Johdatusta SGML:ään

SGML:llä voidaan määritellä jonkin kielen (esim. HTML) syntaksi kirjoittamalla kielelle

SGML Declaration, joka määrittelee eräitä parametreja kuten esim. nimien maksimipituuden
Document Type Definition, DTD, joka määrittelee kielen rakenteiden (elementtien) sallitun muodon ja yhdistelytavan

Kielen rakenteiden merkitykset määritellään erikseen.

HTML:n osalta

syntaksi (esim. millainen P-elementti on rakenteeltaan) on määritelty SGML-kielellä (mutta voidaan kuvata sanallisestikin
semantiikka (esim.: P-elementti tarkoittaa kappaletta) on määritelty luonnollisella kielellä (englanniksi)
esitysasun (esim.: kappaleiden välissä on tyhjä rivi, ja teksti on tasattu vasemmalta mutta ei oikealta) nähtävässä tai kuultavassa esityksessä määräävät katseluohjelma (t. vast.) ja sen asetukset sekä tyylimäärittelyt.

SGML:llä määritellyssä kielessä elementtien yleinen rakenne on tavallisesti seuraavanlainen:
<nimi määrite₁ = arvo₁ ...> sisältö </nimi>

Esimerkki määrittelystä SGML:ssä:

<!ELEMENT UL - - (LI)+ -- unordered list -->

Määrittelee, että kielessä on elementti, jolla on seuraavat ominaisuudet:

elementin nimi (oik. general identifier, GI) on UL; kielen muusta määrittelystä riippuu, ovatko tällaiset nimet "case-sensitive" (HTML:ssä eivät ole)
elementin alku- ja lopputägiä (<UL> ja </UL>) ei voi jättää pois; jos merkinnän - - tilalla olisi esim. - O niin lopputägin saisi jättää pois (O=optional)
elementin sisällön rakenne (content model) on (LI)+, mikä tarkoittaa, että sen sisällä on yksi tai useampia LI-elementtejä (eikä mitään muuta); elementin sisältö on se, mitä on alku- ja lopputägin välissä

Merkintä -- unordered list -- on pelkkä kommentti, jolla ei ole normatiivista merkitystä.

Rakenteiden kuvauksissa

`()`	osoittavat vain ryhmittelyä
`\|`	osoittaa vaihtoehtoisuutta
`,`	osoittaa peräkkäisyyttä (annetussa järjestyksessä)
`&`	ja-operaattori: `A&B` tarkoittaa, että sekä `A`:n että `B`:n pitää esiintyä, mutta niiden järjestys on vapaa
`+`	osoittaa toistoa 1:n tai useampia kertoja
`*`	osoittaa toistoa 0 tai useampia kertoja
`?`	osoittaa valinnaisuutta (voi olla mukana tai puuttua)

Esimerkki:


<!ELEMENT TABLE - -
     (CAPTION?, (COL*|COLGROUP*), THEAD?, TFOOT?, TBODY+)>

Tällöin TABLE-elementin sisältö on seuraava:

mahdollisesti CAPTION-elementti
nolla tai useampia COL- tai COLGROUP-elementtejä, mutta ei molempia
mahdollisesti THEAD-elementti
mahdollisesti TFOOT-elementti
yksi tai useampia TBODY-elementtejä

Elementin määritteet eli attribuutit määritellään seuraavaan tapaan:


<!ATTLIST UL
 id          ID     #IMPLIED  -- document-wide unique id --
 class       CDATA  #IMPLIED  -- space separated list of classes --
 style       CDATA  #IMPLIED  -- associated style info --
 title       CDATA  #IMPLIED  -- advisory title/amplification --
 >

Selityksiä:

`ID`	arvon tulee olla tunnus, joka on dokumentin sisällä yksikäsitteinen
`CDATA`	arvo on SGML:n kannalta vain merkkijono (miel. lainausmerkeissä, joskin ne voidaan eräissä tapauksissa jättää pois)
`#IMPLIED`	määrite ei ole pakollinen

Esimerkki:
<UL ID="lista1" CLASS="luettelo" TITLE="Niitä näitä"> <LI>eka <LI>toka </UL>