From Word to XML: Conversion

1
From Word to XML Conversion Workflow

• Bei dieser Präsentation wird sicher eine
  Diskussion mit dem Publikum entstehen, die zu
  Aktionsschritten führt. Verwenden Sie PowerPoint,
  um diese Aktionsschritte während Ihrer
  Präsentation festzuhalten.
• Klicken Sie in der Bild-schirmpräsentation auf
  die rechte Maustaste.
• Wählen Sie 'Besprechungs-notizen'.
• Wählen Sie die Registerkarte 'Aktionsschritte'.
• Geben Sie die zur Sprache kommenden
  Aktionsschritte ein.
• Klicken Sie auf OK, um dieses Feld zu schließen.
• Hierdurch wird automatisch eine Folie mit
  Aktions-schritten am Ende Ihrer Präsentation
  erstellt, auf der Ihre Notizen erscheinen.

• Uwe Müller, Burghard Güther
• Humboldt-University, Berlin
• Computing Center

2
Topics

• Workflow Overview
• Template file (MS Word)
• Macros for authors
• Conversion macros
• Problems with MS Word
• Conversion to SGML/XML
• Conversion to HTML
• Problems and outlook

3
Workflow Overview
ComputingCenter
Document Server
Author
Library
Abstract Page
Metadata
Abstract, Keywords
CoursesSupport
SGML
Writing (WordProcessingSystem)
Template, Macros
bibliographical classification
HTML
Con- version
4 Paper Copies
Con- version
PDF
PDF Version
Printing Service
4
Template file (MS Word)

• Purposes
• allow conversion into SGML/XML
• enforce structural correctness
• support authors
• Problems
• only style templates can be converted
• DTD cannot completely be modelled
• Special matters
• bibliography
• page numbering

5
Macros for authors

• Support of correct use of templates
• Bibliography
• management in database
• transformation into literature list
• cross referencing
• Page numbering bookmarks
• SGML in correspondence with paper copy
• consistent references

6
Conversion macros

• Content of cross references
• Character templates
• convert character features into style templates
• Page numbering
• transform bookmarks into page numbers
• Special characters
• Deletion of numbering in headings
• problem frames

7
Problems with MS Word

• Graphical features
• Word drawings (laid over the text)
• Special characters and fonts
• Unicode
• Math. chem. formulas
• converted into pictures

8
Conversion to SGML/XML

• Software SGML Author for MS Word (97)
• Tool Pre-processing script (Perl)
• transform tables (cals table model)
• bugs, work-arounds, routine problems
• Validation of SGML/XML source file
• parser editor
• Conversion of graphic files
• GIF, JPEG, PNG

9
Conversion to HTML

• Tool converter script (Perl)
• did2html
• Splitting up SGML source
• equivalent file structure as HTML
• possibility to search (SGML) and present (HTML)

10
Problems and outlook

• Validation of documents
• self validation (author) check list
• parser
• Conversion of Word 2000 documents
• own converter (RTF -gt XML)?
• Change from SGML to XML
• adaptation of DTD