问题标签 [tei]

我有一个 XML 文件（TEI 编码的播放），我想将它处理成 R 中的 data.frame，其中 data.frame 的每一行都包含播放的一行、行号、该行的扬声器，场景编号和场景类型。XML 文件的正文如下所示（但更长）：

该问题似乎与此处和此处提出的问题相似，但我的 XML 文件的结构略有不同，因此两者都没有给我一个可行的解决方案。我设法做到了：

这将返回一个完整的“场景编号”、“场景类型”和“扬声器”的 data.frame，但我无法弄清楚如何将其分解为每一行（并获取相关的行号）。

我尝试将文件作为列表导入（通过 xmlToList），但这给了我一个非常混乱的列表列表，如果我尝试使用 for 循环访问不同的元素，它也会导致很多不同的错误（可怕想法，我知道！）。

理想情况下，我正在寻找一种解决方案，该解决方案既可以处理完整的文件，也可以处理其他类似结构的 XML 文件。

我刚刚开始使用 R 并且完全不知所措。您可以提供的任何帮助将不胜感激。

谢谢你的帮助！

编辑：此处提供完整 xml 文件的副本。

谁能解释TEI和SGML格式之间的区别和/或它们之间的关系？

我得到了一个 TEI xml 电子表格，我需要为它制作一个布局。我目前最大的问题是格式使用 p 标签来分解文本。但是，当我将 xml 解析为 html 时，标签不存在，而是文档中存在间距。

以下是我正在尝试输出的模型，是的，它现在非常缺乏：

这是我试图解释的 xml

这是翻译后的html。您可以看到 p 标签曾经在哪里，但现在是大空格：

所需的输出，但我也希望能够识别所有引用、原件、注册和名称标签：

我真的需要一些帮助。此外，如果您知道用于解释 TEI 的良好教程或文档，我将不胜感激！

我有一个使用 TEI 构建的 XML 文件，如下所示：

我需要将其转换为这种 HTML 结构：

现在我使用这个 XSLT 文件：

我的问题是我需要创建一个新的<div class="book-content">foreach 900 个字符。但我不想削减我的元素，所以我需要计算我必须在一个元素中包含s多少个元素才能拥有大约 900 个字符。s<div class="book-content">

我有一个这样的第一个 XML TEI 文件：

然后，我有第二个这样的 XML TEI 文件：

第二个文件包含对第一个文件的一些解释。我想知道是否可以在这两个文件之间进行交叉引用？在 XML 中执行此操作的常用/最佳方法是什么？TEI 有什么特别的吗？

我在 xslt 转换中遇到了一些奇怪的问题，这可能是一个真正的问题，或者可能只是我忘记了一些东西。任何附加了 xsl:apply-templates 的东西都会导致空白，我不明白为什么。

我使用的xml如下：

我申请的xslt如下：

我希望我的结果是 TEI.2 转换为 TEI 并添加了命名空间的原始 XML：

相反，TEI.2 按预期更改为 TEI，但 teiHeader 未出现：

我确定我犯了错误或忽略了某些东西，但我终其一生都无法弄清楚它是什么。如果有人能告诉我什么让我搞砸了以及如何纠正它，我将不胜感激。

xml2我正在尝试使用 Hadley Wickham 的包创建一个 TEI-XML 版本的 Moby Dick 的数据框。我希望数据框最终看起来像这样（对于小说中的所有单词）：

我可以得到碎片，但不是全部。这是我到目前为止所得到的：

这给了我们一个长度为 134 的列表（即每一章）。我们可以获得特定元素的章节编号，如下所示：

我们可以得到特定章节的段落（即减去章节标题）如下：

我们可以得到章节的单词如下：

我不知道如何获得每个单词的章节号。我有一个有效的玩具示例：

但它不适用于更长的示例

（我知道为什么玩具示例有效，但梅尔维尔的示例无效，但我想包含它以显示我正在尝试做的事情）。我猜我可能需要某种循环，但我不确定从哪里开始。有什么建议么？

PS：我不完全确定我是否应该链接到我在 Github 上找到的 Moby Dick 的 xml 版本，但你可以很容易地在搜索melville1.xml.

我首先要为这个问题的长度道歉，但希望提供这些信息会有所帮助。

我试图在多个 xml 文档上使用单个 xsl，它适用于我的原始文档（房间中四面墙的文本，每面墙都表示为一个 TEI surfaceGrp 元素）。但是，现在我需要修改 xsl 来处理一个额外的 TEI surfaceGrp 元素，代表一个写入页面的两侧，然后是页面的集合。

我的四面墙的原始 xml 代码是这样的：

我转换为以下 html

通过这个 xsl：

当我使用额外的 surfaceGrp 元素在新文档上运行它时，

我只得到一页的信息。这是有道理的，因为页面适合与原始代码中墙壁相同的 surfaceGrp 插槽。但是当我尝试修改代码以向上移动到页面集合级别时

我得到相同的结果。我不知道为什么。我显然不像我想象的那样理解前兄弟姐妹和后兄弟姐妹，如果有一种更简洁的方法来完成我想要的事情，我会很乐意使用它。

我有几个包含 TEI 中历史字母的单个 XML 文件。现在我想将它们合并到一个以日期为标准的文件中。

A1.xml

和第二个文件 A2.xml：

第三个，A3.xml：

这些文件以连续的文件名“A001.xml”到“A999.xml”命名，但不是按所需顺序命名的。所以我更喜欢的输出是单个文件 letters.xml：

尽管我找到了将多个 XML 文件合并为一个的方法，但我无法使用排序标准让它工作。这甚至可能吗？

我有一个问题，我确信它实际上很容易回答，但我无法弄清楚，而且我之前尝试询问它的尝试过于复杂。

我有一个从 TEI XML 生成的页面，其中包含一些与图像文件相关联的文本：

（我已从此处的示例中删除了文本以避免额外的麻烦）

我根据与每条文本相关联的图像的缩略图在页面顶部生成一个标题。所以www_test_1-thumbnail.jpg，等等。使用下面的 xsl，我可以让标题正确显示（tei 是 tei 命名空间，可以在 处声明xmlns:tei="http://www.tei-c.org/ns/1.0"）：

我的问题是有时我需要从一<surfaceGrp>组元素跳到另一组元素。因此，例如，如果有一个“南墙” <surfaceGrp>，我需要能够获取即将到来的元素的 url，以便我可以跳转到下一个缩略图块：

让事情变得更加复杂的是，有时所有东西都必须被包装在另一个<surfaceGrp>元素中，因为它们是一个更大的块的一部分。这可能看起来像这样：

所以我的问题是双重的：

1. 如何让我的 xsl 显示第一<surfaceGrp>棵树中的所有内容？我当前的代码将为孩子显示两个表面，<surfaceGrp>但不是全部。
2. 在上面的示例中，我将如何生成从第 66 节到第 68 节的链接，它与从第 65 节到第 66 节的链接有根本的不同吗？我可以使用我拥有的一些复杂的代码跳到下一个项目和下一个项目<surfaceGrp>，但这是一个令人难以置信的错误解决方案，并且一旦<surfaceGrp>添加第二层就会完全中断。如果有一个标准的解决方案，我将不胜感激朝正确的方向点头。

xsl当前使用我的代码生成的html代码如下：