基于MathMLweb公式检索方案设计.docVIP

基于MathMLweb公式检索方案设计 　　【摘 要】数理公式作为知识体系中的重要组成部分，在基于Web的网络教学、信息发布、学术交流等方面起着非常重要的作用。然而在目前的Web环境下，数理公式的检索问题一直困扰着用户。本文设计了一个公式检索系统，可以实现数学公式的在线输入及准确的检索。系统使用JSP技术开发前天界面，Oracle作为后台数据库，MathML数学标记语言作为数学公式的描述语言，通过设计在线公式编辑模块，用户可以所见即所得的编辑数学公式，而公式在系统中存储为MathML代码形式，因此可以通过代码的匹配实现数学公式的检索。 　　【关键词】公式检索；在线公式编辑；MathML 　　0 引言 　　科技飞速发展的今天，数学公式的应用越来越广泛。然而WEB技术对数学符号、公式和特殊符号的支持还十分有限。目前微软的IE浏览器仍无法直接支持数学公式的显示。 　　目前，Web上处理数学公式问题的方法主要有以下四种： 　　（1）图片法。Web发布者先通过MathType等客户端公式编辑器来编辑公式并将其转换为图片（JPG或JIF格式），然后嵌入到HTML网页中，最后公式以图片的形式在客户端的浏览器中显示。这种方式只能实现实现公式的显示，无法对其查询。 　　（2）使用专用的数学公式的浏览器插件。有些公司为了配合本公司自己的教学软件或教学网站，设计了专用的插件。访问者要观看数理公式，必须先要下载这些专用的浏览器插件。这种方式的主要缺点有公式复用性差；软件独立性差。 　　（3）使用LaTex。LaTex是一套基于习惯性书写思维的数学公式表示方法。一些大的软件公司开发一些专用的LaTex浏览器插件，通过这种方式。浏览器可以直接观看嵌入在HTML中的公式符号。这种方式的优点是LaTex文档的操作简洁，复用性好；缺点是LaTex不是一种标记语言，在网络应用和数据的格式化标准化方面的扩展能力较差。 　　（4）基于MathML的应用。MathML是W3C组织制定的一套基于XML的数学公式处理的标准。作为一种标记语言，MathML在设计之初就考虑到网络上的应用和集成，其公式存储形式更利于所以MathML在web上具有非常广泛的应用前景。 　　1 公式预处理 　　当用户输入数学公式后，首先会进行预处理，过滤掉代码中的无用xml标签，同时替换掉字符代码。比如勾股定理c2=a2+b2，当用户查找时若输入z2=x2+y2，则无法匹配，得不到预期的结果。所以该模块将输入的字符数据替换成统一字符x，这样在查找时就不会因为某个字母不一致而无法查询了。 　　虽然这样做会降低查准率，但是格式相同或相近的公式毕竟不多，所以本系统更加着重于提高查全率。 　　图1 预处理模块工作流程图 　　2 匹配方法 　　对于已知公式名称，可以很简单查询到公式的内容。但是对于只知道部分公式内容，则需要进行代码预处理，以过滤标签、字母，达到查询的准确性。 　　2.1 处理不匹配字符的规则 　　在从右向左扫描的过程中，若发现某个字符x不匹配，则按如下两种情况讨论： 　　（1）如果字符x在模式P中没有出现，那么从字符x开始的m个文本显然不可能与P匹配成功，直接全部跳过该区域即可。即skip=plen，其中skip为向右移动的距离，plen为模式串P的长度。 　　（2）如果x在模式P中其它位置出现，则以该字符进行对齐。即skip=plen-max（x），其中skip为向右移动的距离，plen为模式串P的长度，max（x）为模式串P中x再次出现的位置。 　　程序中使用MakeSkip（）函数实现该规则的处理，函数返回结果为模式串右移的距离。它的程序流程为： 　　（1）获取匹配字符及模式串作为参数。 　　（2）若获取参数为空，则抛出异常；否则进行第3步。 　　（3）初始化设置skip=0。 　　（4）将字符与模式串进行匹配。 　　（5）如果该字符在模式串中其它位置未出现，则skip=plen；否则skip=plen-max（x）。 　　（6）返回skip值。 　　（7）结束。 　　2.2 处理已匹配字符串的规则： 　　若发现某个字符不匹配的同时，已有部分字符匹配成功，则按如下两种情况讨论： 　　（1）如果在P中位置t处已匹配的部分p1，在P中的t′位置再次出现，且位置t1的前一个字符与位置t的前一个字符不相同，则将p右移使t1对应t方才的所在的位置。 　　（2）如果在P中任何位置已匹配部分p1′都没有再出现，则找到与p1的后缀p11相同的p的最长前缀x，向右移动p，使x对应方才p11后缀所在的位置。 　　程序中使用MakeShift（）函数实现该规则的处理，函数返回结果为模式串右移的距离。它的程序流程为： 　　（1）获取已匹配字符