Parseo de xml y TEI
- 1. ARCHIVOS XML, TEXT ENCODING INITIATIVE (TEI) POR: DARIANA SALAS LUNA ROSA ANGULO MENDOZA LAURA TORRES TORRES
- 2. ARCHIVOS XML • El tipo de archivo XML, creado como un formato de datos de texto,. XML es un lenguaje multiplataforma diseñado para almacenar varios tipos de datos Destaca por su simplicidad, usabilidad y generabilidad PARA QUE SIRVE XML • Representar información estructurada en la web (todos documentos), de modo que esta información pueda ser almacenada, transmitida, procesada, visualizada e impresa, por muy diversos tipos de aplicaciones y dispositivos
- 3. VENTAJAS DE XML • Fácilmente procesable • Separa radicalmente el contenido y el formato de presentación • Diseñado para cualquier lenguaje y alfabeto. (encoding) APLICACIONES DE XML • Publicar e intercambiar contenidos de bases de datos. • Formatos de mensaje para comunicación entre aplicaciones (B2B) • Descripción de metacontenidos.
- 4. DOCUMENTO XML • Conjunto de datos con sus respectivas etiquetas de marcado XML. • Se almacena como texto en archivo con extensión .xml. • Un documento XML puede incluir cualquier flujo de datos basado en texto: un articulo de una revista, un resumen de cotizaciones de bolsa, un conjunto de registros de una base de datos, etc..
- 5. ¿QUÉ ES? • Un estándar para codificar textos en el ámbito de las humanidades digitales. • La TEI se encarga de desarrollar un estándar para representar textos en formato digital, basado en el metalenguaje XML. Objetivo: • encontrar un esquema de codificación común para estructuras textuales complejas, que permitiese reducir la diversidad de prácticas existentes en aquel momento por lo que respecta a la codificación de textos digitales.
- 6. ¿EN QUÉ CONSISTE? • “La práctica de crear textos legibles por máquina para apoyar la investigación en humanidades.” Renear (2004) • Permite recuperar información contenida en documentos, a los cuales puede acceder de manera sistemática.
- 7. LOS MÓDULOS • El esquema de codificación TEI se encuentra formado por 21 módulos independientes en los que se declaran los diferentes elementos y atributos XML disponibles. Pueden combinarse de cualquier forma, pero existen 4 módulos obligatorios que deben estar presentes en cualquier combinación: • Tei: Contiene las declaraciones de todos los tipos de datos. • Core: Se trata de un conjunto de elementos básicos disponibles para la codificación de cualquier tipo de texto • Header: Proporciona metadatos descriptivos sobre el recurso codificado. • textStructure: Contiene la estructura de alto nivel por defecto de cualquier documento TEI.
- 8. OTROS MÓDULOS • Analysis. • Certainty. • Corpus. • Dictionaries. • Drama. • Figures. • Gaiji. • Header. • Iso-fs. • Linking. • Msdescription. • Namesdates. • Nets. • Spoken. • Tagdocs. • Textcrit. • Transcr. • Verse.