第四章置标语言工具.ppt

5.无法支持较精确的查询：目前在Web上使用者可以透过搜寻引擎(searchengine)所提供的关键词查询(keywordsearch)来寻找相关的信息，但由于目前Web上的信息不断增加，使得搜寻引擎的查询结果往往会找到太多的信息，而这些信息又不一定能符合自己的信息需求，往往使用者花在过滤出所需信息的时间，会超过真正去看这些信息的时间。搜寻引擎的准确率(precisionrate)不高是因为的所用的查询模式是对网页进行全文检索，虽然也可以将搜寻的目标限制在HTML文件的Title部分来提高准确率，但这样又会降低查询的回收率(recallrate)。一个较好的办法是提供可以指定内容(content-specific)的标签，例如：author庄子/author与title庄子/title便有所区分，如此一来查询时便可做较精确的限定，其效果有如字段化查询一般，不过HTML并无法让网页制作者自行定义可以指定内容语义的标签，XML将能解决这个问题。第29页，共46页，星期日，2025年，2月5日6.HTML的不断修订造成了许多网站维护的额外工作：由于HTML是一个演进中的标准，每当HTML的标签集不能满足需求时，W3C就会为HTML加入新的标签，推出新的HTML版本。从HTML2.0到HTML3.2，再到HTML4.0，每当新的HTML版本推出，一些必须维护大量HTML文件的单位就得重新回头检视这些旧版的HTML文件，看看有没有需要重新标示文件。除了W3C会以官方立场身分修订HTML外，浏览器大厂Microsoft以及Netscape也会伴随着新版的浏览器推出自己的HTML延伸标准，而两家厂商推出的延伸标准又不完全兼容，对于许多网站维护人员来说，每当有新版的浏览器问世，就代表着可能又要对部分的网页重新标示。有些组织为了彻底避免重新标示文件的困扰，干脆决定采用SGML来标示文件，再把SGML转换成HTML，因为将SGML转成HTML只要透过转换程序批次进行并不需花费大多资源，但若要重新标示成千上万的HTML网页就工程浩大了。第30页，共46页，星期日，2025年，2月5日4.4XML

???XML是W3C在1996年底提出的标准，它是从SGML衍生出来的简化格式，也是一种元语言(meta-language)，可以用来定义任何一种新的标示语言。XML的制定是为了补足HTML的不完美，使得在Web上能够传输、处理各类复杂的文件，它去除了SGML复杂不常用及不利于在Web传送的选项功能，让使用者可以很容易地定义属于自己的文件型态，程序设计师也能在更短的时间开发XML相关应用程序。XML1.0Recommendation已于1998年2月公布，相关标准目前仍在发展之中，XML的发展获得了各界的支持，其中包括了SunMicrosystems,Microsoft,Netscape,Adobe,ArborText...等软件大厂的背书第31页，共46页，星期日，2025年，2月5日第32页，共46页，星期日，2025年，2月5日第33页，共46页，星期日，2025年，2月5日第1页，共46页，星期日，2025年，2月5日4.1SGML从信息组织的电子信息组织的发展来看，依发展的时间顺序介绍三种电子文件格式：标准通用标示语言(StandardGeneralizedMarkupLanguage；简称SGML)、超文件标示语言(HypertextMarkupLanguage；简称HTML)与最新崛起的可扩展标示语言(ExtensibleMarkupLanguage，简称XML)。第2页，共46页，星期日，2025年，2月5日SGML是ISO在1986年所颁布的国际标准(ISO8879)，在电子图书馆相关计划中，目前有TEI(TextEncodingInitiative)、EAD(EncodedArchivalDescription)、CIMI(ConsortiumfortheInterchangeofMuseumInformation)、DIAP(DigitalImageAccessProject)与美国国会图书馆的AmericanMemoryProject等采用SGML作为文件格式。第3页，共46页，星期日，2025年，2月5日HTML是SGML的一个应用，是一种用以创造超文件(hypertext)的简易数据格式，目前在全球信息网(WorldWideWeb；简称WWW或Web)获得普遍的采用，是写作网页(webpages)的标准语言；XML是全球信息网联盟(WorldWideWebConsortium；简称W3C)在