问题标签 [sgml]

我需要将命名实体用于特殊字符，但找不到两个字符 U+1e7c (Ṽ) 和 U+1e7d (ṽ) 的任何内容？，我搜索它无法在可用列表中找到任何位置在线. 请帮助。

我是 DTD 的新手，我不确定我是否正确理解了这段代码。

这段代码是否允许 P 标签包含 tag1、tag2 和 tag3？

我有一个 SGML 文件，它看起来有很多<p>带有隐含结束标签的段落，如下所示：

这些段落没有结束标签。我想让它看起来像这样：

有没有使用 OSS 工具的简单方法来做到这一点？（如 vim、sed 等？）

在W3C HTML 4.01 DTD和更早版本中，内联注释经常在声明中使用。

例如，HTML 2.0 Strict DTD有：

其中HTML实体声明包含两个双连字符之间的注释--。

但是，DTD 验证器似乎完全拒绝这些内部注释并抛出错误。

验证器是错误的，还是 W3C DTD 格式不正确？

回答：

进一步研究，这似乎是由于SGML和XML规范之间的差异。

本质上，SGML 将注释定义为以声明结构内的任何位置开始和结束，而 XML 要求注释分别以独立的结构和分隔符开始和结束。--<! ><!---->

因为直到 4.01 版的 HTML 都是基于 SGML，所以声明中的注释是允许的，并且被官方 DTD 使用。

然而，大多数 DTD 验证器似乎只检查是否符合更简单的 XML 规范，因此，会被内部声明注释和错误提示弄糊涂。

我有一批 XML 和 SGML 文档（大约 7000 个）。我想要将它们转换为结构化 Microsoft Word 文档的东西。我已经在网上阅读了 2 天关于如何做到这一点的内容，并且比我开始时更加困惑。

我看到您可以使用 Open XML SDK 和 C# 使用 Visual Studio 创建它，通过这里的答案：StackOverflow 答案，它链接到这个Using XSLT and Open XML SDK。然而，这是7年前的事了。我不确定这是否仍然是最新的，我不知道这绝对是我需要的。

还有我要转换的文件，标签本身是瑞典语。所以我猜我需要一些东西来阅读标签并将其转换为英文，然后将其转换为 Word XML 格式。

我可以用 C# 和 C++ 编写，如果需要的话，我可能会想办法绕过大多数脚本语言，但是从代码创建 word 文档的经验为零。我知道我可能需要制作 DTD 或 XSLT 并可能使用 Word XML（我在过去 2 天中了解了这些），并在某些 Visual Studio 项目中使用它。

但是我不知道如何实际去做。有人可以引导我朝着正确的方向前进吗？

谢谢

在 Python SGMLParser 中，我无法解析 ' <br/>' 没有空块，但 ' <br />'。

我可以运行此代码以成功解析 html，但是如果我将标记从 ' <br />' 更改为 ' <br/>' 只是删除空块，则会导致我无法成功解析 html。

除了更换标签外，任何想法解决它？

成功的例子。

结果是：

['1。微妙的'，'2。火山'，“3。鼓风机的女儿”，'4。炮弹'，'5。订单箱'，'6。艾米'，'7。干杯亲爱的'，'8。冷水'，'9。我记得'，'10。爱斯基摩人']

错误的例子：

结果是：

['1。精美的']

如果标签中只有注释标签，我想删除父标签。

例子 ：

输入：

预期输出：

在上面的例子中，l1item 标签被删除，它只有 note 标签，l2item 没有被删除，因为它有 para 标签，l3item 没有被删除，因为它有 note 标签和 para 标签

所以我的要求就像我想删除 l1item 或 l2item 或 l3item 如果它只有注释标签，并且如果它有一些其他标签或注释标签以及不应该删除的其他标签。

XML 是 SGML 的子集。有效的 XML 文档也是有效的 SGML 文档，但反之亦然。

即使我使用 XML 模式而不是 DTD，这是否仍然成立？

怀疑源于这样一个事实，即 XML DTD 是 SGML DTD 的一个子集，但是 XML Schema 允许在 XML DTD 中无法定义的东西。

那么 XML Schema 仍然是一个子集吗？我可以用 SGML DTD 做我用 XML Schema 做的所有事情吗？

如何编写 tis 树的谓词？

这些是我的谓词：-

我有一些 .sgm 格式的文件，我必须对它们进行评估（应用语言模型并获得文本的困惑度）。

主要问题是我需要这些纯格式文件，即txt 格式。但是，我一直在互联网上搜索在线转换或执行此操作的某种脚本，但找不到。

除此之外，我的一位老师在 perl 中给我发了这个命令：

我从来没有使用过 perl，老实说，我对此一无所知。我想我已经安装了 perl：

顺便说一句，我使用的是 Mac OS X。

示例 .sgm 文件：

输出 .txt 文件：

UKIP 对艾滋病毒感染者的禁令完美地说明了这一点。你的意思是 Nigel Farage 说 NHS 不应该被用来支付作为健康游客来英国的人，并且当采访者特别询问是否考虑到上述内容时，HIV 感染者是否被包括在不受欢迎的范围内时说是的。你养了一个稻草人，然后带着一丝不苟的恐同症把它打倒。