基于XSLT的Web包装器环境
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
在 因特 网的迅速发展和应用 中， ＨＴＭＬ成为信息发 布 的主要载体 。ＨＴＭＬ着重描述信息的表现形式 ， 于用 户 便
可分 为 两 个 方 面 ： 是 一
Ｗｅ 包装 器 的描 述 方 式 ｂ 和运 行 环 境 ； 是 Ｗｅ 二 ｂ
包装 器 的 生 成技 术。本 文侧 重 于前 者 。包 装 器 描 述 一般 有 四种 实现 方
通过浏览器访问 ， 它的信 息组织 方式不便 于程序进行 加 但
工处理 。随着互联 网的功 能从信 息发布 扩展到服务 提供 ， 人们开始通过 Ｘ ＭＬ和 Ｗｅ ｅｖｃ 等技术来改进信 息组 ｂＳ ｒｉ ｓ ｅ 织方式 ， 构建更 易于集成 的系统 。考 虑到 网上仍 然存在 大 量 ＨＴＭＬ页面和 Ｗｅ ｂ应用 ， 要在 新系统 中利用 这些 现有 资源 ， 就需 要通 过 Ｗｅ 包装 器（ ｂＷｒｐ ｒ 将页 面转 化 ｂ Ｗｅ ａ ｐ ） ｅ 为结构化 数据 （ Ｘ ） 如 ＭＬ 。例如 ， 包装 多个 基 于 Ｗｅ ｂ的产
摘
要 ： ｂ包装器将 网页内容转换为 ＸＭＬ格式 ， Ｗｅ 用于 系统集成。进 行 ＸＭＬ转换的 Ｘ Ｌ Ｓ Ｔ技术 能较 好地 支持 包装
器 的 信 息抽 取 和 组 织 。 本 文从 包含 查 询接 口 、 果模 式和 映 射 规 则 的 包装 器 描 述 文 件 （ ＭＬ 出发 ， 出 了 自动 生成 可执 结 Ｘ ） 给
ＬＩ ＡＯ ｎ － ｕ 。 ＡＯ ａ － ｕ ｎ Ｌｉｇ ｒ ｉ ＸＩ Ｔｉｎ ｙ ａ
（ 清华大学 自动化 系 Ｃ ＭＳ工程研究中心 ， Ｉ 北京 １ ０８ ） ０ ０ ４
（ ＭＩ ｎｉｅｒ ｇＲ ｓｍｒ ｅ ｔ 。 ｅａｔ ｅ ｔ ｆ ｕｏ ａｉ ，ｓ ｇｕ ｎｖｒ ｔ。ｅｊ ｇ１０ ８ Ｃ ｉａ Ｃ ＳＥ ｇ ｅｉ ｅｅ ＿ Ｃ ｎｅ Ｄ ｐｒｍ ｎ ｔｍ ｔ ｎ Ｔ ｉ ｈ ａＵ ｉ ｓｙ Ｂ ｔｎ ００ ４。ｈｎ ） ｎ ｎ ｈ ｒ ｏＡ ｏ ｎ ｅｉ ｉ
关键词 ： ｂ包装 器； Ｓ ， ＸＭＬＳ ｈｍ Ｗｅ ＸＬ Ｔ； ｃｅ ａ
Ｋｅ ｙｗｏｄ ： ｅ ａ ｐ ｒ ｒ ｓＷ ｂｗｒ ｐ ；ＸＳ ；ＸＭ Ｓ ｈ ｍ ｅ Ｌ ｃ ｅ ａ
中图分类号 ： ３ １ ＴＰ １
文献标 识码 ： Ａ Ｗｅ ｂ包 装 器 的 研 究
１ 引言
Ｗ ｒ ｐ ｅ ｅ ｃ ｉ ｔ ｎ ｉ ｃ ｒ ｒ ｔ ｓ ｔ ｅｑ ｅｙ ｉ ｔ ｒａ ｅ ，ｒ ｓ ｌ ｓ ｈ ａ ｎ ｐ ｉ ｕ ｅ ． Ｔｈ ｓＸＭ ｆ ｅｉ ｓ ｄ ｔ ｅ ｅ ｔ ａ ｐ ｒｄ ｓ ｒｐ ｉ ｏ ｐ ａ ｅ ｈ ｕ ｒ ｎ ｅ ｆ ｃ ｏ ｎ ｏ ｓ ｅ ｕ ｔ ｃ ｅ ｓａ ｄ ｍａ ｐ ｎ ｒ ｌｓ ｍ ｇ ｉ ｉ ｕｅ ｇ ｎｒ ｅ ｌ ｓ ｏ ａ
行代 码的技 术方案。包装 器的执行及 其生成过程 完全基 于 ＸＳ Ｔ技术 ， Ｌ 系统具有较 强的可移植性 。提 出“ 元数 据对齐” 方 法进行 内容辅助定位 ， 高了对 页面变化的容忍度。原型 系统的 实现验证 了以上技 术的可行性 。 提
Ａｂｔａ ｔ Ｃ ｎ ｅｔ ｇ Ｗ ｅ ａ ｅ ｎｏ ＸＭ Ｌ，Ｗ ｅ ａ ｐ ｒ ａ ｕ ｐ ｒ ｈ ｔｇ ａｉｎｏ ｘｓｉ ｙ ｔ ｓ ｓｒ ｃ： ｏ ｖ ｒｉ ｂ ｐ ｇ ｓｉｔ ｎ ｂｗｒ ｐ ｅｓｃ ｎｓ ｐ ｏ ｔ ｅｉ ｅ ｒ ｔ ｆ ｉｔ ｓ ｓｅ ．ＸＳ Ｔ ｉ ｓ ｔ ｎ ｏ ｅ ｇ ｎ ｍ Ｌ ａｍ ａ ｔＸＭ Ｌ ｒｎ ｆｒ ｔ ｎ Ｉｓ ｃ ｐ ｂｌ ｉｓ ｉ ｎｏ ａ ｉｎ ｅ ｔａ ｔ ｎ ａ ｄ ｒｏ ｇ ｎｚ ｔ ｎ ｓ ｏ ｇ ｏ ｔｎ ｉｌｆｒ ｗｒ ｐ ｅｓ ｔａ ｓｏ ｍａ ｉ ． ｔ ａ ａ ｉｔ ｎ ｉｆｒ ｔ ｘｒ ｃｉ ｎ ｅ ｒ ａ ｉａｉ ｈ ｗ ｏ ｄ ｐ ｅ ｔ ｏ ａ ｐ ｒ． ｏ ｉｅ ｍ ｏ ｏ ｏ ｏ ａ
ｅ ｅ ｕａ ｌ ｏ ｅａ ｔｍａｉａｌ．Ｗ ｒｐ ｒｅ ｅｕ ｉｎａ ｄｃ ｄ ｅ ｅａｉｎａ ｅａｌ ａ ｅ ｎｓａ ｄ ｒ ＬＴ，ｗｈｃ ｅ ｔｒ ｓｇ ｅ ｔ ｘ ｃ ｔｂｅｃｄ ｕｏ ｔｃ ｌ ｙ ａ ｐ ｘ ｃ ｔ ｎ ｅｇ ｎ ｒｔ ｒ ｌ ｂ ｓｄｏ ｔｎ ａｄＸＳ ｅ ｏ ｏ ｏ ｉｈｆａ ｕ ｅ ｒ ａ ｏ ｔｂｌ ｙ ｐ ｒａ ｉｔ ．Ａ ｎ ｅ ｔｂ ｓｄ ｌｃ ｔ ｇｍｅｈ ｄ ｃｌ ｄ “ ｅ － ｔ ｉｎｎ ’ ｓａｓ ｕ ｏ ｗａｄ ｔ ｍｐ ｏ ｅ ｗ ａ ｐ ｒ ’ｔｌｒ ｉ ｏ ｃ ｔｎ－ａ ｅ ｏａ ｉ ｔ ｏ ａｌ ｎ ｅ Ｍ ｔ Ｄａ Ａｌ ｉ ’ｉ ｌｏ ｐ ｔｆｒ ｒ ｏ ｉ ｒ ｖ ａ ａ ｇ ｇ ｒ ｐ ｓ ｏｅ— ｅ ａ ｃ ｏ ｔｅｃ ａ ｇ ｓｏ ｅ ｇ ｓ Ｉｅ ｓａ ｄ ｔｃ ｎｑ ｅ ｒ ａｉａｅ ｎ ｔｅｉ ｌｍｅ ｔｔ ｎ ｏ ｈ ｒ ｔｔｐ ． ｎ ｅｔ ｈ ｈ ｎ ｅ ｆ Ｗ ｂ ｐ ｅ． ｄ ｎ ｅ ｈ ｉｕ ｓａｅｖ ｌ ｔｄ ｉ ｈ ｍｐｅ ｎ ａｉ ｆｔｅｐ ｏｏ ：０ ７１０ ２ ０ ） ９０ １－ ３ １ ０－３ Ｘ（０ ６ ０ —０ ５ ０
基 于 ＸＳ Ｔ 的 Ｗ ｅ Ｌ ｂ包 装 器 环境
Ａ ＬＴ— ｓ ｄ Ｗ ｅ ｒ ｐ ｅ ｖ ｒ ｎ ｅ ｔ ＸＳ — ｅ Ｂａ ｂ Ｗ ａ ｐ ｒ Ｅｎ ｉｏ ｍ ｎ
廖灵睿 。 肖田元
维普资讯
Ｃ ３１ ５ ／ Ｎ４ —２ ８ ＴＰ
Ｉ Ｓ １ ０ — ３ Ｘ Ｓ Ｎ ０ ７ １ Ｏ
计 算机 工程 与科 学
ＣＯＭＰＵＴＥ Ｅ Ｒ ＮＧＩ ＥＲＩ ＮＥ ＮＧ ＆ Ｓ ＥＮＣＥ ＣＩ
２０ ０ ６年第 ２ ８卷第 ９期
Ｖｏ ． ８， ． ， ０ ６ １ ２ Ｎｏ ９ ２ ０
可分 为 两 个 方 面 ： 是 一
Ｗｅ 包装 器 的描 述 方 式 ｂ 和运 行 环 境 ； 是 Ｗｅ 二 ｂ
包装 器 的 生 成技 术。本 文侧 重 于前 者 。包 装 器 描 述 一般 有 四种 实现 方
通过浏览器访问 ， 它的信 息组织 方式不便 于程序进行 加 但
工处理 。随着互联 网的功 能从信 息发布 扩展到服务 提供 ， 人们开始通过 Ｘ ＭＬ和 Ｗｅ ｅｖｃ 等技术来改进信 息组 ｂＳ ｒｉ ｓ ｅ 织方式 ， 构建更 易于集成 的系统 。考 虑到 网上仍 然存在 大 量 ＨＴＭＬ页面和 Ｗｅ ｂ应用 ， 要在 新系统 中利用 这些 现有 资源 ， 就需 要通 过 Ｗｅ 包装 器（ ｂＷｒｐ ｒ 将页 面转 化 ｂ Ｗｅ ａ ｐ ） ｅ 为结构化 数据 （ Ｘ ） 如 ＭＬ 。例如 ， 包装 多个 基 于 Ｗｅ ｂ的产
摘
要 ： ｂ包装器将 网页内容转换为 ＸＭＬ格式 ， Ｗｅ 用于 系统集成。进 行 ＸＭＬ转换的 Ｘ Ｌ Ｓ Ｔ技术 能较 好地 支持 包装
器 的 信 息抽 取 和 组 织 。 本 文从 包含 查 询接 口 、 果模 式和 映 射 规 则 的 包装 器 描 述 文 件 （ ＭＬ 出发 ， 出 了 自动 生成 可执 结 Ｘ ） 给
ＬＩ ＡＯ ｎ － ｕ 。 ＡＯ ａ － ｕ ｎ Ｌｉｇ ｒ ｉ ＸＩ Ｔｉｎ ｙ ａ
（ 清华大学 自动化 系 Ｃ ＭＳ工程研究中心 ， Ｉ 北京 １ ０８ ） ０ ０ ４
（ ＭＩ ｎｉｅｒ ｇＲ ｓｍｒ ｅ ｔ 。 ｅａｔ ｅ ｔ ｆ ｕｏ ａｉ ，ｓ ｇｕ ｎｖｒ ｔ。ｅｊ ｇ１０ ８ Ｃ ｉａ Ｃ ＳＥ ｇ ｅｉ ｅｅ ＿ Ｃ ｎｅ Ｄ ｐｒｍ ｎ ｔｍ ｔ ｎ Ｔ ｉ ｈ ａＵ ｉ ｓｙ Ｂ ｔｎ ００ ４。ｈｎ ） ｎ ｎ ｈ ｒ ｏＡ ｏ ｎ ｅｉ ｉ
关键词 ： ｂ包装 器； Ｓ ， ＸＭＬＳ ｈｍ Ｗｅ ＸＬ Ｔ； ｃｅ ａ
Ｋｅ ｙｗｏｄ ： ｅ ａ ｐ ｒ ｒ ｓＷ ｂｗｒ ｐ ；ＸＳ ；ＸＭ Ｓ ｈ ｍ ｅ Ｌ ｃ ｅ ａ
中图分类号 ： ３ １ ＴＰ １
文献标 识码 ： Ａ Ｗｅ ｂ包 装 器 的 研 究
１ 引言
Ｗ ｒ ｐ ｅ ｅ ｃ ｉ ｔ ｎ ｉ ｃ ｒ ｒ ｔ ｓ ｔ ｅｑ ｅｙ ｉ ｔ ｒａ ｅ ，ｒ ｓ ｌ ｓ ｈ ａ ｎ ｐ ｉ ｕ ｅ ． Ｔｈ ｓＸＭ ｆ ｅｉ ｓ ｄ ｔ ｅ ｅ ｔ ａ ｐ ｒｄ ｓ ｒｐ ｉ ｏ ｐ ａ ｅ ｈ ｕ ｒ ｎ ｅ ｆ ｃ ｏ ｎ ｏ ｓ ｅ ｕ ｔ ｃ ｅ ｓａ ｄ ｍａ ｐ ｎ ｒ ｌｓ ｍ ｇ ｉ ｉ ｕｅ ｇ ｎｒ ｅ ｌ ｓ ｏ ａ
行代 码的技 术方案。包装 器的执行及 其生成过程 完全基 于 ＸＳ Ｔ技术 ， Ｌ 系统具有较 强的可移植性 。提 出“ 元数 据对齐” 方 法进行 内容辅助定位 ， 高了对 页面变化的容忍度。原型 系统的 实现验证 了以上技 术的可行性 。 提
Ａｂｔａ ｔ Ｃ ｎ ｅｔ ｇ Ｗ ｅ ａ ｅ ｎｏ ＸＭ Ｌ，Ｗ ｅ ａ ｐ ｒ ａ ｕ ｐ ｒ ｈ ｔｇ ａｉｎｏ ｘｓｉ ｙ ｔ ｓ ｓｒ ｃ： ｏ ｖ ｒｉ ｂ ｐ ｇ ｓｉｔ ｎ ｂｗｒ ｐ ｅｓｃ ｎｓ ｐ ｏ ｔ ｅｉ ｅ ｒ ｔ ｆ ｉｔ ｓ ｓｅ ．ＸＳ Ｔ ｉ ｓ ｔ ｎ ｏ ｅ ｇ ｎ ｍ Ｌ ａｍ ａ ｔＸＭ Ｌ ｒｎ ｆｒ ｔ ｎ Ｉｓ ｃ ｐ ｂｌ ｉｓ ｉ ｎｏ ａ ｉｎ ｅ ｔａ ｔ ｎ ａ ｄ ｒｏ ｇ ｎｚ ｔ ｎ ｓ ｏ ｇ ｏ ｔｎ ｉｌｆｒ ｗｒ ｐ ｅｓ ｔａ ｓｏ ｍａ ｉ ． ｔ ａ ａ ｉｔ ｎ ｉｆｒ ｔ ｘｒ ｃｉ ｎ ｅ ｒ ａ ｉａｉ ｈ ｗ ｏ ｄ ｐ ｅ ｔ ｏ ａ ｐ ｒ． ｏ ｉｅ ｍ ｏ ｏ ｏ ｏ ａ
ｅ ｅ ｕａ ｌ ｏ ｅａ ｔｍａｉａｌ．Ｗ ｒｐ ｒｅ ｅｕ ｉｎａ ｄｃ ｄ ｅ ｅａｉｎａ ｅａｌ ａ ｅ ｎｓａ ｄ ｒ ＬＴ，ｗｈｃ ｅ ｔｒ ｓｇ ｅ ｔ ｘ ｃ ｔｂｅｃｄ ｕｏ ｔｃ ｌ ｙ ａ ｐ ｘ ｃ ｔ ｎ ｅｇ ｎ ｒｔ ｒ ｌ ｂ ｓｄｏ ｔｎ ａｄＸＳ ｅ ｏ ｏ ｏ ｉｈｆａ ｕ ｅ ｒ ａ ｏ ｔｂｌ ｙ ｐ ｒａ ｉｔ ．Ａ ｎ ｅ ｔｂ ｓｄ ｌｃ ｔ ｇｍｅｈ ｄ ｃｌ ｄ “ ｅ － ｔ ｉｎｎ ’ ｓａｓ ｕ ｏ ｗａｄ ｔ ｍｐ ｏ ｅ ｗ ａ ｐ ｒ ’ｔｌｒ ｉ ｏ ｃ ｔｎ－ａ ｅ ｏａ ｉ ｔ ｏ ａｌ ｎ ｅ Ｍ ｔ Ｄａ Ａｌ ｉ ’ｉ ｌｏ ｐ ｔｆｒ ｒ ｏ ｉ ｒ ｖ ａ ａ ｇ ｇ ｒ ｐ ｓ ｏｅ— ｅ ａ ｃ ｏ ｔｅｃ ａ ｇ ｓｏ ｅ ｇ ｓ Ｉｅ ｓａ ｄ ｔｃ ｎｑ ｅ ｒ ａｉａｅ ｎ ｔｅｉ ｌｍｅ ｔｔ ｎ ｏ ｈ ｒ ｔｔｐ ． ｎ ｅｔ ｈ ｈ ｎ ｅ ｆ Ｗ ｂ ｐ ｅ． ｄ ｎ ｅ ｈ ｉｕ ｓａｅｖ ｌ ｔｄ ｉ ｈ ｍｐｅ ｎ ａｉ ｆｔｅｐ ｏｏ ：０ ７１０ ２ ０ ） ９０ １－ ３ １ ０－３ Ｘ（０ ６ ０ —０ ５ ０
基 于 ＸＳ Ｔ 的 Ｗ ｅ Ｌ ｂ包 装 器 环境
Ａ ＬＴ— ｓ ｄ Ｗ ｅ ｒ ｐ ｅ ｖ ｒ ｎ ｅ ｔ ＸＳ — ｅ Ｂａ ｂ Ｗ ａ ｐ ｒ Ｅｎ ｉｏ ｍ ｎ
廖灵睿 。 肖田元
维普资讯
Ｃ ３１ ５ ／ Ｎ４ —２ ８ ＴＰ
Ｉ Ｓ １ ０ — ３ Ｘ Ｓ Ｎ ０ ７ １ Ｏ
计 算机 工程 与科 学
ＣＯＭＰＵＴＥ Ｅ Ｒ ＮＧＩ ＥＲＩ ＮＥ ＮＧ ＆ Ｓ ＥＮＣＥ ＣＩ
２０ ０ ６年第 ２ ８卷第 ９期
Ｖｏ ． ８， ． ， ０ ６ １ ２ Ｎｏ ９ ２ ０