XML数据的查询转换及实用化研究.pdfVIP

摘 要 XML （eXtensible Markup Language ）可扩展标记语言是一组定义语义标记 的规则，这些语义标记将文档划分为多个部分，并且标记出文档的不同部分。 XML 也是一种元标记语言，可以定义特定领域内的标记语言的语法结构。XML 作为事实上的数据表示和交换的标准，具有简洁、灵活和结构化的优点，被看 作是未来通用的数据格式，在 Web 上也具有良好的应用前景。有关 XML 的各 种处理技术成为大量研究者关注的热点问题。除了易于建立和易于分析外，XML 主要的优点在于它既与平台无关，又与厂商无关。这种特点使它在电子商务领 域又有着十分广阔的应用前景。因此，XML 也不仅引起了学术界，也引起了企 业界的广泛关注。事实上，XML 为 Web 的数据管理提供了全新的数据模型， 将 Web 变成一个真正的数据库是这一领域工作的终极目标。但是，随之而来的 是 Internet 中海量的XML 文档，如何对这些文档进行有效管理与快速查询，是 当前学术界的研究热点。 XML 与数据库界近年来研究的半结构化数据(semi-structured data)极为相 似，半结构化数据己有的理论和原型系统可以作为 XML 研究的基础。人们可以 将 XML 看作是半结构化数据的标准，并借鉴半结构化数据的研究成果来管理 XML 数据。目前，数据库界在半结构化数据的研究方面己取得了一定的进展， 包括数据模型、查询语言、半结构化的模式、查询和查询优化技术、索引技术。 但是，目前的半结构化数据的研究尚不成熟，并且 XML 与半结构化数据相比， 在数据特点及应用领域上又存在一些差别。因此，需要对 XML 数据作进一步深 入的研究。 XML 的特点使其可以跨硬件、跨系统、跨平台，但在此过程中需要的频繁 的操作是XML 的查询、处理及转换。到目前为止，还没有易于得到的XML 查 询或转换以供使用。虽然 W3C 制定了 XML 的查询标准 XQuery ，但是必须要 经过系统地学习 XQuery 的语法规则才可以使用，并且其语法较为复杂。同样， 对于 XML 的转换来说，W3C 的 XSLT 使用起来也较为复杂，在程序设计过程 中也无法通过可视化的操作来制定XML 文件的转换模板。因此，在目前的应用 系统当中，很多地方都会涉及到 XML 的一些查询转换等具体应用，而这些应用 需要一些简单的易获取的方法来实现。 本文在整个 XML 体系的理论与规范的基础上，深入研究 XML 的查询、转 1 换及一些实用性技术。在分析现有 XML 查询语言的基础上，提出了一种 XML 的查询模型。并且使用VS.NET2008 （美国微软公司于2008 年发布的最新的系 统开发平台）创建基于 XML Web Services 的通用模块，来实现XML 的验证、 查询及转换等功能。系统中借助于.NET Framework 中的XML 的相关类，来充 分利用现有的 XML 标准与规范。这样，针对于目前已有的研究成果由于没有中 间标准，各个系统的实现人员几乎没有可能将代码重用的情况，通用的 XML 查询与转换的模块，将可以方便地在系统二次开发的过程中使用。 同时，本文在分析现有的 XML 索引的基础上，提出了一种扩展的基于 Schema 的 XML 索引的方法 XSBXI ，该方法充分利用 Schema 的信息提高路径 查询的效率。XSBXI 采用了新的 XML 编码方式，将 Schema 文件与 XML 文件 分别编码。这使得 XML 文档中的每个元素或属性的编码都携带了相应的 Schema 结构信息，并根据 Schema 中所确定的元素可出现的最大次数maxOccurs 来减少查询的次数，进一步优化查询。系统的实现采用关系数据库来存储编码 方案，充分利用了关系数据库的强大功能。XSBXI 的结构查询一般要分两步实 现：先与 XML Schema 进行结构匹配；再对相应的 XML 文档进行查询处理。 本文也给出了基于 XSBXI 的查询处理的详细过程。 最后，本文提出了通用的 XSLT 转换模型，通