爆笑! SGML奮闘記-vol.1-

SGMLのこと、何にもしらない私の、SGML遍歴です。どうぞ笑ってやって下さい。
だいたい1997年1月くらいまでのことです。

SGMLの存在は1989年には知っていた。単に存在を知っていただけで、それがなんなのかは知らなかった。新聞屋さん達(作る方ね)が、SGMLがどぉこぉ言ってたような、、、その程度の感心(?)しかなかったわけで、、、

で、その頃、本屋で「SGML入門」という本をみかけて「買おう」と思ったがなぜかやめた。
#今から思うと不思議なもんだが、この記憶は結構鮮明で、その数年後、別にSGMLに
#興味はないにも関わらす、買わなかったことを後悔した事もあった。

で、この間、8年の空白、、、

1996年6月、ちょっと試しにSGMLを使ってみることになった。

とはいうものの、SGMLについては何にもしらない。取敢ず、「実践SGML」を買って読んでみた。全然、分からない。まぁ、なんとなくは分かった気にはなったけど。

その後、"Special Edition Using SGML"を買った。SGMLに関する各種情報源が載っていたので買った。読むのに一苦労。結局、約1/3程を斜読みで終わり。ただ、それに、PanoramaFree なるWWWブラウザー用Helper(っていうのかな)ソフトが紹介されてる。早速、そいつをSoftQuad.から取ってくる。(FTPしたら約1時間かかった) 使ってみると、結構おもしろい。

これで、SGML文書を表示することは一応できる様になった。今度はSGML文書を作る番。

SGMLを使う場合、タグのチェックだなんだで検定用パーサーが無いと話にならないらしい。
で、SPっていうPublic Domain Softwareがあるらしい。ソースコードのコンパイルにはGCCがいるらしいが、まだ、GCCはインストールしていない。探しまわったら、SP/NSGMLS 1.0 for Solaris 2.3(binary)があったので、 getして使ってみることにした。

使ってみんべぇと、最初に作ったDTDは「実践SGML」の P.38 に載っていたDTDなんだが、「そのまんまじゃぁ、仮にも情報科学センターに勤務してんだから格好悪い」ってんで、最後に、

<!ENTITY SGML "Standard Generalized Markup Language" >

の1行を追加した(全文)。作った文書もめちゃくちゃ簡単で、

	&SGML;

を加えた程度のもの(全文)。やっぱり芸がない。

ところが、ここから先が大変だった。SP の使い方がよくわからない。第一、マニュアル読んでも知らない言葉ばっかり。だいたい、

catalogって何のカタログ? entity managerって誰、何のこと?、、、

ってな状態ですから。まぁ、本をきちんと読んでいれば、entity manager くらいは見当ついた筈なんですけど、なぜか「entity=実体」って感じがじなかったもんで、、、

路地裏(マネージャー?)
路地裏(何のカタログ?)

でも、取敢ずサンプルとして付いている文書やらDTDやらで、あれこれオプションを組み合わせてやっているうちに、使い方が分かってきた。じゃ、今度は自分が入力したやつで、、、
と、今度は何なんと

DTDにエラーがある! DTDにエラーがある! DTDにエラーがある!・・・

のオンパレードで大ショック。何が悪いんだかまるでわかんない。結局、実際に上記SGML文書が、SPからのお許しをもらえたのは、作成の3日位後だった。

なんでお許しがでないの?

次に、「日本語が使えなきゃしょうがあんめぇ」と日本語の混ざったSGML文書を作った。 (さっきのものとほとんど同じなので、変更箇所だけ)

<From>三浦　淳</From> <P>&SGML-JP;は日本語に訳すと「標準一般化マークアップ言語」となります。</P> ついでに、DTDは、前述のDTDを最後の一行だけ変更した。 <!ENTITY SGML-JP "標準一般化マークアップ言語" > こいつは楽勝で、SPによりチェックできた。
このときのSGML宣言は、今から思うと随分乱暴なもので、「EUCコードで書いてあんだから、まぁ、こんれでも大丈夫だろう」と思って使った。以下が、そのSGML宣言の、「大丈夫」の根拠になった部分。

BASESET   "ISO Registration Number 100//CHARSET ECMA-94
           Right Part of Latin Alphabet Nr. 1//ESC 2/13 4/1"
DESCSET      128         32   UNUSED
             160         95   32     <- ここ
             255          1   UNUSED

なんで大丈夫?

調子にのって、「(タグ)要素の名前にも日本語を使おう」と考え、「SGMLのかきかた」に載っていたSGML宣言を使った。入力するのがえらい面倒だったが「しかたあんめぇ」と我慢して入力した(おいおい、プログラム書けよってか、、、)。
以下はその一部。

NAMING LCNMSTRT " (略) øùúûüýþ" UCNMSTRT " (略) øùúûüýþ" ところが、これがまた難物。散々入力させといて、

240文字越えてんなぁ、ちと長いんじゃねぇかい。

とSPにおこられる。数えてみたら、確かに240より長い(762文字)。それが2回も。
でも理由が全然わかんない。調べてみると、システム宣言というものがSPのマニュアルにある。なんでも、システム宣言でシステム固有(例えばパーサー)のパラメーター定義をすることになってるんだそうだ。でも、それ見てみると、どうも24000文字まではいけそうだ。うむぅ、、、

で、このせいなのかどうなのかは深くは追及しないことにして、「このSGML宣言は、今は使えねぇ」と諦めた。

この後日談

結局、SPのパッケージに含まれる、japan・・・というSGML宣言で、EUCコードが OKなので、じゃぁ、というわけで、

	EUCコードの場合は、それをSGML宣言として使おう。
	タグに日本語を使うのは当面あきらめよう!

という結論に落ち着いた。これで、

文字コードは、いわゆるASCIIコードとEUCコードを使う。
要素名には日本語は使わない。

という、当面の基本的な文字の使い方は決まった。

SGMLで議事録作ってみんべぇ、ってなわけで、議事録用DTDを作り始める。
んで作った議事録用DTDは、英語(それも、なんか間違ってる)やローマ字表記の日本語や、他人が見たらわけわからん略語ばっかで、われながら「なんだかなぁ～」状態。
今でこそ、こんな形になっているが、まず、「議事録の要素には何が必要か」に結構手間をとられた。
単に要録のようなものなら、会議名とか出席者とか。あと、配付資料、議題、報告なんかがあれば、残りの部分は箇条書きでいいだろうと最初は思った。
が、ある時、突然、「採決があったり、動議がだされたり、あるいは、発言をそのまま記載した方がいい場合もあるかもしれない」なんて思っちゃったもんだから、もう継ぎ剥ぎだらけのグチャグチャの粘土細工状態。いろいろいじって、今のDTDの原形ができあがった。

混在内容モデルについて

それで、SGML文書(議事録)を作り始める。実際には、議事録は別の人がテキストファイルを作成し、それをSGML文書に変換する作業を行なった。特に問題はなく、順調に作業は進んでいった。

と、ある日、いきなり

おぅ、XX行目の??文字目はSGML文字じゃねぇ! 出直してこい!

と怒られたり、いろいろ。SGML宣言までは公開してないからしょうがあんめぇと、その度、元の議事録見ながらSGML化した。

文字コードについて

それに追い撃ちを掛けるかのように、ある日、突然、「図が議事録に入ってきたり、表が入ってきたり」で、で、で、で、四苦八苦。「表入れるなら、一言いってくれよ」状態。

表(table)のDTD

いろんな理由があって、あんなDTDになってしまったが、結構後悔している箇所が多いのも事実。今だに議事録DTD作成作業は終わらない。
#一人でやってるからって話もあるか、、、

DTDの変更

今度は、

SGML文書を電子メイルでやり取りするんだったら、EUCじゃなくってJISコードの方がいいよな。JISとEUCってほとんど同じだし簡単だろう。

と、所謂JISコード(さっきまではEUCコード)で、文書作って見ようと思いたった。
#区切り子の変更は無しね。

JISコードを使うためのSGML宣言が、「はじめてのSGML Appendix B」に載っていて、以前それを入力してあったので、それをもとにして DESCSET を書き換えようと思った。
でも面倒なのでやめた。
#結構長いんですよ、これって。「よく入力したなぁ」ってわれながら感心してしまう。

で、エスケープシーケンスとか文字集合のことなんか詳しくは知らないから、前述のSGML宣言を単純に7単位系のJISコード用宣言に直したつもりになって、「うーん、できん」とうなった。 CHARSET の BASESET と DESCSET 、エスケープシーケンスの記述の意味なんか全然考えてなかったわけで、、、
お恥ずかしい限りだが、そのときのSGML宣言(一部)は

CHARSET
BASESET "ISO 646-1983//CHARSET
		International Reference Virsion(IRV)//ESC 2/5 4/0"
DESCSET 0   9 UNUSED
        (略)
        32 95 32
       127  1 UNUSED
BASESET "ISO Registration Number 87//CHARSET
	JIS X 0208//ESC 2/6 4/0 ESC 2/4 2/9 4/2"
DESCSET 0  32 UNUSED                          
       32  95 32
       127  1 UNUSED

だった。

勝手な思い込み

当然できない。で、ここまで来て、初めて「はじめてのSGML Appendix B」に書いてある、

JIS X 0208 の文字をG1集合に指示し、列 10-15に呼び出す。

って何じゃい?と思った。で、エスケープシーケンスとか調べ始めた。そしたら、

電子メイルで日本語を交換する際のエスケープシーケンス(ISO-2022-JP-2)

と、

SGMLのJIS規格に載っているエスケープシーケンス

は全然違う。JISコードの文字って、必ず各バイトの先頭は0だと思ってたらそうじゃなかった(おーまいごっど!)。「"何でG1へ指示、列10-15へ呼出し"なのか、メモ程度にでも書いておいてくれればいいのに」とも思ったりもするわけで、、、
#常識だったりして、、、

どう違う? エスケープシーケンス
 ついでに(RFC 1554(ISO-2022-JP-2)もご賞味ください)

いろいろSGML宣言作ったりしたけど、全然だめ。

で、とにかく至急やらなきゃいけない事があったので、現実逃避することにして、「とにかく、いろいろやってみなきゃなんねぇんだから、ぼちぼち、考えよ。」と、SGML文書をHTMLへ変換したり、検索したりするプログラム(いや、なに、なんだ、タグ以外の部分だけ、grepするだけ)をどうにか動くようにした。

で、議事録をSGMLにしたり、DTDを変更したりしながら、いろんなSGML関連ツールを集めたりしたが、結局ほとんど使っていない。ときどき、7bit JISコードを使う方法を考えてたけど結局わからない。というか、

同一SGML文書内で、任意の文字集合を使い分ける方法

がわかんない。お間抜けとかなんとかいうより「はまった」って感じ。あと、未だに

要素名に日本語を使う方法

も全然わかんない。

そうこうするうちに、1996年12月。
やっと「JISハンドブック」で「JIS X 4151 文書記述言語SGML」読んでみました。昼休みに。

やっぱり全然わかんない。ただ、多符号だか多言語だかの言葉があって「参考」だかに書いてあるらしい。でも「JISハンドブック」には「参考」ってぇのは載ってない。

ここまできちゃったらしょうがない! ってんで、赤坂の日本規格協会にいって、 SGMLの規格票とかエスケープシーケンスに関する規格票を買っちゃいました。

所は赤坂、日本規格協会へ

規格票読んでから「こんなんなってんのか、、、へぇー」状態。で、結局というか今は諦めてます。

普通ならさっさと気がつく?(^ ^;

そんなわけで、SGML文書を作るってことに関しては、いまは落ち着いてます。

でも、本当はもっといろいろ考えなきゃいけないこともあったりもする。例えば「数式」はどうすんだとか、、、、
参考になりそうな本(規格書や技術レポートら何やら)には高いから手が出ない。
#それにしても何であんなに高いのかねぇ、ISOの規格書って。(;o;)

そうそう、文書のレイアウトをどうするかも結構、悩ましい。 DSSSLなんてもんもあって、Jade を用意したのはいいけど、DSSSL自体、よくわかんないから使えない(そもそもLispをしらない)。
SPDLなんか、PSはわかるからいいけど、それ以外の部分がどうなってるんか皆目見当がつかない。
レイアウトだったらODIFなんかもあるけど、ODAだのOSIなんかもっとわかんない。 OSIがでてくると、当然、SDIFってやつのこともでてくる。

SDIFってなんじゃい?

そもそもSDIF自体、ちょくちょく本にでてくるけど、それ自体の情報なんてほとんどない。見つけたら見つけたで、今度はASN.1が何だとかBERが何だだそうで、、、

もう、ドツボです(とかいいながら、こんなページ作って遊んでる)。

続き(vol.2)
SGML(三浦のページ)へ戻る

miuraj@isc.meiji.ac.jp