Dotaz: Značkovací jazyk pro diskuse

[Begleiter]

Bylo by možné vytvořit značkovací jazyk pro diskuse tady na ABC LINUXU? (Vlastně tedy, kromě jiného, vytvořit DTD nebo XML schéma.)

Osobně si myslím, že vyhledávání by potom mohlo být ještě inteligentnější a navíc by diskuse byly takto informačně bohatší.

Taky by možná zčásti šel využít některý ze stávajících jazyků (DocBook apod.).

Odpovědi

[Leoš Literák]

Jaky znackovaci jazyk mas na mysli? K cemu by slouzil? Ja jsem uvazoval o obdobe TWIKI syntaxe, abych se zbavil HTML a vsech problemu s tim spojenych. Ale toto asi neni to, co jsi mel na mysli, ze?

[Hynek (Pichi) Vychodil]

Asi měl na mysli přidani metainformaci. Vzhledem k tomu, že by to použivali asi tři lide: Ja, Yeti a ještě někdo. To IMO nema smysl.

[unchallenger]

V první fázi značkování bych se pokusil tazatele naučit používat <pre> ;-) Jinak mi moc není jasné, jaké metainformace, které nikdo nevyznačuje teď, by se měly značkovat (a kdo by to dělal).

[Hynek (Pichi) Vychodil]

Koukám, že jsi to pochopil naprosto přesně

[Begleiter]

Hlavním účelem mělo být, že by se kontrolovala validita dokumentů, a tím by se mohlo aspoň zčásti zamezit situacím typu "věštecká koule". (Každý by musel zadat určité minimální informace.)

A myslím si, že by určitě nebylo na škodu zavést speciální elementy pro určitý druh informací. Jsem přesvědčen, že by vyhledávání bylo úspěšnější.

[Begleiter]

Docílilo by se tím určité jednoty dotazů. Výsledkem by byla lepší čitelnost. (Hlavně taky, že elementy by musely být zadávány v určitém pořadí.)

[unchallenger]

Viz můj komentář níže. Byrokracie nic neřeší...

[unchallenger]

Vzpomínám si na svůj dotaz, kde vzít starší verze MDK, které jsem jako nemandrakista nemohl s pomocí Google nějak najít... nepřijde mi nevalidní a nepřijde mi, že v něm něco chybělo, ale jak by vypadala ta minimální množina informací, aby jí vyhověl i on a nemusel jsem někde vyplňovat tucty nesouvisejících údajů jen proto, že jsou povinné, to si příliš představit nedokážu. Ty speciální elementy nikdo nebude v proudu diskuse používat. Obzvlášť ne lidé, kteří neumí využít HTML, které je k disposici teď. Co by snad stálo za to, je kontrola validity HTML kódu, pokud by to příliš nežralo, protože ta by neřešila nějaké akademické problémy, ale dva skutečně praktické (BTW dost mě s***, že se mi automatické <p> dělají uvnitř block-level elemtntů, zejména u <pre>):

• přetíkající tagy, které někdo zapomněl uzavřít (nebo napsal ukončující bez /)
• mizející části textu, kde někdo napíše přesměrování nebo něco podobného a stane se z toho tag, který se pak v prohlížečích ignoruje

Takové věci by nebyly validní HTML a zodpovědnější jedinci by je snad po upozornění opravili. A vůbec, kdyby se tak raději všichni naučili používat ⪯ a psát s diakritikou...

[unchallenger]

s/&pre;/<pre>/

[Leoš Literák]

Ahoj, takze odpovim postupne: kontrola validity je v planu. Bohuzel se jedna o netrivialni ukol. Zacatkem ledna jsem ztratil nejmene deset veceru pri snaze vytvorit gramatiku na parsovani HTML, ktera bude blbuvzdorna. Nejak ted citim odpor se opet do toho ponorit Automaticke <p> nahrazuje prazdny radek u textu, kde neni jediny tag p ci br (takhle rozpoznavam, ze si ridite formatovani sami). Tusim, ze puvodne jsem k p a br mel i pre, ale spousta lidi do nej dala vypis kodu a zbytek textu jen odradkovavala => zbytek textu byl jeden velky gulas. Byl bych rad, kdybych v te gramatice dokazal osetrit i mensitka/vetsitka u ne-znacek a nahradit je entitami. Diakritika: na to uz jsem stary Holt jsem si v drevnich dobach prilis zvykl na ASCII a jako programator s diakritkou moc do styku neprijdu. Cim dal vice uvazuju o twiki syntax. Co kdybych uplne zakazal html znacky a misto nich zavedl syntaxi: *tucny text* misto <b>tucny text</b> _italic text_ misto <i>italic text</i> mezera mezera mezera 1 mezera cislovany seznam misto <ol> <li> cislovany seznam </ol> necislovany seznam byste ziskali pres mezera mezera * mezera necislovany text ta zakladni pravidla jsou docela jednoducha ..

[Leoš Literák]

Tak _aby bylo_ *jasno*, ta syntaxe neni slozita a pise se v ni mnohem rychleji, nez v html.

   * zabira mene pismen
   * pro neznale HTML je mnohem intuitivnejsi
   * rychle se da naucit
   * mene chybujete

Doporucuji nahled zdrojoveho kodu pro porovnani. Ekvivalent v soucasnem kodu je nasledujici: Tak aby bylo jasno, ta syntaxe neni slozita a pise se v ni mnohem rychleji, nez v html.

• zabira mene pismen
• pro neznale HTML je mnohem intuitivnejsi
• rychle se da naucit
• mene chybujete

[arpanet]

*jo* -) to znii dobre

[ivok]

super, být váma, nikoho bych se neptal a rovnou to zavedl... fakt se mi to líbí, ale chybí tam to <pre>! nebo možná něco jako
<<EOF
preformated text ....
EOF

[Leoš Literák]

twiki pouziva misto znacky pre znacku verbatim: <verbatim> unformatted text! </verbatim>

[unchallenger]

To je asi rozumný nápad, i když to znamená, že bude častěji nutné používat neformátovaný/neintrepretovaný text (a <verbatim> je tedy obludně dlouhé), protože hvězdičky a podtržítka se v různých výpisech vyskytují celkem v hojném počtu, a pokud to někdo neudělá, budou se dít ještě horší věci než doposud. Já sice značkování typu ,tučně` a ,italikou` neuznávám, protože je to logický a typografický nesmysl, ani v HTML nepoužívám <i>, ale píšu <em>, když chci zvýraznění (<strong> pro silné zvýraznění), a <var>, když chci proměnnou (nazvdory tomu, že to běžné browsery renderují stejně), ... ale to dělám asi jediný, takže na to těžko brát ohled... A neodpustím si dloubnout, italika je odjakživa /taklhe/, zatímto _tohle_ je podtržené...

[Begleiter]

Přesně. <H1></H1> bych mohl klidně napsat jako <P STYLE="blabla"></P>, ale je to prasárna.

Spíš bych byl pro jazyk se XML syntaxí.

[unchallenger]

Jazyk s XML syntaxí ... tady se ptají lidi, kteří nevědí, která bije, a ty je předtím necháš nasdtudovat jmenné prostory v XML ;-) Je zapotřebí řešit reálné problémy. Doufám, že souhlasíš, že 1. V živelné diskusi není čas/ochota/důvod věnovat se solidnímu značkování. 2. Tázající se je často ten, kdo ví o věci nejméně, takže není schopen poskytnout metadata v rozumné kvalitě. Z toho plyne, že pokročilé značkování je utopie. Důležitejší je, jaké jsou potřeby při psaní dotazů a příspěvků. IMHO je to: udelat odstavec, vložit hyperlink, vložit neformátovaný text (ideálně včetně automatického oescapování entit a smajlíků (ty jsou samostatná kapitola) a nevytváření odstavců uvnitř), citovat, něco zvýraznit (to už začíná být sekundární). Tyto věci musí jít udělat snadno a intuitivně. Seznamy a podobné věci ... myslím, že kdo došel tak daleko, že nutně chce seznam s odrážkami, udělá bez problémů už i poslední krok a zapíše ho v HTML.

[Begleiter]

Máš pravdu. Mně se jenom nelíbí, že jazyk HTML je o tom, jak to bude vypadat, ale nic (většinou) neříká, co to je (znamená).

[Leoš Literák]

Abicko cele vyuziva XML a veskere diskuse de facto jsou tak ulozeny. Ale vymyslet obecne schema, ktere by pasovalo na vsechny mozne dotazy je nemozne (resp. rovne plaintextu). A nutit lidi, aby jej pouzivali, to se mi take nezda realne.

[Leoš Literák]

Samozrejme by existoval zpusob, jak je escapnout. Nejspise pres zpetne lomitko. Napriklad \* . Kazdopadne diky za pripominku, ze uvnitr verbatim kodu by se nemelo nic nahrazovat. Ad dloubnuti: to je sice pravda, ale ja tuto inspiraci beru z twiki, kde zavedli tuto notaci. A verim, ze pro ni meli dobry duvod. Napriklad kolizi s oddelovacem adresaru v souborovem systemu. Napriklad /var/lib/mozilla.

[Nejsemtu]

Souhlas! Jen ten verbatim tag se mi zda, ze v tom pusobi jako pest na oko :). Pouzil bych neco jako >>> na prazdnem radku pro zacatek oznaceni a <<< pro ukonceni, opet na prazdnem radku. I kdyz by to mozna ani na zvlastnim radku byt nemuselo - mohlo by se to pouzivat i v odstavcich. A rychle se to pise ;). Co na to ostatni? :)

[Leoš Literák]

To nezni spatne. Ale rozhodne bych to nechal na samostatnem radku. At mam psani te gramatiky jednodussi a nehrozi kolize se znaky v textu.

[Michal Čihař]

To je rozumný, ale IMHO se tam neřeší <pre>... (a zapomněl jsi popsat odkazy)

[Leoš Literák]

twiki detekuje automaticky odkazy v textu. Napriklad http://twiki.org/ pripadne je muzete vynutit (napriklad lokalni URL se asi bude detekovat blbe a my preferujeme na portale lokalni URL - kvuli offline CD): [[http://gnu.org][GNU]]

[ivok]

Odkazy bych řešil normálně matchováním reg. výrazu (ht|f)tp://\w+ nebo jak to je ...

[Leoš Literák]

Tak pojdme to shrnout: *text* - tucny text. text nesmi tam obsahovat novou radku _text_ - italic. opet zakaz nove radky =text= - monospace. nesmi obsahovat prazdny radek (zakaz nove radky znamena, ze to nebude povazovano za formatovani) \ funguje jako escape znak, napriklad \* http://www.mozilla.org - automaticka detekce URL [[http://gnu.org][GNU]] pripadne vynucena URL

<<<
verbatim kod, zdrojak, vypis konfiguraku apod
>>>

prazdny radek - novy odstavec

   * necislovany seznam
   1 cislovany seznam

[Hynek (Pichi) Vychodil]

Jo, to mi prijde jako jednoduche, strucne a pochopitelne. Jeste bych byl pro nejakou moznost zakazani autodetekce URL, obcas by me to mohlo dost nastvat.

[Leoš Literák]

no, ta by se mohla take zakazat pomoci zpetneho lomitka pred URL. napriklad: \http://www.abclinuxu.cz

[Michal Čihař]

To vypadá rozumně ... jenom pozor na detekci url na konci věty - http://mozilla.org. Dost často to je udělaný tak, že to je včetně tečky

[unchallenger]

Takže podle těchto pravidel: gtk-*.tar.* dá gtk-.tar. gtk_pepa_je_z_depa() dá gtkpepajezdepa() a = b = 3.0 dá a b 3.0 Pokud ne, tak jaká je definice text? Pokud ano, budu raději psát HTML.

[Leoš Literák]

Text by IMHO mel zacinat alfanumerickym znakem a pred uvodni hvezdickou by mela byt mezera. Tohle pravidlo by melo vyrusit vsechny tve priklady, ne? Asi se mrknu na to, jako to implementuje twiki. Pro jistotu.

[Michal Čihař]

Pokud to je rozumně napsaný, tak kolem formátovacích znaků musí být mezery, takže escapovat musíš akorát to poslední...

[Begleiter]

Super! Ale to zpětné lomítko (\) se vztahuje jenom na jeden (následující) znak, nebo ne?

Co takhle možnost syntaxe typu \{ Tenhle text se nubude interpretovat } nebo nějak tak, aby šlo rychle uzavřít delší úsek textu.

Taky by možná nebylo špatné (aby byla určitá jednota syntaxe):
\\\
Tenthle text nebude interpretován.
///

Možná by bylo úplně nejlepší to udělat jako komentáře v konfiguračních souborech:
# Nechci, aby tento text byl interpretován, chci
# jenom rychle a bezstarostně psát bez zřetele na to,
# co píšu.

[Leoš Literák]

zajimavy napad. zvlaste se mi libi \{ Tenhle text se nebude interpretovat } Ten zbytek spise ne. Hlavne # by prilis casto kolidoval s vypisem konfiguraku, shellovych skriptu apod.

[Petr Krčmář]

Asi jsem nepohopil celou tuhle diskusi. Co tím získáme? Není rozumnější zůstat u standardního jazyka (potažmo přímo jazyka pro WEB, když jsme na WEBu) než vymýšlet něco dalšího? Mě přijde HTML dostatečně jasné a těch pět příkazů, které se tady dají použít se dá vysvětlit v nějakém dodatečném helpíku, což budete muset udělat i když vymyslíte něco speciálního (napsat k tomu někajý TFM). Petr

[Michal Čihař]

Nebude se muset kontrolovat validita HTML, ale nějakého jednoduššího formátování.

[Petr Krčmář]

To je snad sumak, ne? IMO se tim nic nezjednodusi. Jazyk HTML zna (rekneme) 80% ctenaru ABC (rekl bych, ze vic, ale to je vedlejsi). Tento novy zna presne 0% lidi. Petr

[Robert Krátký]

Jenze nevalidni HTML muze narozdil od podobnych znacek pachat skodu.

[Begleiter]

Máte pravdu. Ale zkuste psát na neprogramátorské klávesnici (tzn. na standardní české klávesnici) svižně. Znaky < a >, kterými se to v běžném HTML dokumentu hemží, hrozně zpomalují psaní (aspoň pro mě, protože píšu všema deseti).

Nějaká programátorská klávesnice by to možná vyřešila, ale mně třeba by se to moc nelíbilo. Anglická klávesnice zase umožňuje psát jenom "cesky". A přepínání mezi českou a anglickou klávesnicí taky docela zdržuje.

Nový jazyk by mohl urychlit psaní příspěvků. (Aspoň takhle jsem to pochopil.)

[Leoš Literák]

Vetsina serveru HTML uplne zakazalo v prispevcich od uzivatelu. Ma to mnoho duvodu. Od zlovolnych XSS, pres umyslne ci neumyslne niceni designu az po problemy s nevalidnim HTML (neuzavrene tagy apod). Sance, ze bych dokazal napsat blbuvzdorny validator HTML neni velka. Pekne jsem se v tom zamotal a vysledek stal za starou belu. Vubec nezavidim vyvojarum Mozilly a spol. Takze se blizim k fazi, ze HTML zakazu uplne. A co misto nej? O tom je tato diskuse.

[unchallenger]

To se normálně neřeší tak, že člověk napíše kompletní validátor HTML, včetně framesetů a javascriptu, ale povolí několik tagů, které má smysl používat (těch je asi tak šest), samozřejmě bez atributů, čímž vytvoří podmnožinu toho HTML, které všichni znají, a zároveň nový značkovací jazyk (klidně to může být XML), takže se vlk nažere a koza zůstane celá ;-) Co není z této podmnožiny, to se přeentití, aby to se to zachovalo verbatim.

[Leoš Literák]

Presne tohle jsem planoval udelat. Ale ted spise preferuji novy znackovaci jazyk. Treba prave kvuli tomu potencionalnimu WAPu. Nedovedu si predstavit, ze bych mel konvertovat HTML do WML podoby - brrr. Kdezto z vlastniho jazyka neni problem generovat cokoliv - HTML, WML nebo XYZ.

[Nejsemtu]

Mimochodem, jeste bych tam udelal nejaky checkbuttonek jestli se vubec ma to formatovani hledat a parsovat.

[Begleiter]

To byla moje první myšlenka. Vytvořit jazyk s XML syntaxí, který by obsahoval pár značek pro potřeby diskusí. Vytvořit XML schéma (popř. DTD) by nebylo nic těžkého a napsat validátor (parser) by taky bylo určitě jednodušší než pro HTML.

S takovými dokumenty se dá potom pomocí XSLT doslova kouzlit. No a jazyk WML taky není nic jiného než jazyk založený na XML.

[Leoš Literák]

Kdepak, jakekoliv jazyky pouzivajici znacky jsou pro normalni lidi prilis slozite a narocne na pouzivani. Malokdo je schopen psat validni HTML, pozadovat validni XML by znamenalo odradit vetsinu lidi od pouzivani. Btw ted si stejne odporujes . Pred tim jsi psal neco o semanticke hodnote znacek, jejich pouzivani v diskusich a pod. Proste a jednoduse: XML based to rozhodne nebude. I kdyz mi jako programatorovi to *velmi* zjednodusilo praci.

[Begleiter]

To je pravda, že si odporuji. Můj problém je, že často ani přesně nevím, co chci.

[Begleiter]

A co takhle určitá podmnožina DocBooku? Ten je nato podle mě ideální.

[Tomáš Bláha]

Myšlenku zavedení značkovacího jazyka podporuji. Rozhodně psát HTML tagy je pracnější a na vysvětlení začátečníkům náročnější, než použití vhodného jazyka stylu wiki. Asi by stálo za úvahu ho udělat s wiki co nejvíce kompatibilní, protože wiki systémy se používají poměrně často a není asi úplně dobře, když by každý měl podobné, ale trochu jiné značkování.

[unchallenger]

Problém s wiki značkováním je, že ho stejně znají jen geekové, kteří znají i HTML ;-) Množina lidí, kterým to pomůže, je marginální. Navíc existují lidé, kteří znají HTML, ale nikoli wiki-style. Druhý problém (asi řešitelný) je specifický pro abíčko, kde se v textu vyskytuje dost kódu, příkazů shellu, chybových hlášek a podobných věcí, které se s HTML téměř nebijí (pokud nejde právě o HTML/PHP nebo < přesměrování v shellu), takže je lze psát bez znalosti věci (HTML), zatímco s wiki-stylem se dost bijí, takže je nutné ho nastudovat, abys uměl vložit něco verbatim, jinak se ti to rozsype.

[Leoš Literák]

Nejspise budou dve moznosti, jak zadat text a uzivatel si pomoci roletkoveho menu bude moci vybrat. Prvni z nich bude *vyrazne* orezane html. Druha bude subset wiki plus par nasich vlastnich znacek. Obe varianty nemusi byt hotovy ve stejny cas, je mozne ze nejdrive udelam jednu a pak druhou. Poradi je zatim neurceno. Pro nejsnazsi prechod bych ale mel zacit s HTML, i kdyz se mi do nej vubec nechce Btw tahle zmena by mela jako vedlejsi efekt prinest dalsi zrychleni zobrazovani diskusi. Nyni totiz za behu musim detekovat, zda mam nahrazovat prazdne radky odstavcem ci ne. Ted se tato detekce provede a ulozi pri ukladani prispevku. A u vetsich diskusi ta runtime detekce uz je znat.

[skuska BFU]

funguje to?

[Leoš Literák]

Uz jsem skutecne nasadil do provozu to ukladani formatu, ale jestli je to poznat ci ne, to nedokazu rici. Teoreticky by mohlo, zvlaste u delsich textu.

Moznost psat ve wiki like formatovani jeste ale hotova neni, chybi mi na to cas. A mozna i odvaha