一种支持Web 信资源服务化的标记语言及其软件工具.doc

一种支持Web信息资源服务化的标记语言及其软件工具 杨少华1，2 张利永1，2 韩燕波1 1 (中国科学院计算技术研究所网格与服务计算研究中心，北京 100080) 2 (中国科学院研究生院，北京100039) (yangshaohua@) 摘要 互联网上聚集了大量基于万维网技术的信息资源，随着SOA的流行，如何将信息资源封装成Web服务以便于自动聚合和广泛重用成为倍受关注的问题。文中提出一种Web信息资源服务化标记语言，并基于该语言实现了一个可视化、半自动的服务化工具Web2WS。Web2WS提供友好的操作界面辅助用户定义Web信息资源的访问规则、数据抽取规则，以及到目标Web服务的映射规则，可方便有效地将基于Web的信息资源封装成Web服务。 关键词 Web服务；资源封装器；Web信息集成；Web资源服务化 中图法分类号 TP311 A Markup Language for Generating Web Services out of Web-based Information Resources and Software Support Thereof Yang Shaohua1, 2, Zhang Liyong1, 2, Han Yanbo1 1 (Research Centre for Grid and Service Computing, Institute of Computing Technology, Chinese Academy of Sciences, Beijing 100080) 2 (Graduate University of Chinese Academy of Sciences, Beijing, 100039) Abstract There exist numerous Web-based resources on the Internet. As service-oreiented concepts and architecture proliferate, more and more attention is paid on encapsulating Web-based information resources into Web Services for composition and reuse. A markup language for this kind of encapsulation is proposed and a visual, semi-automatic tool called Web2WS is implemented. It provides a user-friendly interface that allows users to define access rules and data extraction rules of the web-base information resource and specify mappings from the information resource to the target Web Service. Web2WS can help to generate Web Services from web sites effectively and conveniently. Keywords Web Service; Wrapper; Web Information Integration; Service Encapsulation 今天的互联网聚集了大量基于万维网技术的信息资源，如新闻、天气、股票、交通等等。我们通常使用浏览器访问这些信息，而在应用程序中集成这些信息资源并不容易，具体表现在：1）万维网使用HTTP作为客户端与服务器的通讯协议，处理HTTP协议过于复杂；2）信息嵌入在HTML标记的网页中，标签和数据交织在一起，难以分割，而且HTML的格式比较松散，甚至不要求标签的配对，应用程序很难从中抽取数据以及数据的结构关系。 以XML、SOAP、WSDL和UDDI等标准规范和协议为核心的Web服务具有良好的封装性、开放性、松散耦合性、平台独立性等优点。如果以Web服务的形式对基于HTTP和HTML的Web信息资源进行封装，应用程序便可方便地集成此类信息服务。同时，以服务作为基本组成元素的服务组合语言（如BPEL等）及相关工具也已成熟，信息资源的服务化也会给应用集成带来极大的方便。 本文借鉴数据库领域Web信息抽取和集成方面的工作，提出一种基于XML语法的Web信息服务化标记语言，并基于该语言实现了一个可视化、半自动的服务化工具——Web2WS（We