Geocities で valid な HTML を - マークの付けかた

はじめに

# 2004-10-08: 暫定版 DTD
この文書は妥当な SGML 文書です。W3C の validator で検証してみて下さい。
必ずしも Geocities 様を非難するものではありません。
infoseek isweb 版もあります。
謎文書は「謎文書」と宣言すれば謎文書ではない、と云ふ事。

1. 書き方

文書の冒頭に次の SGML 宣言と文書型宣言を記述して下さい。

<!SGML HTML
     PUBLIC "+//IDN satoshii.org//SD HTML for Geocities//EN"
            "http://www.satoshii.org/dtd/geo/geo-html.sd" >
<!DOCTYPE html
     PUBLIC "+//IDN satoshii.org//DTD HTML for Geocities//JA"
            "http://www.satoshii.org/dtd/geo/geo-html.dtd" >

面倒臭かったらシステム識別子だけでも結構です。

<!SGML HTML SYSTEM "http://www.satoshii.org/dtd/geo/geo-html.sd" >
<!DOCTYPE html SYSTEM "http://www.satoshii.org/dtd/geo/geo-html.dtd" >

後は普通に文書インスタンスを記述すれば、大概 valid になるはずです。HTML 4.01 、XHTML 1.x 、ISO-HTML などのバージョンの HTML の構文に対応しています(フレームセットにも対応しています)。

なお、SGML 宣言の前に空白文字( #x9 | #x20 | #xA | #xD )以外の文字を記述することはできません。注釈宣言なども不可なので、注意して下さい。

2. 注意

2.1. 広告のパターンと定義のバージョン

挿入される広告のソースは刻一刻変化します。このため、ここに記述した SGML 宣言及び文書型宣言にも適合しないようなパターンの広告が挿入される場合もありますが、それについては勘弁を。

なお、新しい問題(広告の記述ミス)を見付けた場合、適宜定義を改変していきます。もし「現在の」バージョンの定義を利用したい場合には、前書きを次のように記述して下さい。

<!SGML HTML
     PUBLIC "+//IDN satoshii.org//SD HTML for Geocities 1.1//EN"
            "http://www.satoshii.org/dtd/geo/geo-html11.sd" >
<!DOCTYPE html
     PUBLIC "+//IDN satoshii.org//DTD HTML for Geocities 1.1//JA"
            "http://www.satoshii.org/dtd/geo/geo-html11.dtd" >

過去のバージョンについても同様です。過去のバージョンの識別子については、改訂履歴をご覧下さい。

3. 細かい文法の話

3.1. 元の文書が旧来の HTML の場合

普通に記述していれば問題ありません。
ISO-HTML や HTML 4.01 と同様、id 属性の値は大文字に変換されます。混乱を避けるため、id 属性値には極力小文字のアルファベットを含まないようにして下さい。
HTML4/ISO-HTML とは異なり、id の大文字小文字は区別されます。ただし、文法の制限がゆるくなっているので注意して下さい (一意でなくとも警告されない・全角英数や空白も許される、など)。

3.2. 元の文書が XHTML の場合

W3C の validator は、xmlns 属性が記述されている文書を無条件に XML と見なしてしまう節があるので、チェッカでエラーが返るのが嫌な人は xmlns 属性を省略して下さい。
XML 宣言を記述する場合は、SGML 宣言と文書型宣言の間に記述して下さい。xml-stylesheet 処理命令についても同様です。なお、処理命令閉じは XML 同様 ?> にしてあります。

ただし、XML 宣言があると WinIE 6 がコケるらしいので、書かない方が無難でしょう (情報感謝 > 沢渡さん, Piro さん)。
空要素の終了タグを記述できます。また、内容が空の要素は <br /> のように記述して構いません。
style 要素型と script 要素型は、どちらも CDATA の要素型して定義してあります。そのため、これらの要素の内容に注釈宣言を記述しても、注釈宣言とは見なされないので注意して下さい。
lang 属性と xml:lang 属性の両方に対応しています。
SGML の構文として検証を行うため、XML の構文として不正かどうかはチェックされません。従って、旧来の HTML として正しい範囲でタグや属性名が省略されていても、エラーにはなりません。
~~id 属性の値は大文字に変換されます。混乱を避けるため、id 属性値には極力小文字のアルファベットを含まないようにして下さい。~~
id の大文字小文字は区別されるように変更しました。ただし、副作用として文法がゆるくなっているので注意して下さい (一意でなくとも警告されない・全角英数や空白も許される、など)。

4. SGML宣言、文書型定義など

4.1. 使用した定義

作成した定義は次の通りです。他は Modularization of XHTML のモジュール群を利用しています。

+//IDN satoshii.org//SD HTML for Geocities//EN: SGML 宣言本体です。
+//IDN satoshii.org//DTD HTML for Geocities//JA: 文書型定義です。
+//IDN satoshii.org//ENTITIES XHTML to HTML Module 1.1//JA: XHTML のモジュールを HTML のモジュールとして使用するためのモジュールです。

文書型定義の記述方法は、基本的に XHTML 1.1 などのモジュール利用 XHTML と同様です。ただし、一部ジオシティーズの記述を正当化するための定義変更をしています。また、XHTML のモジュール群を HTML のモジュールとして利用するために、若干トリッキーな方法を用いています。

4.2. ジオシティーズの広告の問題点と、それについての対処

未定義の実体が出現する。

属性値リテラル中の & をそのまま記述しているために、未定義の実体参照と見なされてしまう場合があります。以前 foo.html?foo=foo&fr=foo という記述がなされていたことがありました。この場合、fr という実体が宣言されている必要があるわけです。

広告の意図を変えずにこれを定義するには、次のような定義が考えられます。

<!ENTITY fr CDATA "&fr" >

こうしておけば、&fr が &fr に置換されることになります。同様に以下の一般実体を定義してあります。

fr
state
snow
snb
snbn
top_from
top_to
course
diff
ticket
coupon
day
fa_spas
on

tr の開始タグが省略されている。

<table><td> という記述がなされている箇所があります。このため、tr の開始タグを省略できるように変更しました。なお、table の定義は HTML 4.01 のものを用いているため、上の記述は実際には <table><tbody><tr><td> と見なされます。

独自拡張の属性を追加

table 要素に height 属性が記述されているので、これを追加定義しました。

必須属性を省略可能に

img 要素の alt 属性、area 要素の alt 属性、script 要素の type 属性が省略されているため、これらの属性の省略時値を #IMPLIED として上書きしました。

不正な属性値が記述されている

属性値リテラルとして記述されるべき文字列を、属性値として記述してしまっている場合があります。これらについては、SGML 宣言で名前文字を追加することによって対応しました。以下の文字を名前文字として追加してあります。

#
/

/ は NESTC に割り当てられているので、余り名前文字にしたくない(区切り子が曖昧になることがあるかも知れない)のですが、背に腹は代えられないということで一つ。なお、# の方は RNI ですが、文書インスタンスには無関係なので特に問題ないでしょう。

4.3. XHTML のモジュールを HTML のモジュールとして流用する

XHTML モジュールでの要素型宣言は次のような形式で記述されています。

<!ELEMENT %foo.qname; %foo.content; >

foo.qname の実体は要素名であり、foo.content の実体は内容モデルです。XML ならこれで問題ないわけですが、旧来の HTML ではタグ省略が可能です。ジオシティーズの広告にもタグが省略されている箇所があるので、SGML 宣言は OMITTAG YES でなければなりません。しかし OMITTAG YES の場合、要素型宣言にはタグ省略最小化(- O など)の記述が必須になります。つまり、上のような記述がなされているモジュールをそのまま利用することはできないわけです。

これについては、やむを得ず foo.content にタグ省略最小化も記述してしまうという不思議マークアップで対処しました。具体的には、全ての要素型に対して <!ENTITY % p.content "- O ( #PCDATA | %Inline.mix; )*"> というような定義をしています。これらの定義は xhtml-html11.mod に記述されています。

4.4. SGML 宣言

SGML 宣言については、面倒なので Web SGML 関連の解説などをご覧下さい。以下に SGML 宣言本体の主要な定義を抜粋しておきます。

"ISO 8879:1986 (WWW)"  -- SGML Annex K 準拠 --

     CAPACITY NONE  -- 量的制限はなし --

     SYNTAX
         NAMING
             LCNMCHAR "#-./:_"  -- 名前文字は HTML 4.01 に同じのつもりでしたが --
             UCNMCHAR "#-./:_"  -- 不正な属性値に対応するため若干追加 --
             NAMECASE
                 GENERAL YES  -- 共通識別子などの大文字小文字は区別しない --

         DELIM
             GENERAL  SGMLREF
             HCRO     "&#38;#x"  -- 区切り子は XML に同じ --
             NESTC    "/"
             NET      ">"
             PIC      "?>"

     FEATURES
         MINIMIZE
             OMITTAG YES  -- タグ省略は可能 --
             SHORTTAG
                 STARTTAG
                     EMPTY    NO  -- 空タグ・閉じないタグは禁止 --
                     UNCLOSED NO
                     NETENABL IMMEDNET  -- 空要素には NET を記述可能 --
                 ENDTAG
                     EMPTY    NO  -- 空タグ・閉じないタグは禁止 --
                     UNCLOSED NO
                 ATTRIB
                     DEFAULT  YES  -- 属性関係の省略は全て使用可能 --
                     OMITNAME YES
                     VALUE    YES
             EMPTYNRM  YES  -- 空要素の終了タグも他の要素と同様に扱う --

         OTHER
             FORMAL   NO  -- 記法モジュールのため --
             KEEPRSRE YES  -- 空白は保持 --
             VALIDITY TYPE  -- 型妥当性を検証する --

     SEEALSO NONE  -- XML などの記法は無視 --

特に重要なのは OMITTAG YES 、SHORTTAG STARTTAG NETENABL IMMEDNET 、EMPTYNRM YES です。これらの定義によって、空要素は次の三通りで記述することができます。

<br>: OMITTAG YES であり、空要素は終了タグの位置が自明(開始タグ直後に出現する)であるため、終了タグを省略することができます(厳密には、OMITTAG YES かつ EMPTYNRM YES であり、空要素が - O EMPTY と宣言されているため)。
<br />: EMPTYNRM YES であり SHORTTAG STARTTAG NETENABL IMMEDNET (NET "/" NESTC ">") であるため、空要素の開始タグを <br / として、終了タグを > として記述できます。ただし、/ を名前文字に含めているため、要素名や属性値と /> の間には必ず空白文字をはさんで下さい (ご指摘感謝 > SuikaWiki の中の人)。
<br></br>: EMPTYNRM YES であるため、他の要素同様に空要素の終了タグも記述できます。

A. 改変等はご自由に

SGML 宣言本体・文書型定義などファイルの再配布・改変等はご自由にどうぞ。ジオシティーズに .dtd や .sd のファイルをアップロードすることはできないようですが、拡張子を .txt にすればアップロードすることは可能です。

なお、このページを含む全ての関連リソースへのリンクは、当然ながら自由です。

B. リンク集

これらの定義 (isweb 用を含む)を実際に使用しているサイトの一覧です :-)

C. 改訂履歴

2004年2月23日

SuikaWiki での突っ込みを受けて SGML 宣言に追記。

2003年11月30日

id に関して、やっぱり id の定義を修正する方向に転換 (参照: マーク付けノート, 2003-11-30)。細かい文法の話に更に追記。

2003年11月26日

HTML のフラグメント識別子 #概要の問題に関連して、細かい文法の話に追記。

2003年11月16日

一般実体 on を定義しました。バージョン変わらず。(情報感謝 > Jehoshaphat さん, えむしぐまさん)

2003年11月04日

www.satoshii.org への移転に伴い、各定義ファイルの所有者識別子・システム識別子などを変更しました。度々申し訳ない。

また、暫定的に "2.2. システム識別子のオーバーライン" の項を削除しました。というか、あれは要するに文字コードのごにょごにょが原因であって、パーザ云々は直接関係ありませんよね?

2002年04月25日

所有者識別子を -//Mark no Tsukekata から +//IDN math.oheya.to に変更しました(下らねー)。

2002年04月24日

また若干定義を変更しました(バージョンは 1.1 のまま)。

フレームセットに対応。
一部記述を簡略化。

2002年04月23日

各リソースを http://math.oheya.to/dtd/geo/ へ移動、それに伴って一部の記述を変更しました。

また、それぞれの定義を見直してリファインしたバージョン 1.1 を公開しました。

バージョン 1.0 からの変更は以下です。

pre 要素型の内容モデルが不正確だったので、修正。
xhtml-notations-1.mod を INCLUDE に変更、併せて SGML 宣言の FORMAL YES を FORMAL NO に変更。
実体 XHTML.profile (head 要素の profile 属性のデフォルト値)にこのページの URI を設定。
legacy-model10.mod 及び legacy-qnames10.mod を不使用にし、代えて xhtml-legacy-redecl.mod を使用。
デフォルトで INCLUDE されるマーク区間・重複するパラメタ実体などの宣言を簡略化。

2002年04月18日

都立大 PCC サーバへの外部からのアクセスが制限されてしまったので、暫定の注記を追記。

2002年02月19日

XML 宣言に関する注意とリンク集を追記しました。あと、isweb 版 DTD の解説を記述(このページではありません)。

2002年02月16日

W3C 勧告の HTML からの変更は以下です。

以下の一般実体を追加。
- state
- snow
- snb
- snbn
- top_from
- top_to
- course
- diff
- ticket
- coupon
- day
- fa_spas
area 要素型の alt 属性を省略可能に。

XHTML に対応するため、文書型定義を一部改訂し、SGML 宣言本体を公開しました。また、それぞれのファイル・モジュールの識別子(FPI 及び参照 URI)を変更しました。公開・変更後のリソースは以下の通りです。

その他、この解説を公開しました :-)

2001年12月18日