TEI-XML und HTML

Einführung

• WYSIWIG oder Markup

  • Dauerhafte Speicherung über Software-Generationen hinweg

• Markup der Text Encoding Initiative TEI

• SGML, flexibel bei Eingabe

• XML, Internet geeignet, strenge Vorschriften bei Eingabe

Tools

• Texteingabe mit einem geeigneten Editor direkt von der gescannten Buchseite am Bildschirm

  • Tag-Library: für Camena angepasste Teilmenge von TEI-XML

• Problem: viele Ungenauigkeiten, fehlende Markierungen, meist nicht „well-formed“

• XML Validierung notwendig

  • Java Xerces Tool (XML Parser der Apache Org)

  • aufwendiger Prozess

• Nachbesserungen wegen Datenaustausch

  • <lg><l> ... </l></lg> - Problem

  • TEI-Header

Beispiel

Darstellung

• Direkte Darstellung mit Browsern noch nicht überall möglich

  • daher Konversion nach HTML

• Einsatz von XSLT Extensible Style Sheet Language Transformations

  • mit Java Xalan Tool (war früher Lotus XSL Tool)

• Links zu den gescannten Bildern, Links zu Personen, Orten, etc.

    <pb id="bildname" n="zaehlung" >
  

    <a href="pfad/bildname.typ" >bildname</a>
  

• Informationsumgebung (reading environment)

Erfahrungen erster Teil

• nur Mittel für Scannen und Texteingabe

• Mittel für Programmierung und Anpassungen erforderlich

Fortsetzung des Projekts

• im April 2002 genehmigt

• es gibt (Hilfskraft-)Mittel für Programmierung und Anpassungen

• Texterfassung durch Datentypisten (in China)

• Folge: es gibt (fast) kein Markup mehr

• Kooperation mit Perseus in USA

• haben Tools zur Analyse der Texte