基于XML的半结构化数据处理方法与应用研究-计算机科学技术专业论文.docxVIP

中国科学拙术大学硕士学位论文 中国科学拙术大学硕士学位论文 摘要 摘 要 半结构化数据(semistructured data)馍删适宜于描述Internet上异构而多变 的数据以及，|j f异构数据源的集成，但其尤摸式及自描述的特点使其难以表示与 处理。刘jI，结构化数据处理方法的研究具仃-R要的研究价值和现实意义。可扩展 标识语言XML(eXtensible Markup Language)因其良好的数据格式和可扩展的 特点成为描述和处理半结构化数据的良好I f}。本文介绍了半结构化数据和 XML的相关概念、特点和研究现状，从基j‘XML的半结构化数据的表示、显示、 操作三个方而时论了基于XML的半结构化数抓处理方法并给出了作者的一些麻 用研究成粜。 (在表可÷，j法的研究方面，在对XML数捌’j半结构化数据的表示方法全面比 较的基础一J：，总结了基于XML的半结构化数据表示需考虑的问题和一般步骤， 并应用于图文混合信息和医案文档等半结构化数据表示的实例。针对XML文档 的树型结构和半结构化数据图型结构的差歼，提出了基于属性和基于XLL的两 种图型半}jIf年；J化数据XML表示的方法。 在显1；山法的研究方面，给出了采JlJ CSS样式单、XSL样式单和使用XML 数据岛三利t甚于XML的半结构化数据显可÷，J法，并对其特性进行了全面比较。 针对在WEB页面中用框架结构实现页面嵌入的疗法存在的缺点，提出了用XSL 样式单和数据岛两种方法实现页面信息无痕}汉入的技术，并应用于基于XML的 医案文档僻删系统中。 在操作，j法的研究方面，讨论了基1j XML的半结构化数据操作的一般方法 及其比较，详细介绍了基于DOM接口的、I二结构化数据操作方法。提出了基-丁 XML标记剃属性的语义信息的半结构化数扒管理的优化方法，并将该方法应用 于医案文档管理。在基于WEB的远程教。≯系统的实例中，使用XML技术对教 育资源描述的标准化、显示方式和均衡网络负载、减少网络数据流量等方面对系 统进行了优化处理。∥ 关键id：半结构化数据，XML，样式忆数据岛，DOM 中国科学技术人学硕士学位论文 中国科学技术人学硕士学位论文 摘要 ABSTRACT Semistructured data model is suitable for describing heterogeneous and variable data Internet and for integrating heterogeneous data sources．But it’S difficult to be represented and processed because of the features of‘‘non-pattern’and “self-description”．It’S very valuable and significant to research the processing methods of semistruetured data．Extensible Markup Language(XML)can be good means of describing and processing semistructured data for its good data format and extensibility．In this paper,we introduce the concepts，features and research findings of semistructured data and XML．We also discuss the XML．based processing methods semistructured data in terms of representat on，display and operation．In addition， we reveal some applied research findings． With regard to the research of representation methods，we summarize the established steps of reph叼ting semistructured data based onⅪ沮。after the eomparision between XML data and semistructured data，and apply them to representing semistructured data such compound textual and graphical informa