Mht. til den sproglige opbygning, så er børnerim, som navnet også hentyder til, opbygget af rim og remser o.l. Diddle Diddle Dumpling er opbygget af A-A-A-A rim, hvilket vil sige, at enderimene alle har samme lyd. Ding Dong Bell er opbygget af A-A-B-B rim, også kaldet par-rim. I Hey Diddle Diddle har vi A-B-C-B rim. Der er altså her kun et rimpar modsat de andre. Der ses bl.a. brug af alitterationer f.eks. i udtrykkene ”Diddle Diddle Dumpling” og  ”Ding dong”. Ding dong er derudover også et onomatopoietikon, altså et lydord, hvilket spiller på sanserne, hvilket er vigtig for at fange børn. 

Sproget er lav stil, da det jo er henvendt til børn, som skal kunne forstå det. Derfor er der anvendt mange verber, da dette sætter gang i handlingen og giver børn lyst til at lytte med, da det gør det mere dynamisk. Der er også mange gentagelser, da dette gør, at børn lettere kan forstå det. Sætningerne er også meget korte, lettere ufuldstændige og overskuelige af samme grund. Dette kaldes også talesprogsmarkører. Teksten har også et lavt lixtal.

Formålet med teksten er at underholde børn, og den er derfor ekspressiv.