【正文】 33 XML 在 Web 查詢上的優(yōu)勢(shì) 與 HTML 相比 ,HTML 語(yǔ)言是面向顯示的 ,信息的內(nèi)容靠用戶來(lái)理解 。 Web查詢語(yǔ)言的典型代表有 WebSQL, WebLog和早期的 W3QL； Web 查詢語(yǔ) 言的典型代表有 WebSQL, StruQL； 查詢語(yǔ)言 XMLQL 36 XMLQL 是在查詢語(yǔ)言 (UnQL 和 StruQL)基礎(chǔ)上設(shè)計(jì)的 ,它能對(duì)XML 文檔進(jìn)行查詢 ,構(gòu)造 ,轉(zhuǎn)換和集成 .XMLQL 集中了查詢語(yǔ)言技術(shù)和XML語(yǔ)法格式 ,它通過(guò)說(shuō)明路徑表達(dá)式和模式的方式 ,給出 XML數(shù)據(jù)的提取條件 (Where 子句 ).同時(shí) ,XMLQL 中可以給出構(gòu)造查詢輸出的XML 數(shù)據(jù)的模板 ,其輸出結(jié)果仍為 XML 文檔 (CONSTRUCT子句 )。 (3) Translator 該模塊根據(jù)全局 XML示圖把 XMLQL分解 ,翻譯為針對(duì)局部物理數(shù)據(jù)源的查詢請(qǐng)求 。 (5)XML Generator 對(duì)于各個(gè)數(shù)據(jù)源的查詢結(jié)果在這里進(jìn)行合成 ,利用 XML 模板產(chǎn)生 XML文檔返回給用戶。 在查詢條件中加入模式匹配是 XMLQL 與其它 Web 查詢語(yǔ)言和結(jié)構(gòu)化查詢語(yǔ)言最 大的不同之處 .下面是 XMLQL的標(biāo)準(zhǔn)結(jié)構(gòu)。 XML 將使 Web 查詢非常方便 . 與第一代 Web 查詢語(yǔ)言相比 ,基于XML 的查詢語(yǔ)言主要有如下優(yōu)點(diǎn) ： Web 頁(yè)面 ,邊是頁(yè)面之間的連接 .而 XML 圖的結(jié)點(diǎn)是粒度小于頁(yè)面的內(nèi)部數(shù)據(jù) ,邊既可以是頁(yè)面 內(nèi)部的連接也可以是頁(yè)面之間的連接 。 另外一個(gè)區(qū)別以類屬為依據(jù) .數(shù)據(jù)庫(kù)類屬關(guān)系中的類由組成一個(gè)類的所有必要和充分的處理屬性定義 。 (16]選擇最少數(shù)目的數(shù)據(jù)源完成查詢 ,向參與查詢的數(shù)據(jù)源傳送最小的查詢等方法 。 book 中的每一部分包含一個(gè) title,一個(gè) author,一個(gè)publisher 和一個(gè) year 元素 。 在下面的圖示中給出了通過(guò) Web 對(duì) XML數(shù)據(jù)源訪問(wèn)的參考模型 ,VB應(yīng)用程序通過(guò) ADO從數(shù)據(jù)庫(kù)中提取數(shù)據(jù) ,然后把 ADO數(shù)據(jù)集轉(zhuǎn)換成 XML格式再傳遞到 Web服務(wù)器上 ,一旦數(shù)據(jù)放在 Web服務(wù)器上 ,就可以通過(guò)Web應(yīng)用程序 (如 IE5. 0 )來(lái)處理和顯示數(shù)據(jù) ,從而實(shí)現(xiàn)對(duì) Web上的XML 數(shù)據(jù)源方便地進(jìn)行存取和訪問(wèn) 。39。 XML 數(shù)據(jù)模型中數(shù)據(jù)的存儲(chǔ)以及索引的存儲(chǔ) 1. XML 數(shù)據(jù)的存儲(chǔ)有以下方式 : (1).文本文件 是最簡(jiǎn)單 ,直接地存儲(chǔ) XML 數(shù)據(jù)的方式 .它與數(shù)據(jù)被理解的方式一致 ,自然地反映了對(duì)象之間的嵌套關(guān)系 ,且同一個(gè)對(duì)象的數(shù)據(jù)集中存儲(chǔ) .缺點(diǎn)是存儲(chǔ)粒度大 ,當(dāng)數(shù)據(jù)量大時(shí)不利于實(shí)現(xiàn)網(wǎng)絡(luò)通信和數(shù)據(jù)共享。為了支持元素的共享， XML 可以為一個(gè)元素指定一個(gè) ID 屬性值來(lái)唯一地標(biāo)識(shí)元素，同時(shí)可以為一個(gè)元素指定一個(gè)引用 IDREF屬性 16 來(lái)引用已存在的多個(gè)元素 ID. 例如文檔 DTD 中有以下 ID 屬性和IDREFS屬性。數(shù)據(jù)模型并不要求元素的順序必須與 XML文檔中的次序一致。通常， XML圖包含以下內(nèi)容 ： 1. 圖的侮一個(gè)頂點(diǎn)用一個(gè)唯一的字符串標(biāo)識(shí)，稱為對(duì)象標(biāo)識(shí) 13 (OID) 2. 圖的邊用元素標(biāo)簽標(biāo)記 3. 圖的結(jié)點(diǎn)用一組屬性值來(lái)標(biāo)記 4. 圖的葉結(jié)點(diǎn)用值 (或字符串 )來(lái)標(biāo)記 5. 圖有一個(gè)根結(jié) 點(diǎn) 為了更有效地進(jìn)行 XML數(shù)據(jù)的處理，學(xué)者們提出了許多關(guān)于 XML數(shù)據(jù)模式描述的方案，其中最主要的是文檔類型定義 DTD。 XML 格式數(shù)據(jù)是一種自描述的半結(jié)構(gòu)化數(shù)據(jù)。相關(guān)的研究工作在19971998 年間取得了一些結(jié)果， 提出了 諸如 WebSQL、 WbOQL、 WebLog、 StruQL、 LLIXES 、 LoreI 等大約一二十種的查詢語(yǔ)言。 2. Web上的數(shù)據(jù)模型 — XML 數(shù)據(jù)模型 結(jié)構(gòu)化數(shù)據(jù)模型的特點(diǎn) 傳統(tǒng)的數(shù)據(jù)庫(kù)都有一定的數(shù)據(jù)模型。半結(jié)構(gòu)化是 Web 上數(shù)據(jù)的最大特點(diǎn)。所謂數(shù)據(jù)查詢，就是從大量的數(shù)據(jù)中發(fā)現(xiàn)真正需要的內(nèi)容，解決數(shù)據(jù)的應(yīng)用質(zhì)量問(wèn)題。 （ 45） 8 基于 XML的 Web查詢技術(shù)研究 一 、 引 言 隨著 互聯(lián) 網(wǎng)的普及，網(wǎng)絡(luò)已成為人們獲得信息的主要途徑和重要手段網(wǎng)絡(luò) }資源豐富，悶容龐雜，網(wǎng)絡(luò)上的數(shù)據(jù)能否很好地得到共享成為影響網(wǎng)絡(luò)發(fā)展的個(gè)重要因素但就目前來(lái)看，我們?nèi)粘Ｓ玫降臄?shù)據(jù)大部分是無(wú)結(jié)構(gòu)的文檔和完全結(jié)構(gòu)化的關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)，如果把這些數(shù)據(jù)放在互聯(lián)網(wǎng)上很難實(shí)現(xiàn)數(shù)據(jù)的共 享為此，必須改變當(dāng)前數(shù)據(jù)格式的多樣性和共享性差的缺點(diǎn)，用一種統(tǒng)一的數(shù)據(jù)格式來(lái)表示數(shù)據(jù)，從而實(shí)現(xiàn)數(shù)據(jù)在互聯(lián)網(wǎng)上更大范圍內(nèi)的共享。 （ 44） 參考文獻(xiàn) 通過(guò)本文的研究方法 ， 如果通過(guò) XML 數(shù)據(jù)模型描述 Web上的數(shù)據(jù)，把不同來(lái)源的結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)換成 XML 格式的數(shù)據(jù)，就能夠方便的實(shí)現(xiàn)數(shù)據(jù)的共享和進(jìn)行精確、有效的信息查詢，將極大的簡(jiǎn)化復(fù)雜性，提高工作效率。 XML 的出現(xiàn)為解決上述問(wèn)題提供了理想的解決方案。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。盡我所知，除文中特別加以標(biāo)注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過(guò)的研究成果，也不包含我為獲得 及其它教育機(jī)構(gòu)的學(xué)位或?qū)W歷而使用過(guò)的材料。本人授權(quán) 大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。 。 （ 9） 3 異構(gòu)數(shù)據(jù)庫(kù)的集成 它是特別為Web應(yīng)用設(shè)計(jì) 的，它是針對(duì) 于 HTML 和 Inter 的標(biāo)準(zhǔn)的、可擴(kuò)展的、通用的數(shù)據(jù)格式。所謂半結(jié)構(gòu)化是相對(duì)于完全結(jié)構(gòu)化的傳統(tǒng)數(shù)據(jù)庫(kù)的數(shù)據(jù)而言。 通過(guò) Web上的數(shù)據(jù)模型實(shí)現(xiàn)異構(gòu)數(shù)據(jù)庫(kù)數(shù)據(jù)的集成 從數(shù)據(jù)庫(kù)研究的角度出發(fā)， Web 上信息的來(lái)源主要是從不同的數(shù)據(jù)庫(kù)中提取。 面向傳統(tǒng)數(shù)據(jù)庫(kù)技術(shù)直接應(yīng)用 網(wǎng)絡(luò) 數(shù)據(jù)的 困難在于， 網(wǎng)上數(shù)據(jù)缺乏統(tǒng)一固定的模式，數(shù)據(jù)往 往是不 規(guī)則 并且 經(jīng)常變動(dòng) ，在 這種情況下如何來(lái)解決異構(gòu)數(shù)據(jù)的集成和數(shù)據(jù)查詢問(wèn)題呢 ?這就迫切需要有一個(gè)模型 來(lái)清晰地描述 Inter的數(shù)據(jù)。因?yàn)?HTML 實(shí)際上只提供了如何在瀏覽器中顯示信息的方式而沒(méi)有反映數(shù)據(jù)本身所包含的語(yǔ)義，所以要想真正做到準(zhǔn)確、高效地查詢數(shù)據(jù)，十分困難 。在 XML 中， Schema 被用來(lái)建立某類數(shù)據(jù)的模型。 要討論 XML的模型圖，首先定義一個(gè) XML文檔的 DTD,假定 XML文檔放在 D: \, !ELEMENTbib(bok)+ !ELEMENTbok(author+,title,publisher) !ATTLISTbook yearCDATA !ELEMENTarticle (author+,title,year?) !ATTLISTarticletypeCDATA !ELEMENTpublisher(name,address) !ELEMENTauthor (firstname?， lastname) 這個(gè) DTD規(guī)定元素 bib中包含多個(gè) bok 元素、每一本書 (book )包含一個(gè)或多個(gè)作者元素、一個(gè)標(biāo)題元素、一個(gè)出版商元素、一個(gè)出 14 版年月屬 性。 3. 每一個(gè)作者的名放在姓前 author firstname $f / lastname $1 / /author 等價(jià)于： author lastname $1/ firstname $f / /author 對(duì)于上述的 DTD,假定有以下事實(shí) ： 1. bok 元素內(nèi)的最開始部分是注釋。在下面的 XML文檔片段中，兩個(gè) person元素的 ID值分別為 o123和 o234，元素 article的作者是 ID值分別為 o123和 o234的 person.。當(dāng) DTD 改變時(shí) ,數(shù)據(jù)模式的變動(dòng)代價(jià)也很昂貴 .面向?qū)ο竽Ｐ碗m然比關(guān)系模型更適合于表達(dá)半結(jié)構(gòu)化數(shù)據(jù)和 XML數(shù)據(jù) ,但有快速連接性能的關(guān)系數(shù)據(jù)庫(kù)也可以實(shí)現(xiàn)很好的性能。 用 XML格式表示的數(shù)據(jù)源的優(yōu)勢(shì) 22 XML 是 Web 上定義數(shù)據(jù)的通用語(yǔ)言 , XML 允許為指定的一群應(yīng)用程序創(chuàng)建一致的數(shù)據(jù)格式 ,它同樣也是服務(wù)器間傳遞數(shù)據(jù)的理想格式 .用 XML 格式表示的數(shù)據(jù)源有以下優(yōu)勢(shì)： (1), XML格式表示的數(shù)據(jù)能夠被唯一標(biāo)記 ,能用于更有意義的檢索 .例如 ,用戶可以指定查找一些書 ,書的作者是魯訊 ,而不是指書的內(nèi)容 .傳統(tǒng)的檢索將會(huì)將二者混為一談 ,如果是 XML 表示的數(shù)據(jù)源 ,可以方便地被檢索到 . (2),基于 XML的數(shù)據(jù)是自描述的 ,不需要有對(duì)數(shù)據(jù)的內(nèi)容描述 就可以交換和處理 ,可以更好地實(shí)現(xiàn)數(shù)據(jù)的共享和跨平臺(tái)操作。 XML格式數(shù)據(jù)轉(zhuǎn)換 的實(shí)現(xiàn) 現(xiàn)在有一個(gè) TAPFS 關(guān)系數(shù)據(jù)庫(kù) ,在這個(gè)數(shù)據(jù)庫(kù)中 ,有一個(gè) bib表 ,包含如下信息： 表一 bib table TITLE AUTHOR PUBLISHER YEAR An Introduction to Database Systems Date AddisonWeslev 1995 Foundation for Object/Relational Databases： The Third Manifesto Date AddisonWeslev 1998 Foundation for Object/Relational Databases： The Third Manifesto Darwen AddisonWeslev 1998 為了與 XML 模型中的 XML文檔相對(duì)應(yīng) ,在此處的關(guān)系數(shù)據(jù)庫(kù)中的數(shù)據(jù)也設(shè)計(jì)成同樣的數(shù)據(jù) 。 bib book title An Introduction to Database Systems/title author lastrame Date /lastname /author publisher) name AddisonWesley /name /publisher year1995/year /bookbook title Foundation for Object/Relational Databases: The Third Manifesto /title author lastname Date /lastname /author author lastname Darwen /lastname /author publisher name AddisonWesley /name /Publisher year1998/year /book 29 /bib XML格式表示的數(shù)據(jù)源使應(yīng)用程序能夠通過(guò) Web傳遞數(shù)據(jù)而不用考慮平臺(tái)因素 .只要應(yīng)用程序能夠讀取文本流 ,異種平臺(tái)和應(yīng)用程序可以方便的互操作 。 不同數(shù)據(jù)源可以表示現(xiàn)實(shí)世界中相同對(duì)象 ,查詢需要判斷在各個(gè)數(shù)據(jù)源返回的結(jié)果是否對(duì)應(yīng)同一對(duì)象 。在信息檢索中 ,經(jīng)常使用的是自然語(yǔ)言 。 基于 XML 的 Web 查詢實(shí)現(xiàn) Web查詢語(yǔ)言比較 在 WWW 被廣泛運(yùn)用之前 ,較普遍的查詢技術(shù)主耍有 :對(duì)文檔的基于關(guān)鍵詞匹配的檢索技術(shù) ,對(duì)數(shù)據(jù)庫(kù)有結(jié)構(gòu) 數(shù)據(jù)的說(shuō)明性查詢語(yǔ)言 (如關(guān)系數(shù)據(jù)庫(kù)的 SQL,對(duì)象數(shù)據(jù)庫(kù)的 OQL等 ).但是由于互聯(lián)網(wǎng)的發(fā)展 ,網(wǎng)上數(shù)據(jù)不斷增加 ,對(duì)網(wǎng)上信息的應(yīng)用需求也不斷提高 .原有的對(duì)文本文件的鏈接瀏覽和關(guān)鍵詞檢索己無(wú)法滿足一些復(fù)雜的應(yīng)用需求 ,近年來(lái)大量的研究致力于將數(shù)據(jù)庫(kù)技術(shù)應(yīng)用于網(wǎng)上數(shù)據(jù)的管理和查詢 ,使得查詢可以在更小的粒度上進(jìn)行 ,并集成多個(gè)數(shù)據(jù)源的數(shù)據(jù)。 XML 己經(jīng)成為正式的規(guī)范 ,開發(fā)人員能夠用 )ML 的格式標(biāo)記和交換數(shù)據(jù) . XML 在三層架構(gòu)上為數(shù)據(jù)處理提供了很好的方法 .使用可升級(jí)的三層模型 ,XML 可以從存在的數(shù)據(jù)中產(chǎn)生出來(lái) ,使用 XML 結(jié)構(gòu)化的數(shù)據(jù)可以從商業(yè)規(guī)范和表現(xiàn)形式中分離出來(lái) .數(shù)據(jù)的集成 ,發(fā)送 ,處理和顯示是下面過(guò)程中的甸一個(gè)步驟。 WHERE article 44 author firstname $f/ //firstname $f lastname $1/ //lastname $1 / /CONTE