), per cui non fa differenza in che modo sono stati scritti.
La sottosezione introdotta dalla parola chiave DELIM può servire per intervenire nella definizione dei delimitatori. In generale non si modifica nulla e ci si limita a confermare lo standard di riferimento, attraverso la parola chiave SGMLREF:
|
A volte viene disabilitato l'uso delle mappe di sostituzione nel DTD, attraverso la direttiva SHORTREF NONE, come avviene in XML.
Nell'HTML 4 e in XML è stata aggiunta la possibilità di indicare delle macro carattere nella forma &xn;, per rappresentare i caratteri attraverso cifre esadecimali. Per ottenere questo risultato, dopo la direttiva GENERAL SGMLREF, si aggiunge la dichiarazione di HCRO:
|
Naturalmente, in XML ci sono poi altre aggiunte, che qui non vengono mostrate.
Alcune nomi che hanno significati speciali possono essere modificati nella sottosezione NAMES. In generale, queste cose non si fanno, per cui si abbina semplicemente la dichiarazione predefinita: SGMLREF:
|
Nell'ambito della sintassi concreta è possibile definire il limite a una serie di quantità. Di solito non ci si preoccupa di queste cose, oppure si scrivono direttive per richiedere limiti molto elevati. Per fare riferimento allo standard, si utilizza la parola chiave SGMLREF come al solito:
|
Eventualmente si aggiungono le varianti che si ritiene necessario apportare. L'esempio seguente è tratto dalla configurazione predefinita di SP e appare evidente l'intenzione di estendere al massimo i limiti, anche senza spiegare nel dettaglio il significato di ogni parametro:
|
Con XML, o comunque con la dichiarazione «Web SGML», ISO 8879:1986 (WWW), è possibile usare una forma differente e più intuitiva per indicare che non si vogliono porre limiti:
|
L'ultima sezione della dichiarazione SGML serve a raccogliere la definizione delle proprietà: FEATURES. Contiene in particolare tre sottosezioni intitolate rispettivamente MINIMIZE, LINK e OTHER. Non è il caso di approfondire queste definizioni, a parte qualche direttiva che può essere interessante.
Per cominciare, conviene osservare la sezione FEATURES dell'HTML 4:
|
Nella sottosezione MINIMIZE è importante tenere in considerazione l'opzione DATATAG, che in generale è bene sia disattivata come appare nell'esempio. Questa dovrebbe servire per specificare una stringa che nel testo deve essere presa in considerazione come una chiusura implicita di un elemento. L'opzione OMITTAG consente di utilizzare le regole di minimizzazione nel DTD.
La sottosezione OTHER permette di definire delle caratteristiche interessanti riguardo all'organizzazione del DTD, del sorgente e dei cataloghi. L'opzione CONCUR consente, se attivata, di gestire più DTD nello stesso documento. Ciò può servire quando è consentita l'aggregazione di più sorgenti che a loro volta utilizzano DTD differenti. Data la complessità che si creerebbe in questo modo, tale opzione viene disabilitata normalmente. L'opzione SUBDOC permette, se abilitata, di aggregare più sorgenti SGML assieme (che di solito condividono lo stesso DTD implicitamente); se si abilita l'opzione occorre aggiungere l'indicazione del numero massimo di livelli di annidamento a cui si può arrivare. L'opzione FORMAL, se attivata, serve a richiedere l'uso corretto degli identificatori pubblici; se non è attivata, l'identificazione può avvenire in modo meno rigoroso.
L'esempio seguente mostra l'impostazione tradizionale di un sistema SGML:
|
La dichiarazione SGML può essere attribuita attraverso il catalogo, con la direttiva SGMLDECL:
|
L'esempio mostra il riferimento al file HTML4.dcl, contenente la dichiarazione SGML desiderata.
Potrebbe essere impossibile selezionare tra più dichiarazioni alternative. In tal caso, diventa necessario predisporre più cataloghi, uno per ogni tipo di dichiarazione che si intende utilizzare.
Per concludere viene mostrato un esempio completo di una dichiarazione SGML realizzata per poter utilizzare nel sorgente la codifica ISO 8859-1, che potrebbe essere adatta alle situazioni più comuni (appare anche la sezione APPINFO che non è stata descritta). Altri esempi possono essere ottenuti dal pacchetto SP sorgente, nel quale si può trovare anche la dichiarazione di XML. Questo file dovrebbe essere disponibile presso <allegati/a2/latin1.dcl>.
|
The SGML/XML Web Page
Wayne L. Wohler, SGML Declarations
The SGML Newsletter
Appunti di informatica libera 2007.02 --- Copyright © 2000-2007 Daniele Giacomini -- <daniele (ad) swlibero·org>
Dovrebbe essere possibile fare riferimento a questa pagina anche con il nome dichiarazione_sgml.htm
[successivo] [precedente] [inizio] [fine] [indice generale] [indice ridotto] [indice analitico]
