Una introducción al XML-TEI
¿Qué es el XML?
XML son las siglas de Extensible Markup Language (Lenguaje de Marcado Extensible).
Es extensible porque es un lenguaje que sirve para escribir otros lenguajes.
Es un lenguaje de marcado, como HTML, no un lenguaje de programación. En otras palabras, se utiliza para estructurar y describir datos, no para hacer cosas.
Es una plataforma independiente y legible por humanos. Los archivos XML son archivos de texto plano.
Para más información, ver el tutorial clásico sobre XML de W3Schools.
¿Qué es el XML-TEI?
XML-TEI es una implementación de XML diseñada para describir textos escritos. Es un estándar que fue desarrollado y mantenido por Text Encoding Initiative (TEI), un consorcio internacional de académicos. Se puede encontrar la especificación actual (P5) completa en el sitio web del Consorcio TEI. En los proyectos de coloniaLab, utilizamos un subconjunto de los elementos disponibles en ese estándar.
¿En qué consiste el XML-TEI?
La siguiente explicación extrae ejemplos de TEI-XML, pero todo lo que se dice es cierto también para el XML en general, ya que TEI-XML es una implementación del XML.
Los elementos
TEI-XML está formado por elementos que aparecen en pares. El elemento de apertura y el elemento de cierre son idénticos, excepto que el elemento de cierre comienza con una barra inclinada hacia adelante. Por ejemplo:
<name>Bartolomé de las Casas</name>
Algunos elementos no contienen datos, sino que simplemente señalan un lugar en el texto, por lo que nos referimos a estos como "elementos vacíos". Consisten solo en el elemento de apertura con la barra inclinada hacia adelante al final (esencialmente son los elementos de apertura y cierre combinados en uno). Por ejemplo el siguiente elemento vacío señala el final de un renglón de texto:
<lb/>
Los atributos
Los elementos pueden tener atributos, que aparecen después del nombre del elemento, y están unidos a sus valores por un signo de equivalencia (=). El valor de un atributo debe aparecer entre comillas dobles. Por ejemplo,
<pb n="1"/>
señala el comienzo de una página, y el valor del atributo n (abreviatura de número) indica que es la página 1.
Los comentarios
Podemos agregar comentarios a un archivo XML en el siguiente formato:
<!-- el texto del comentario va aquí -->
Los comentarios son visibles cuando vemos el archivo en un editor de XML (como VS Code), pero no aparecen cuando miramos el archivo XML en un navegador web (como Firefox, Chrome, etc.). Son notas internas que no están disponibles para el usuario casual del archivo.
¿Cuál es la estructura de un archivo XML-TEI?
El elemento de alto nivel en un archivo XML-TEI es <TEI>, que contiene dos elementos principales:
<teiHeader> es un encabezado que contiene metadatos sobre el archivo en sí y el documento que se está editando.
<text> contiene el texto en sí.
La estructura básica del archivo TEI-XML, entonces, es la siguiente:
<TEI> <! - abre el archivo TEI ->
<teiHeader> <! - abre el encabezado TEI ->
</teiHeader> <! - cierra el encabezado TEI ->
<text> <! - abre el texto ->
</text> <! - cierra el texto ->
</TEI> <! - cierra el archivo TEI ->