Von XML nach PDF über TeX

Vortrag und Tutorium bei der TeX-Tagung DANTE'2002 am 22.2.2002 in Erlangen bzw.
Tutorium bei der MV27 am 4.10.2002 in Augsburg

Inhalt:

Abstract
Übersicht und eigentliches Tutorium
Vorgänge und Arbeitsabläufe
Beteiligte Dateien

Abstract:

XML und PDF sind zwei prominente und weit verbreitete Standards bei der Dokumentenverarbeitung:

XML bei der plattformunabhängigen Archivierung von Dokumenten und beim Austausch von Dokumenteninhalten zwischen verschiedenen Plattformen und Institutionen;
PDF als weltweites, geräte- und herstellerunabhängiges Dokumenten-Endformat.

Zunächst werden mögliche Arbeitsabläufe bei der Umwandlung von XML nach PDF übersichtsartig vorgestellt und gezeigt wie TeX eine Rolle dabei spielen kann, im Folgenden dann detailliert zwei konkrete Verfahren zur Konvertierung von XML nach PDF mittels TeX:

XMLTEX/PassiveTeX und
ConTeXt.

Übersicht und eigentliches Tutorium:

Von XML nach PDF über TeX (XML+TeX.pdf)

Daneben gibt es auch noch die PDF-Datei XML+TeX-all.pdf, bei der alle beteiligten PDF-Dateien eingebunden sind.

Vorgänge und Arbeitsabläufe:

Ein Ausgangspunkt ist die kleine XML-Datei kapitel0.xml.
Diese Datei kann erweitert und mit einer DTD versehen werden: kapitel2.xml mit der DTD kapitel2.dtd.
Ein anderer Ausgangspunkt ist die XML-Datei adr6.xml mit der DTD adressen.dtd.
Die XML-Datei kapitel2.xml kann mit Hilfe von AWK (und den AWK-Programmen zerteil.awk und kap2h.awk) in die HTML-Datei kapitel2.html konvertiert werden. Das Ergebnis kann im Browser betrachtet und beispielsweise mit Hilfe geeigneter Druckertreiber in PDF abgespeichert werden:
```
gawk -f zerteil.awk kapitel2.xml | gawk -f kap2h.awk > kapitel2.html
```
Die XML-Datei kapitel2.xml kann mit Hilfe des XSLT-Prozessors Saxon (und der XSL-Datei kapitel2-html1.xsl) in die HTML-Datei kapitel2a.html konvertiert werden. Das Ergebnis kann im Browser betrachtet und beispielsweise mit Hilfe geeigneter Druckertreiber in PDF abgespeichert werden:
```
saxon kapitel2.xml kapitel2-html1.xsl > kapitel2a.html
```
Die XML-Datei kapitel2.xml kann mit Hilfe von AWK (und den AWK-Programmen zerteil.awk und kap2t.awk) in die LaTeX-Datei kapitel2.tex konvertiert werden. kapitel2.tex wird durch pdfLaTeX aufbereitet. Das Ergebnis steht anschließend in der PDF-Datei kapitel2.pdf:
```
gawk -f zerteil.awk kapitel2.xml | gawk -f kap2t.awk > kapitel2.tex
pdflatex kapitel2.tex
```
Die XML-Datei kapitel2.xml kann mit Hilfe des XSLT-Prozessors Saxon (und der XSL-Datei kapitel2-tex1.xsl) in die LaTeX-Datei kapitel2a.tex konvertiert werden. kapitel2a.tex wird durch pdfLaTeX aufbereitet. Das Ergebnis steht anschließend in der PDF-Datei kapitel2a.pdf:
```
saxon kapitel2.xml kapitel2-tex1.xsl > kapitel2a.tex
pdflatex kapitel2a.tex
```
Die XML-Datei adr6.xml wird durch pdfxmltex (gesteuert durch adr6.cfg und adressen.xmt) aufbereitet. Das Ergebnis steht in adr6.pdf (= tutx1.pdf). Die eigentliche Formatierung wird in der LaTeX-Style-Datei adr-tex.sty festgelegt:
```
pdfxmltex adr6.xml
```
Die XML-Datei manual.xml wird durch pdfxmltex (gesteuert durch xmltex.cfg und tei.xmt) aufbereitet. Alle drei Dateien entstammen der TeXLive6-Distribution. Das Ergebnis steht in manual.pdf (= tutx2.pdf):
```
pdfxmltex manual.xml
```
Die ConTeXt-Datei tutc1.tex wird -- nach einigen Umformungen -- aufbereitet. Das Ergebnis steht in der PDF-Datei tutc1.pdf:
```
texexec --pdf tutc1.tex
```
Die ConTeXt-Datei tutc2.tex (\enableXML und Processing Instruction) wird aufbereitet. Das Ergebnis steht in der PDF-Datei tutc2.pdf:
```
texexec --pdf tutc2.tex
```
Die ConTeXt-Datei tutc3.tex (MathML, \useXMLfilter, \startbuffer, \processbuffer) wird aufbereitet. Das Ergebnis steht in der PDF-Datei tutc3.pdf:
```
texexec --pdf tutc3.tex
```
Die ConTeXt-Datei tutc4.tex (MathML, \useXMLfilter, \startXMLdata) wird aufbereitet. Das Ergebnis steht in der PDF-Datei tutc4.pdf:
```
texexec --pdf tutc4.tex
```
Die ConTeXt-Datei tutc5.tex (MathML, \useXMLfilter, \startXMLcode) wird aufbereitet. Das Ergebnis steht in der PDF-Datei tutc5.pdf:
```
texexec --pdf tutc5.tex
```
Die ConTeXt-Datei tutc6.tex (\processXMLfilegrouped) wird aufbereitet. Das Ergebnis steht in der PDF-Datei i tutc6.pdf:
```
texexec --pdf tutc6.tex
```
Die XML-Datei adr6.xml wird aufbereitet (gesteuert durch die Direktivendatei tutc7.dir: Abbildung mit \defineXMLenvironment, \defineXMLpickup). Das Ergebnis steht in der PDF-Datei adr6.pdf (= tutc7.pdf):
```
texexec --pdf --env=tutc7.dir adr6.xml
```
Die ConTeXt-Datei tutc8.tex wird aufbereitet (Abbildung mit \defineXMLenvironment, \defineXMLargument, \XMLpar, \defineXMLgrouped, \defineXMLpush, \XMLpop, Processing Instruction). Das Ergebnis steht in der PDF-Datei tutc8.pdf:
```
texexec --pdf tutc8.tex
```