En s. A2 423 : 15h30-19h30 les Lun 14/09, Ma 15/09, Je 17/09 et Ven 18/ h30-16h30 le Ven 25/ h30-16h les Ven 2/10 et 9/10

Transcription

1 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 1 En s. A2 423 : 15h30-19h30 les Lun 14/09, Ma 15/09, Je 17/09 et Ven 18/ h30-16h30 le Ven 25/ h30-16h les Ven 2/10 et 9/10 14/09 & 15/09 : Présentation de XML par le W3C ( : Tutoriel XML du W3C ( : TEI-P5-Guidelines.pdf ( «V A Gentle Introduction to XML». 0. Introduction Les objectifs de cet enseignements consistent : à offrir une formation initiale en XML (extensible Markup Language) ; à initier à la constitution de corpus textuel enrichi ; à sensibiliser aux usages du XML dans les flux éditoriaux. Nous exploiterons une texte jouet pour cela Sarrasine de Balzac et un commentaire qui en a été fait par Roland Barthes dans S/Z. :

2 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 2

3 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 3 : Barthes Roland, S/Z, Paris, Éditions du Seuil, 1970 ; rééd., coll. Points Littérature 70, Connaissances fondamentales et manipulations d <oxygen/> L éditeur <oxygen/> est accessible en salle A2 423 via le menu Démarrer > Tous les Programmes > Éditeurs - Programmation > Oxygen XML Editor 16.0 > Oxygen XML Editor ; pour installation sur les ordinateurs personnels des étudiants, avec une clé qui sera transmise par mail, à partir de Fondamentaux XML Cf. (Gasiglia 2010, n. 8) 1 : Le XML (extensible Markup Language) est un métalangage qui permet de définir des langages de balisage et qui a fait l objet en 1998 de spécifications officielles (version 1.0) émanant du World Wide Web Consortium (W3C). Il est dérivé du SGML (Standard Generalized Markup Language), dont il constitue une version dont la syntaxe est plus contrainte. Les documents XML sont des documents textuels au sein desquels des éléments (délimités par une balise ouvrante et une balise fermante) contiennent des segments de texte et fournissent des indications de natures variées à leur sujet. Ces dernières sont exprimées au moyen du nom de l élément mais aussi de traits (des paires attributs / valeurs) qui peuvent être portés par chaque occurrence de chaque élément. Les documents XML doivent être respectueux des règles syntaxiques de base du métalangage : on dit alors qu ils sont valides. Ils peuvent en outre se conformer à une description spécifique de leur structure, qui pourra être soit une DTD (Définition de Type de Document), si elle est codée pratiquement comme elle l était déjà pour les documents SGML, soit un schéma, si elle est écrite en XML en employant des éléments prédéfinis pour déclarer les nouveaux éléments et attributs et leur grammaire. Les contenus textuels des documents balisés en XML peuvent être manipulés au moyen de langages dédiés, dont en particulier XPath (XML Path Language), qui permet de localiser des éléments ou attributs en vue de différents traitements ; XSLT (extensible Stylesheet Language Transformations), qui est un langage XML avec lequel on écrit des feuilles de styles de transformation qui permettent de créer de nouveaux documents XML, HTML ou TXT à partir d un document XML ; XSL-FO (extensible Stylesheet Language - Formatting Objects), qui est un langage XML avec lequel on écrit des feuilles de styles de formatage de versions imprimables qui permettent de générer un document PDF à partir d un document XML. Des remodelages structurels de documents XML peuvent également être réalisés au moyen de scripts Perl (un langage de programmation polyvalent qui traite des chaînes de caractères et dont des bibliothèques offrent des modules spécialisés : XML::Parser, XML::Dom, etc.). Les documents balisés en XML sont dits semi-structurés, puisque la linéarité du texte prévaut sur la structuration, à la différence de ceux qui sont enregistrés dans des bases SQL 2 qui sont, eux, structurés, puisque les données textuelles ne sont plus ordonnées linéairement mais réparties dans des tables. 1 : Gasiglia N. (2010), Des usages en corpus aux descriptions dictionnairiques, habilitation à diriger des recherches, Université Lille 3, 6 décembre «Les bases de données dites SQL sont constituées de tables qui enregistrent les données stockées et dont le contenu est interrogeable au moyen d un langage de requête, le SQL (Structured Query Language). Les tables sont composées de champs les colonnes et d enregistrements les lignes, ces derniers étant généralement associés à des identificateurs appelés clés primaires. Quand les données de la base sont réparties dans différentes tables, les clés primaires jouent un rôle capital : en reportant la valeur de la clé primaire d un enregistrement d une table (T_1) dans une autre table (T_2), on crée un enregistrement lié et la copie de la valeur de cet identificateur est appelée clé de jointure. Un enregistrement d une table (T_1) peut n être lié qu à un seul enregistrement d une autre table (T_2), et on parle alors de relation un à un, mais il peut alternativement être lié à plusieurs enregistrements, et on parle alors de relation un à plusieurs.» Cf. (Gasiglia 2010, n. 9).

4 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 4 Structure d un document XML 1 e ligne, «<?xml version="1.0" encoding="utf-8"?>» : codée comme une instruction de traitement (avec «<?» et «?>» et du texte entre les deux), la déclaration XML indique que le document doit être lu en tant que document XML, dans la version 1.0 de ce standard, avec des caractères codées en Unicode de type UTF-8 (cette dernière information est optionnelle). Un seul élément après la déclaration XML, c est-à-dire un élément à la racine du document, ici cet élément s appelle document : <?xml version="1.0" encoding="utf-8"?> <document> contenu textuel du document </document> La racine du document XML est un objet immatériel placé entre la déclaration XML de la première ligne et l élément qui contient tout le document XML, l élément qui est dit à la racine du document XML. Un élément XML est constitué d une balise ouvrante («<document>»), d un contenu et d un balise fermante («</document>»). Par métonymie on appelle souvent balise un élément XML. Le contenu d un élément peut être du texte, un ou plusieurs sous-éléments, ou un mélange de texte et d un ou de plusieurs sous-éléments (on parle dans le dernier cas de contenu mixte). Mais un élément peut aussi être vide, sans contenu. Dans ce cas soit il est écrit avec ses deux balises accolées («<element-vide></element-vide>»), soit il est écrit avec une balise autofermante («<element-vide/>»). Les attributs servent le plus souvent à coder des propriétés des contenus des éléments qui mentionnent l attribut dans leurs balises ouvrantes, mais ils peuvent aussi servir à coder de courts textes qui seront à terme intégrés dans le contenu textuel du document. L emploi d un élément vide comme «<categorisation categorie="nf"/>» pour la rédaction d un dictionnaire par exemple est utile pour contraindre les rédacteurs à choisir des valeurs dans une liste prédéfinie (ici des catégories). Dans ce cas la catégorisation est indiquée au moyen d un attribut «categorie="nf"» dont le nom est categorie et la valeur est ici nf. Exemple 1 : extrait initial de Sarrasine de Balzac issu de l édition Wikisource Texte source : Sarrasine Honoré de Balzac À MONSIEUR CHARLES DE BERNARD DU GRAIL. J étais plongé dans une de ces rêveries profondes qui saisissent tout le monde, même un homme frivole, au sein des fêtes les plus tumultueuses. Minuit venait de sonner à l horloge de l Elysée-Bourbon. [ ] Texte balisé, avec indentation des éléments : <?xml version="1.0" encoding="utf-8"?> <document édition="wikisource"> <titre>sarrasine</titre> <nom_de_personne type="auteur">honoré de Balzac</nom_de_personne> <dédicace> À <nom_de_personne type="dédicataire">monsieur CHARLES DE BERNARD DU GRAIL</nom_de_personne>. </dédicace> <texte>

5 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 5 <paragraphe>j étais plongé dans une de ces rêveries profondes qui saisissent tout le monde, même un homme frivole, au sein des fêtes les plus tumultueuses. Minuit venait de sonner à l horloge de l Elysée-Bourbon. [ ]</paragraphe> </texte> </document> Arbre XML : <?xml version="1.0" encoding="utf-8"?> / <titre> <nom_de_personne> <dédicace> Sarrasine Honoré de Balzac À <nom_de_personne>. MONSIEUR CHARLES DE BERNARD DU GRAIL J étais plongé dans une de ces rêveries profondes [ ] Arbre XML représenté par <oxygen/> (pour l afficher : menu Outils > Éditeur d arbre XML) :

6 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 6 Manipulations dans <oxygen/> : création d un document XML Exercice 1 Copie du texte Sarrasine de Balzac (cf. du titre à «J avançai la tête et reconnus les deux interlocuteurs pour appartenir à cette gent curieuse qui, à Paris, s occupe exclusivement des Pourquoi? des Comment? D où vient-il? Qui sont-ils? Qu y a-til? Qu a-t-elle fait? Ils se mirent à parler bas, et s éloignèrent pour aller causer plus à l aise sur quelque canapé solitaire.» ; balisage XML spontané en titre, dédicace, paragraphe et énoncés de dialogues, élaboration d un arbre représentant le document balisé ; Dans <oxygen/>, quand on sélectionne du texte qui doit devenir le contenu d un élément, Ctrl e permet d afficher une fenêtre dans laquelle saisir le nom d élément qui apparaîtra dans les balises insérées avant et après le texte sélectionné. Dans <oxygen/>, pour afficher les contenus des lignes (des paragraphes de textes) sur une ligne continue qui peut déborder à droite de l écran ou en un bloc de texte, il est possible d «Activer/Désactiver sauts de lignes» par le menu Document > Édition. Dans <oxygen/>, pour changer la police de caractère de l affichage aller dans le menu Option > Préférences et dans Police cliquer sur la police de l éditeur pour accéder à la sous-fenêtre qui permet d en changer (sans oublier d accepter les changements fait avant de fermer la fenêtre). Menu Options > Préférences pour choisir la langue de l éditeur et la police :

8 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 8 Dans <oxygen/>, pour voir les caractères non imprimables (espaces, tabulations, sauts de lignes), aller dans le menu Option > Préférences et dans Éditeur sélectionner sous Espaces «Afficher les marques TAB/NBSP/EOL/EOF» et «Afficher les marques de caractère espace». Menu Options > Préférences pour choisir la langue de l éditeur et la police : Menu Fichier > nouveau document pour ouvrir un nouveau document XML :

9 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 9 Bonne formation et conformité à une DTD ou un schéma Un document XML doit respecter les règles d écriture du langage XML, il doit être bien formé. Parmi les principales règles du XML, notons que des éléments ne peuvent pas s enjamber, donc «<élément1><élément2></élément1></élément2>» n est pas valide. Un document XML peut en outre devoir respecter un modèle de document et donc devoir être rédigé en respectant des règles qui précisent quels éléments peuvent figurer à quels endroits dans le document, quels sont les attributs portés par chaque balise ouvrante ou autofermante d élément et quelles sont les listes de valeurs possibles pour chaque attribut défini. <oxygen/> sait apprendre la structure d un document XML au cours de sa saisie, ce qui peut faciliter la saisie de la suite en offrant de sélectionner les noms d éléments et d attributs ou les valeurs d attributs possibles là où est le curseur. Pour apprendre la structure d un document : Menu Document > Document XML > Apprendre la structure du document Cette structure apprise peut être exprimée par <oxygen/> au moyen d une DTD. Comme dans toutes les DTD, il n est pas possible de contraindre strictement les contenus textuels de ses éléments. Et ces DTD apprises automatiquement surgénèrent, c est-à-dire sont très permissives, car tous les contenus d éléments y sont déclarés come étant des contenus mixtes (nous y reviendrons). Pour apprendre et enregistrer la structure d un document sous la forme d une DTD : Menu Document > Document XML > Enregistrer la structure du document Si on défini en plus une DTD (une définition de type de document) ou un schéma, c est-à-dire un ensemble de règles d écriture propre au type de document à élaborer, le document doit se conformer à cette DTD ou à ce schéma. Les schémas sont des document XML (écrits en XML) qui codent la structure d autres documents XML qui se conforment à eux. Leur pouvoir d expression est plus important que celui des DTD, mais ils sont un peu plus difficiles à écrire. Les DTD existaient déjà pour les documents SGML. Mais en SGML, les balises de certains éléments pouvaient être optionnels et ces optionalités étaient codées dans la DTD alors qu en XML toutes les balises doivent être écrites. 3 opérateurs dans la DTD permettent d exprimer si un élément ou un groupe d éléments parenthésé est optionnel ou répétable : «?» code l optionalité, «+» code la répétabilité et «*» code les deux simultanément. L opérateur est placé juste après l objet sur lequel il porte. 2 opérateurs permettent dans les modèles de contenus des déclarations d éléments d une DTD de définir si les #PCDATA et sous-éléments contenus sont concaténés dans l ordre où ils sont mentionnés («,») ou en disjonction ( = touches «Alt Gr» 6). Une déclaration d élément mentionne le nom de l élément déclaré puis son modèle de contenu (le patron de ce qu il peut contenir). Tous les éléments font l objet d une déclaration et une seule, et l ordre de celles-ci dans la DTD importe peu. DTD générée par <oxygen/> pour l extrait balisé en exercice 1 : <!ELEMENT document (#PCDATA titre nom_de_personne dédicace texte)*> <!ATTLIST document édition CDATA #IMPLIED> <!ELEMENT nom_de_personne (#PCDATA)> <!ATTLIST nom_de_personne type CDATA #IMPLIED> <!ELEMENT dédicace (#PCDATA nom_de_personne)*> <!ELEMENT paragraphe (#PCDATA)> <!ELEMENT texte (#PCDATA paragraphe)*> <!ELEMENT titre (#PCDATA)>

10 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 10 DTD corrigée pour l extrait balisé en exercice 1 : <!ELEMENT document (titre, nom_de_personne+, dédicace?, texte)> <!ATTLIST document édition (Wikisource X) #REQUIRED> <!ELEMENT titre (#PCDATA)> <!ELEMENT nom_de_personne (#PCDATA)> <!ATTLIST nom_de_personne type CDATA #IMPLIED> <!ELEMENT dédicace (#PCDATA nom_de_personne)*> <!ELEMENT texte (paragraphe+)> <!ELEMENT paragraphe (#PCDATA)> <!ELEMENT document (titre, nom_de_personne+, dédicace?, texte) > Délimitateur initial et introducteur de déclaration d un élément Nom de l élément déclaré Modèle de contenu délimité par des parenthèses, ici 4 éléments fils doivent se suivre, le 2 e étant répétable et le 3 e étant optionnel <!ELEMENT dédicace (#PCDATA nom_de_personne)* > Modèle de contenu de contenu mixte mêlant données textuelles et souséléments délimité par des parenthèses et suivi par l opérateur *, et contenant une disjonction des objets Délimitateur final de déclaration d un élément <!ATTLIST document édition (Wikisource X) #REQUIRED > <!ATTLIST nom_de_personne type CDATA #IMPLIED > Délimitateur initial et introducteur de déclaration d un attribut Nom de l élément porteur de l attribut Nom de l attribut déclaré Liste des valeurs acceptées pour l attribut déclaré ou CDATA si les valeurs sont laissées à créer par les rédacteurs des documents XML Indication de présence requise ou acceptée (et donc optionnelle) de l attribut déclaré Délimitateur final de déclaration d un attribut Exercice 2 Génération, visualisation & correction de la DTD générée par <oxygen/> pour l extrait balisé individuellement ou en binôme, afin que celle-ci surgénère le moins possible. La DTD doit être bien formée (écrite en respectant les règles d écriture) et le document XML doit être conforme à la DTD. Création d un nouveau document XML qui se conforme à la DTD précédente afin de baliser un extrait de Sarrasine plus long que celui initialement traité. Exercice 3 Conception collective d une DTD commune pour l extrait balisé individuellement ou en binôme, avec analyse des besoins de balisage en vue du projet éditorial et discussions afin de définir des choix communs et d élaborer un plan type de la nouvelle et des enrichissement à lui apporter, élaboration d un arbre type,

11 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 11 et écriture de la DTD (cf. fichier DTD-Sarrasine_commune dtd). <?xml version="1.0" encoding="utf-8"?> <!ELEMENT nouvelle (paratexte, dedicace, corps_du_texte) > <!ELEMENT paratexte (titre, nom_propre) > <!ELEMENT titre (#PCDATA choix)* > <!ELEMENT choix (terme+) > <!ELEMENT terme (#PCDATA) > <!ATTLIST terme édition (Wikisource Furne) #REQUIRED responsable (Balzac ed_wikisource ed_furne) #REQUIRED > <!ELEMENT nom_propre (#PCDATA choix)* >  <!ATTLIST nom_propre type (fictif réel) #REQUIRED entité_nommée (personne lieu œuvre) #REQUIRED statut (auteur dédicataire) #IMPLIED > seulement pour les fils de <paratexte> et de <dedicace> --> <!ELEMENT dedicace (#PCDATA nom_propre choix)* >  <!ELEMENT corps_du_texte (paragraphe+) > <!ELEMENT paragraphe (#PCDATA nom_propre segment_de_texte choix)* >  <!ATTLIST paragraphe type (recit description replique adresse_au_lecteur) #REQUIRED dans_récit (principal enchasse) #REQUIRED num_dialogue CDATA #IMPLIED > a une valeur numérique et est à n'utiliser que ="replique" --> <!ELEMENT segment_de_texte (#PCDATA nom_propre choix)* >  <!ATTLIST segment_de_texte type (recit description replique adresse_au_lecteur discours_convenu_rapporté) #REQUIRED dans_récit (principal enchasse) #REQUIRED > Création d un nouveau document XML qui se conforme à la DTD précédente afin de baliser un extrait de Sarrasine plus long que celui initialement traité. Projet d édition enrichie d annotations montrant les évolutions du texte Wikisource vs Furne La version de Sarrasine proposée en Wikisource (éditée par A. Houssiaux, Paris, 1855) correspond à l édition de la Comédie humaine de 1842, mais en 1844 une édition corrigée par Balzac est publiée par Furne (Furne & Co., Dubochet, Hetzel and Paulin).

12 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 12 Nous allons travailler à partir de l édition Furne avec intégration des corrections manuscrites de Balzac pour annoter le texte extrait de Wikisource. En fait, une seule correction textuelle est à observer : il remplace «xérès» par «vin de Xérès».

13 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 13 Nous allons aussi intégrer un certain nombre de modernisation des graphies, de corrections orthographiques, de ponctuations, etc. : Le texte disponible en Wikisource signale en outre différentes coquilles présente dans l édition Furne et que nous allons aussi prendre en compte dans notre balisage : «Monsieur, c est un homme sur la vie duquel reposent d énormes capitaux, et de sa bonne santé dépendent sans doute les revenus de cette famille. Je me souviens d avoir entendu chez madame d Espard un magnétiseur prouvant, par des considérations historiques très-spécieuses, que ce vieillard, mis sous verre, était le fameux Balsamo [Coquille du Furne : Basalmo.], dit Cagliostro. Selon ce moderne alchimiste, l aventurier sicilien avait échappé à la mort, et s amusait à faire de l or pour ses petits-enfants. Enfin le bailli de Ferette prétendait avoir reconnu dans ce singulier personnage le comte de Saint-Germain.». Pour procéder à ces enrichissements, nous devons procéder en plusieurs étapes : comparaison des fichiers sources (menu outils > suivi des modifications > comparer des documents en bleu barré ce qui est dans la Wikisource seulement et en rouge souligné ce qui est dans Furne), cf. Sarrasine=wikisource_vs_Furne.doc ; stylage de ce qui est corrigé dans Furne (en rouge souligné) avec un style de caractères nommé «Furne» (mise en forme rouge, gras, souligné) et recopie et stylage de ce qui était dans la

14 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 14 Wikisource (ce qui est en bleu barré) afin que ces objets textuels restent dans le document après acceptation des corrections (stylage avec un style de caractères nommé «Wikisource» avec mise en forme vert, gras, double barré), cf. Sarrasine=wikisource_vs_Furne=style.doc ; acceptation des corrections, cf. Sarrasine=wikisource_vs_Furne=style+corrige.doc ; enregistrement du dernier en.odt puis renommage du document en.zip, afin de créer une archive décompressable (par exemple avec 7zip) au sein de laquelle nous nous intéresseront au fichier content.xml que nous ouvrirons dans <oxygen/> ; transformation de ce document content.xml (au moyen d une XSLT de conversion créée par Luc Audrain : ODTversXML=Audrain+Gasiglia.xslt) afin d obtenir un document XML contenant notre texte subdivisé en paragraphes et où les segments stylés comme «Furne» et «Wikisource» sont balisés, cf. Sarrasine=wikisource_vs_Furne=style+corrige+nettoye.xml. Wikisource vs Furne et enrichissements personnels conformes à la DTD du 18/09 Comme nous exploitions ci-dessus les styles insérables dans un traitement de texte pour obtenir du balisage XML, nous allons réfléchir à la définition de styles de paragraphes et de caractères pour obtenir un document XML issu des manipulations précédentes aussi proche que possible d un document XML conforme à la DTD que nous avons élaborée (cf. fichier DTD-Sarrasine_commune dtd). Pour concevoir ces styles à exploiter dans un traitement de textes, nous reprenons notre DTD et voyons comment convertir au mieux sa profondeur d arbre en une arborescence à deux niveaux styles paragraphes et caractères :  <?xml version="1.0" encoding="utf-8"?>  <!ELEMENT choix (terme+) >  <!ELEMENT terme (#PCDATA) > <!ATTLIST terme édition (Wikisource Furne) #REQUIRED responsable (Balzac ed_wikisource ed_furne) #REQUIRED >  <!ELEMENT nouvelle (paratexte, dedicace, corps_du_texte) >  <!ELEMENT paratexte (titre, nom_propre) >  <!ELEMENT titre (#PCDATA choix)* >   <!ELEMENT nom_propre (#PCDATA choix)* >     <!ATTLIST nom_propre type (fictif réel) #REQUIRED entité_nommée (personne lieu œuvre) #REQUIRED statut (auteur dédicataire) #IMPLIED > seulement pour les fils de <paratexte> et de <dedicace> --> <!ELEMENT dedicace (#PCDATA nom_propre choix)* > <!ELEMENT corps_du_texte (paragraphe+) > <!-- <paragraphe> balisé par les styles qui indiquent les

15 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 15 valeurs de ses deux premiers attributs -->  <!ELEMENT paragraphe (#PCDATA nom_propre segment_de_texte choix)* > <!ATTLIST paragraphe type (recit description replique adresse_au_lecteur) #REQUIRED dans_récit (principal enchasse) #REQUIRED num_dialogue CDATA #IMPLIED > a une valeur numérique et est à n'utiliser que --> <!ELEMENT segment_de_texte (#PCDATA nom_propre choix)* >   <!ATTLIST segment_de_texte type (recit description replique adresse_au_lecteur discours_convenu_rapporté) #REQUIRED dans_récit (principal enchasse) #REQUIRED > Nous ajoutons à ces styles un style qui permet de repérer les noms propres complexes contenant des corrections Wikisource vs Furne et donc déjà partiellement stylés : nous emploierons pour les autres mots du nom propre un style de caractères NP-incomplet. Les styles définis doivent être créés dans un traitement de texte comme OpenOffice ou LibreOffice Writer et appliqué au texte de Sarrasine issu de la comparaison de documents précédente. Ceci peut aussi être fait dans Microsoft Word, mais la transformation ODTversXML=Audrain+ Gasiglia.xslt s appliquant à un document portant une extension.odt, il faudra alors ouvrir, dans OpenOffice ou LibreOffice Writer, le document.doc ou.docx créé avec Word et l enregistrer sous un nouveau nom, en modifiant le type de fichier pour que ce soit un type «texte ODF (.odt)». Une fois le texte enrichi de tous les styles et enregistré avec une extension.odt, il faut procéder comme précédemment en dupliquant le fichier puis en renommant ce dernier pour remplacer l extension.odt par.zip, en dézippant le ZIP obtenu pour en extraire le fichier content.xml et ouvrir ce dernier dans <oxygen/> pour lui appliquer la transformation ODTversXML=Audrain+ Gasiglia.xslt, en mode debugger XSLT (bouton en haut à droite), en sélectionnant la source XML, la transformation XSLT dans les champs en haut à gauche, en cliquant sur la flèche bleue «exécuter», puis en faisant un clic droit dans la zone de droite (la zone du document produit) pour enregistrer le résultat (cf. Sarrasine=wikisource_vs_Furne=style_DTD=de_content.xml).

16 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 16 Même si nous avons cherché à élaborer des styles qui nous permettent d obtenir un document XML aussi proche que possible d un document XML conforme à notre DTD, quelques ajustements structurels sont nécessaires. Une partie pourra être faite par la transformation content_odt_ style_vers_xml_personnel.xsl, qui nous permet d obtenir un fichier XML, l autre sera à effectuer manuellement après avoir ajouté la déclaration de doctype à ce document XML (cf. content_ ODT_style_VERS_XML_personnel=prod_cours+DTD.xml), afin de permettre à ce nouveau texte balisé généré de se conformer à notre DTD (cf. DTD-Sarrasine_commune dtd). Transformation content_odt_style_vers_xml_personnel.xsl : <?xml version="1.0" encoding="utf-8"?> <xsl:stylesheet xmlns:xsl=" xmlns:xd=" exclude-result-prefixes="xd" version="1.0"> <xd:doc scope="stylesheet"> <xd:desc> <xd:p><xd:b>created on:</xd:b> Oct 14, 2015</xd:p> <xd:p><xd:b>author:</xd:b> Gasiglia</xd:p> <xd:p></xd:p> </xd:desc> </xd:doc>  <xsl:template match="/"> <xsl:element name="nouvelle"> <xsl:apply-templates select="texte/titre"/> <xsl:apply-templates select="texte/dedicace"/> <xsl:element name="corps_du_texte"><xsl:apply-templates select="texte/node()[not(name()='titre')][not(name()='dedicace')]"/> <xsl:template match="texte"/>

17 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 17 <xsl:template match="wikisource"> <xsl:element name="choix"> <xsl:element name="terme"> <xsl:attribute name="édition"><xsl:value-of select="name()"/></xsl:attribute> <xsl:attribute name="responsable"><xsl:text>balzac</xsl:text></xsl:attribute>  <xsl:apply-templates/> <xsl:apply-templates select="following-sibling::node()[1][name()='furne']" mode="choix"></xsl:applytemplates> <xsl:template match="furne" mode="choix">  <xsl:element name="terme"> <xsl:attribute name="édition"><xsl:value-of select="name()"/></xsl:attribute> <xsl:attribute name="responsable">ed_furne</xsl:attribute>  <xsl:apply-templates/> <xsl:template match="furne"/> <xsl:template match="np-fictif-personne NP-fictif-lieu NP-fictif-oeuvre NP-reel-personne NP-reellieu NP-reel-oeuvre"> <xsl:variable name="valeurs_2_attributs"><xsl:value-of select="substring-after(name(), 'NP- ')"/></xsl:variable> <xsl:element name="nom_propre"> <xsl:attribute name="type"><xsl:value-of select="substring-before($valeurs_2_attributs, '- ')"/></xsl:attribute> <xsl:attribute name="entité_nommée"><xsl:value-of select="substring-after($valeurs_2_attributs, '- ')"/></xsl:attribute> <xsl:apply-templates/> <xsl:template match="p-recit-principal P-description-principal P-replique-principal P-adresseprincipal P-recit-enchasse P-description-enchasse P-replique-enchasse P-adresse-enchasse"> <xsl:variable name="valeurs_2_attributs"><xsl:value-of select="substring-after(name(), 'P- ')"/></xsl:variable> <xsl:element name="paragraphe"> <xsl:attribute name="type"><xsl:value-of select="substring-before($valeurs_2_attributs, '- ')"/></xsl:attribute> <xsl:attribute name="dans_récit"><xsl:value-of select="substring-after($valeurs_2_attributs, '- ')"/></xsl:attribute> <xsl:apply-templates/> <xsl:template match="s-recit-principal S-description-principal S-replique-principal S-adresseprincipal S-discours-principal S-recit-enchasse S-description-enchasse S-replique-enchasse S- adresse-enchasse S-discours-enchasse"> <xsl:variable name="valeurs_2_attributs"><xsl:value-of select="substring-after(name(), 'S- ')"/></xsl:variable> <xsl:element name="segment_de_texte"> <xsl:attribute name="type"><xsl:value-of select="substring-before($valeurs_2_attributs, '- ')"/></xsl:attribute> <xsl:attribute name="dans_récit"><xsl:value-of select="substring-after($valeurs_2_attributs, '- ')"/></xsl:attribute> <xsl:apply-templates/> <xsl:template match="titre">

18 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 18 <xsl:element name="paratexte"> <xsl:element name="titre"><xsl:apply-templates/> <xsl:element name="nom_propre"> <xsl:attribute name="type"><xsl:text>réel</xsl:text></xsl:attribute> <xsl:attribute name="entité_nommée"><xsl:text>personne</xsl:text></xsl:attribute> <xsl:attribute name="statut"><xsl:text>auteur</xsl:text></xsl:attribute> <xsl:text>balzac</xsl:text> <xsl:template match="standard"/> <xsl:template match="*"> <xsl:element name="{local-name()}"> <xsl:for-each select="@*"> <xsl:attribute name="{local-name()}"> <xsl:value-of select="."/> </xsl:attribute> </xsl:for-each> <xsl:apply-templates/> </xsl:stylesheet> Début de content_odt_style_vers_xml_personnel=prod_cours+dtd.xml : <?xml version="1.0" encoding="utf-8"?> <!DOCTYPE nouvelle SYSTEM "DTD-Sarrasine_commune dtd"> <nouvelle><paratexte><titre>sarrasine</titre><nom_propre type="réel" entité_nommée="personne" statut="auteur">balzac</nom_propre></paratexte><dedicace>à <NP-incomplet>MONSIEUR CHARLES DE BERNARD</NP-incomplet> <choix><terme édition="wikisource" responsable="balzac">du</terme><terme édition="furne" responsable="ed_furne">de</terme></choix> <NP-incomplet>GRAIL</NP-incomplet><choix><terme édition="wikisource" responsable="balzac">.</terme></choix></dedicace><corps_du_texte><paragraphe type="description" dans_récit="principal">j étais plongé dans une de ces rêveries profondes qui saisissent tout le monde, même un homme frivole, au sein des fêtes les plus tumultueuses. Minuit venait de sonner à l horloge de

19 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 19 <choix><terme édition="wikisource" responsable="balzac">l Elysée</terme><terme édition="furne" responsable="ed_furne">l Élysée</terme></choix>-<NP-incomplet>Bourbon</NP-incomplet>. [ ] Les corrections manuelles vont nous permettre de traiter les <NP-incomplet> (absents de notre DTD et voués à disparaître, cf. supra), les défauts de conversion ODT vers XML, les erreurs de balisage résiduelles. Le document obtenu sera donc conforme à notre DTD. Wikisource vs Furne et enrichissements personnels conforme au modèle de document de la TEI:P5 Le document Sarrasine=wikisource_vs_Furne=style_DTD=de_content.xml (obtenu par la transformation du content.xml au moyen de la transformation ODTversXML=Audrain+Gasiglia.xslt) peut alternativement être transformé afin de générer un document qui se conformera à la TEI:P5, en exploitant la transformation content_odt_style_vers_xml_tei.xsl. Nous pouvons contrôler sa conformité avec la TEI en créant un document XML conforme à la TEI:P5 All : et en remplaçant le contenu de l élément <text> du document créé : <?xml version="1.0" encoding="utf-8"?> <?xml-model href=" type="application/xml" schematypens=" <?xml-model href="

20 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 20 type="application/xml" schematypens=" <TEI xmlns=" <teiheader> <filedesc> <titlestmt> <title>title</title> </titlestmt> <publicationstmt> publication Information </publicationstmt> <sourcedesc> information about the source </sourcedesc> </filedesc> </teiheader> <text> <body> some text here. </body> </text> </TEI> Nous avons donc créé deux versions XML enrichies du texte de Sarrasine, l une conforme à notre DTD et l autre respectueuse de la TEI:P5. Conversion HTML de la version XML TEI:P5 Présentation de la TEI:P5 : Les transformation XSLT permettent de manipuler l arbre des documents XML pour les remodeler, nous l avons vu supra, mais aussi pour générer des documents TXT ou HTML à partir d un XML. Pour ce faire, en mode débugger XSLT (comme pour l exploitation des transformations précédentes), demander à appliquer au document XML TEI la transformation T-XML_TEI-vers-HTML_ Sarrasine.xsl, et enregistrer le document créé dans la zone de droite avec une extension.htm ou.html. Le document HTML créé est lié à la feuille de styles CSS Sarrasine.css. T-XML_TEI-vers-HTML_Sarrasine.xsl : <?xml version="1.0" encoding="utf-8"?> <xsl:stylesheet xmlns:xsl=" version="1.0"> <!-- T-XML-vers-HTML_Nos_oreilles.xsl, Nathalie Gasiglia, décembre > <xsl:output method="html"/> <xsl:template match="/"> <html> <head> <title>sarrasine de Balzac, édition LTTAC, EdNITL & LCE 2015</title> <link rel="stylesheet" type="text/css" href="sarrasine.css"/> </head> <body> <xsl:apply-templates/> </body> </html> <xsl:template match="teiheader titlestmt publicationstmt sourcedesc doctitle docauthor p said"> <xsl:element name="div"> <xsl:attribute name="class"> <xsl:value-of select="local-name()"/> </xsl:attribute> <xsl:apply-templates/>

21 M1 LTTAC UE4 ; M1 EdNITL UE8 ; M2 LCE ; nouveaux M2 LTTAC & EdNITL 21 <xsl:template match="*"> <xsl:element name="span"> <xsl:attribute name="class"> <xsl:value-of select="local-name()"/> </xsl:attribute> <xsl:apply-templates/> <xsl:template match="reg"> <xsl:element name="span"> <xsl:attribute name="class"> <xsl:value-of select="local-name()"/> </xsl:attribute> <xsl:text>/</xsl:text><xsl:apply-templates/> <xsl:element name="span"> <xsl:attribute name="class"> <xsl:text>resp</xsl:text> </xsl:attribute> <xsl:text> </xsl:text> <xsl:value-of select="@resp"/> </xsl:stylesheet> Sarrasine.css :.teiheader {background-color:#f9f5f9;}.persname {font-weight:bold;color:blue;}.placename {font-weight:bold;color:green;}.reg{color:red;}.resp{color:red; font-size:60%}