教育资源标准化中的XML数据转换方法

维普资讯

教育资源标准化中的ＸＭＬ数据转换方法　

ＸＭＬ　Ｄａｔａ　Ｔｒａｎｓｆｏｒｍ　Ｍｅｔｈｏｄ　ｉｎ　Ｅｄｕｃａｔｉｏｎ　Ｒｅｓｏｕｒｃｅ　Ｓｔａｎｄａｒｄｉｓａｔｉｏｎ　

乔　航　冯梦舟　

（西安电子科技大学经济管理学院西安７１００７１）　（西安电子科技大学网络教育学院西安　７１００７１）　

摘要ＸＭＬ为网上教育资源规范化和标准化提供了有效的解决方法。在研究现有的ＸＭＬ文档与教育资源进行　

数据转换的方法的基础上，提出了一种基于元素树的新的数据转换方法。　

关键词标准化数据转换ＸＭＬ元素树　

从我国目前远程教育资源建设现状来看，分布式的教育资　象模型），对其中的节点（元素）进行遍历，每个节点的文本属性　

源之间重复建设、不能实现资源数据的互换互通成为首当其冲　

值作为资源数据信息导入其他符合此标准的数据库中，以实现　

的一个问题。究其原因，最根本的就在于教育资源在基本数据　不同资源库中数据的互换、流通。　

结构上缺乏统一标准（规范）。具体体现在，国家教育部颁布的　

实现不同资源库之间数据的互换，达到教育资源大范围内　

《现代远程教育工程教育资源开发标准＞征求意见稿属于上层　

的共享，保证资源建设顺利的实施，以及区域范围内教育资源　

的技术规范，必须具有一定的抽象性与通用性，但在具体实施　

的高效利用和共享。这是《教育资源建设技术规范＞基本的应　

教育资源建设时，需要根据这一规范制定更加具体的资源评价　

用模式。　

标准。所以网上教育资源迫切需要一个规范的应用方案和标　

准的资源描述。而ＸＭＬ的出现为网上教育资源规范化和标准　

２现有的数据转换技术　

化提供了有效的解决方法。根据ＸＭＬ定义的标准，可以不用　

ＸＭＬ文档属于半结构化的数据，将它与结构化的数据（关　

考虑资源库的类型、数据结构的复杂情况设计出通用的资源应　

系数据库数据）或非结构化的数据进行转换的时候，关键问题　

用程序，也解决了信息提取、发布、查询的标准化问题。文中主　

是建立不同结构层次之间的映射关系，即如何将ＸＭＬ文档的　

要讨论了利用ＸＭＬ标准化过程中，ＸＭＬ与原有资源（本文如　

机构与其他格式数据的结构对应起来。根据映射关系的建立　

果没有特别指出，这里提到的信息资源都是基于文本的各类文　

方式不同，现有两种不同的数据转换方法：基于模板的转换方　

档）进行数据转换的方法，并提出了一种基于元素树的新的转　

法和基于模型的转换方法。　

换方法。　

２．１基于模板的数据转换方法　基于模板的转换方法并不　

１数据转换的基本结构　

事先定义好ＸＭＬ文档与其他数据之间的映射关系，而是在　

目前教育信息资源库中各类资源品种繁多，如ＨＴＭＬ、　

ＸＭＬ文档中嵌入一些可实行的指令。其指令在转换过程中被　

Ｗｏｒｄ、ＰＤＦ等，虽然这类电子文档的应用环境已经很普及，但是　

系统所识别和执行，执行的结果被替换到指令所在的位置，从　

毕竟对于软硬件的要求各不相同，这就影响了信息资源的流通　

而生成目标ＸＭＩ　文档。该方法只能完成单向的转换（见图１）。　

和共享。如果不进行对原有资源的ＸＭＬ转换，或者对已经被　

ＸＭＬ标示过的内容，不能转换成与对方使用平台相适应的文档　

格式，那么就谈不到资源的标准化问题了。　

《教育资源建设技术规范＞为每类资源都定义了必需数据　

元素（即属性），和可选与扩展的数据元素，资源库的开发者可　

以此为基准，将资源的属性作为数据库的字段，由于遵循了统　

一

的规范，从而决定了数据库中的字段名、字段的数据类型都　

是一致的，尽管不同地区所采用的开发程序和代码各异，但由　

圈１　基于模扳的散据转换方法　

于底层的数据结构一致，不同应用程序都可实现对资源数据的　

２．２基于模型的数据转换方法　基于模型的转换方法在进　

调用。　

行转换前先建立一个数据模型，该模型体现了ＸＭＬ文档与其　

在进行异地数据互换时，可以将数据库中的信息以通用的　

他格式数据之间的映射关系。通过对于模型的操作，实现ＸＭＬ　

ＸＭＬ文档格式输出，利用ＤＯＭ（Ｄｏｃｕｍｅｎｔ　Ｏｂｊ￣ｃｔ　Ｍｏｄｅｌ，文档对　文档与其他格式数据的双向转换（见图２）。　

作者简介：乔航．男，１９８０年生．硕士研究生，研究方向为计算机网络与信息处理。　

圃　

维普资讯

果ＣＰ是内容粒子序列列表或选择列表，则对于列表中的每一　

个子内容粒子ＳｕｂＣＰ；ｃ．如果ＳｕｂＣＰ是一个名字，则执行第四中　

的ａ；ｄ．如果ＳｕｂＣＰ是一个序列列表或者选择列表，则生成一个　

内容模式节点作为Ｒ的子节点，然后执行第四中ｂ，生成以该内　

容模式节点为根的子树（见图３）。　

＜！ＥＬＥＭＥＮＴ　ｆａｔｈｅｒ　ｓｏｎｌ＋，（ｓｏｎ２　ｌ　ｓｏｎ３），ｓｏｎ４’＞　

田２基于模型的数据转换方法　

３基于元素树的数据转换方法　

属性Ｉ子元素ｌ其他　

列表Ｉ列表ｌ信息　

在研究了已有的数据转换方法的基础上，提出了一种基于　

元素树的转换方法，它是一种基于模型的转换方法。即首先创　

Ｓｏｎｌ　

内容模式节点　

建元素树和元素树结点与其他类型数据之间的映射关系，然后　

属性ｌ子元素Ｉ其他　

在元素树和映射关系的基础上完成数据转换。　

＿＿『ｌ　孤

列表ｌ列表ｌ信息　

列表Ｉ信息　

３．１元素树　一棵元素树就是一个ＤＴＤ所包含的元素之　

间的关系树，它的构成如下：ａ．元素树的每一个节点对应于　

ＤＴＤ中的一个元素；ｂ．每个节点包含以下主要信息：属性列表、　

子元素列表和其他信息．ｃ＿属性列表包含了该元素的所有属性，　

属性Ｉ子元素ｌ其他　

属性　

列表　

每个属性是一个三元组（属性名、属性值、属性类型）；ｄ．子元素　

列表ｌ列表Ｉ信息　

列表包含了该元素的所有子元素，每个子元素对应一个新的节　

田３元蠢ｆａｔｈｅｒ对应的局部元蠢树　

点．ｅ＿其他信息包括父亲节点、元素内容模式、元素内容出现次　

３．２映射关系　在元素树的基础上，仍需定义ＸＭＬ元素与　

数和元素文本内容等。　

其他类型数据之间的映射关系。对于结构化的数据，由于其具　

一

棵元素树在某些情况下是非完全的，即当有些元素的内　

有良好的结构，可以先定义ＸＭＬ文档与该结构化数据在结构　

容模式中包含子内容模式时，系统将无法确定子内容模式定义　

上的映射规则，然后利用映射规则自动确定ＸＭＬ元素与业务　

的内容应该如何出现。此时，需要插入内容模式节点，说明情　

数据的映射关系。　

况，然后根据实际的数据内容来确定出现哪个内容，应该出现　

以数据库为例，元素树与数据库模式之间的映射规则可以　

多少次。所谓内容模式节点是一种特殊节点，它是为了体现子　

定义如下：元素树的根节点对应数据库中的一个表，称为根表：　

元素所对应的节点。例如下面定义的元素ｆａｔｈｅｒ，其内容模式　

如果一个节点的属性列表或者子元素列表不为空，则该节点称　

是内容粒子的序列列表，即ｓｏｎ１、ｓｏｎ２或ｓｏｎ３、ｓｏｎ４是按照顺序　

为表节点，它对应数据库中的一个表；一个表节点的每个属性　

出现在ＸＭＬ文档中的。在ｆａｔｈｅｒ元素的内容模式中包含了一　

一性一属列　表　

和子节点都对应于该节点所对应的表中的一个字段；

个子内容模式，该子内容模式是内容粒子的选择列表，即ｓｏｎ２　

兰　

如果一个　

表节点有父节点，那么父节点对应的表称为该节点所对应的表　

一其信　

一他息　

和ｓｏｎ３只能够在ＸＭＬ文档中出现二者之一。用一个内容模式　

节点来体现ｓｏｎ２和ｓｏｎ３之间的选择关系。元素ｆａｔｈｅｒ对应的　

兰　

的父表；数据库中，除了根表以外的表都应该包含一个与其父　

一其信　

表发生关联的外键；除了表节点和内容模式节点以外的节点称　

一他息　

局部元素树如图３。　

为字段节点，它只对应父节点所对应的表中的一个字段。内容　

元素树的生成算法如下：　

模式节点不对应数据库中的任何对象。　

第一，解析给定的ＤＴＤ，对于所有的不包含在其他元素的　

然而，在实际应用中用户数据的结构（如数据库模式）往往　

元素内容中的元素Ｒ，构造一棵以元素Ｒ为根节点的元素树。　

已经建立好了，这时需要由用户指定ＸＭＬ元素与学习对象（教　

第二，创建一个节点，其节点名为Ｒ。据已经解析的ＤＴＤ．　

育信息资源的粒化）之间的映射关系，并且将这些数据保存到　

获取元素Ｒ的属性列表Ａｔｔｒｉｂｕｔｅｓ，并将Ａｔｔｒｉｂｕｔｅｓ加入到节点　

一

个映射表。对于非结构化数据，同样需要设计一个映射表，　

Ｒ中。　

用来保存ＸＭＬ元素与学习对象的映射关系。　

第三，分析元素Ｒ的内容模式，获取节点Ｒ的其他信息，并　

３．３　数据转换　基于元素树的转换方法在元素树的基础　

根据每一个元素内容的类型生成节点Ｒ的子元素列表ＥＬ：ａ．　

上，根据映射关系制定一系列的执行指令。通过执行这些指　

如果ＥＬ是ＥＭＰＴＹ类型，则该节点不包含子元素列表，是一个　

令，并将执行结果插入到数据模型中的相应位置，就可以得到　

叶节点；ｂ．如果ＥＬ是混合类型，则为其中的字符数据，生成一　

相应的ＸＭＬ文档。同样，执行反向指令就可以把ＸＭＬ文档转　

个节点名为ＰＣＤＡＴＡ的叶节点，对于其他内容继续执行第四；　换为其他格式的数据。由于引入了内容模式节点，系统对ＸＭＬ　

ｅ．如果ＥＬ是元素内容类型，则继续执行第四。　

文档结构的限制大大放宽了，而且由于元素树的生成是基于　

第四，根据内容模式每一个内容粒子ＣＰ的类型，生成节点　ＤＴＤ的，因此对于符合同一个ＤＴＤ的一类ＸＭＬ文档的转换该　

Ｆ的子元素列表：ａ．如果ＣＰ是名字Ｓ，则生成子节点Ｓ，然后找　ＤＴＤ所对应的元素树可以被多次复用。在如今的网络远程教　

到元素ｓ，并执行第二、第三和第四生成以ｓ为根的子树；ｂ．如　育的过程中，使用者对于信息资源的ＸＭＬ文档对（下转第７３页）　

圃　

维普资讯

书馆事业的发展，互操作问题成为图书馆数字化建设的研究重　

点。　

术，从ｃＧＩ、ＯＤＢＣ、ＡＳＰ到ＡＤＯ、ｊｓＰ／ｓｅｒｖｌｅｔ＋］ａｖａＢｅａｎ及ｏＭＧ的　

ｃｏＲＢＡ规范，基本上是开发应用程序通过浏览器访问数据库的　

过程。图书馆可在门户网站开发程序，在ｗｗｗ上实现存取操　

作，利用ｗｗｗ机制实现表层的互操作。还有数据仓库与数据挖　

掘技术，数据仓库是由软硬件技术组成的环境，它把各种数据库　

集成为一个统一的数据仓库，并把各种数据转换成面向主题的格　

式，能从异构的数据源中定期抽取、转换和集成所需数据。便于用　

３．２．１　Ｚ３９　５０协议。Ｚ３９．５０协议是一个基于Ｃ／Ｓ结构的　

网络应用层协议，它通过对编码方式和内容语义的标准化来实现　

不同系统间的互操作。Ｚ３９．５０协议数据单元通过ＡＳＮ．１进行定　

义，并以基本编码方式（ＢＥＲ）对ＡＳＮ．１序列化，它屏蔽了数据库　

间的异构性，与软硬件平台、数据库接口及查询语言无关，是一个　

信息界广泛接受的标准协议。　

Ｚ３９．５０是一个联邦式的互操作方案，要求各仓储支持统一的　

户访问。数据仓库技术在大型数字图书馆工程中应用，可实现概　

念、语义及知识的互操作，但因其涉及领域太多，应用过于复杂，　

搜索语言，或在本地语言和协议语言间能相互转换，能对查询做　

出快速的实时晌应。它要求各数据库在字段级别实现统一，灵活　

性较差。７＿３９．５０是基于ＴＣＰ／ＩＰ的底层协议，传输层协议是基于　

ＴＣＰ　ＤＰ的编程，不能提供Ｈｔｔｐ支持，不能在ｗｗｗ上实现。　

ＺＩＮＧ（Ｚ３９．５０　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｎｅｘｔ　Ｇｅｎｅｒａｔｉｏｎ）是Ｚ３９．５０的改进版，　

提供了互操作基于Ｈｔｔｐ实现Ｗｅｂ支持。　

７＿３９．５０在图书馆界应用普遍，基本上现在所有的图书馆自动　

广泛推广则不现实。再就是ＯＡＩ技术、ＯＡＩ—ＤＭＨ（Ｏｐｅｎ　Ａｒｃｈｉｖｅ　

Ｉｎｉｔｉａｔｉｖｅ　Ｐｒｏｔｏｃｏｌ　ｆｏｒ　Ｍｅｔａｄａｔａ　Ｈａｒｖｅｓｔｉｎｇ），即基于元数据收获的　

开放文档先导协议，是一种基于元数据的电子文献互操作框架，　

它通过元数据收获这种模式实现互操作。ＯＡＩ的基本框架是由　

数据提供者生成、发布、管理、组织元数据，由服务提供者以元数　

据收获（Ｍｅｔａｄａｔａ　Ｈａｒｖｅｓｔｉｎｇ）机制对元数据分类组织，向用户提供　

统一查询界面。数据提供者与服务提供者的联系基于一个注册　

化系统和数字图书馆解决方案都提供对７＿３９．５０协议的支持。它　

的实现方式是在各图书馆系统安装７＿３９．５０服务器，客户端安装　

中心，约相当于Ｉｎｔｅｒｎｅｔ的域名解析机制。用户向服务提供者提　

出请求，服务提供者基于元数据到注册中心查找数据提供者及其　

Ｚ３９．５０客户软件，任一服务湍接到请求后，将查询请求分发到各　

地分别执行，将检索结果整理汇总，提供给用户。ＯＣＬＣ、Ｃａｌｉｓ是　

７－３９．５０应用成功的范例。　

３．２．２跨库检索技术。跨库检索系统主要是解决数据库异　

数据，以统一界面输出结果，其传输过程基于Ｈｔｔｐ。ＯＡＩ是一个　

互操作框架，它要求资源拥有者参与ＯＡＩ系统，但能否在真正意　

义上实现还是一个未知数，因为在利益的驱动下各资源拥有者会　

继续自主建设自己的资源，而不是遵循ＯＡｆ模型。另外，Ｗｅｂ　

Ｓｅｒｖｉｃｅｓ、网格计算（Ｇｒｉｐ）、语义网（Ｓｅｍａｎｔｉｃ　Ｗｅｂ）等新技术的研究　

进展也将为图书馆资源库互操作应用提供有力的技术支持。　

参考文蠢　

构平台的信息检索，向用户提供方便检索的统一界面。跨库检索　

系统一般由包装器（Ｗｒａｐｐｅｒ）记录数据源的数据访问方法，用户检　

索时，Ｗｒａｐｐｅｒ将检索表达式转化成每一数据库系统识别的表达　

式，由各系统自主检索，再由抽取器（ｅｘｔｒａｃｔｏｒ）对各种结果解析、　

提取、转化为统一格式，整合排序，再将结果通过统一检索界面返　

回给用户。　

１王珊，陈红．数据库系统原理教程　北京：消华大学出版杜。２００４　

２周文骏等．中国大百科全书（图书馆学、情报学、档案学卷）．北京：中国大　

跨库检索系统是一种局部资源整合方案，在数字图书馆试验　

系统及各大中型图书情报系统得到广泛应用。如今较成熟的跨　

库检索系统有美国Ｅｘｌｉｂｉｓ的ＳＦＸ、清华同方的ＴＰＩ、易北宝信公司　

的ＴＲＳ　ＩＩＰ等。　

３．２．３互操作新技术在图书馆界的应用前景。当前信息技　

百科全书出版杜。１９９３　

３　肖　卓．人世后国外图书馆自动化系统对我国的冲击．图书馆研究。２００３；　

（１）　

４宋援援．数字图书馆中的数据库技术．图书情报工作动态，２００３；（１）　

５李大玲．网络环境下资源整合模式探讨．图书馆杂志，２００３；（１０）　

６喻红辉。王燕华．分布式检索中技术的选择．图书馆杂志。２００４；（１０）　

７沈艺．ｏＡＩ协议及其应用．现代图书情报技术。２００４；（２）　

（责　：勃梅Ｊ　

术领域对互操作问题从不同层面、不同角度展开了深入研究，取　

得了一系列成果。其中有基于网络及接口程序的数据库访问技　

（上接第７０页Ｊ应的ＤＴＤ相对来说是固定的（前提是对于学习对　

象元数据的规范已经被使用者采用），一旦所有ＤＴＤ的元素树　

都生成了，系统可以复用已有的元素树，从而大大提高了系统　

的性能。图４给出了基于元素树的转换方法的架构图。　

４小　结　

基于ＸＭＬ的数据转换方法是利用ＸＭＬ技术实现信息标　

准化的基础。解决了目前分布式的教育资源在各自的信息结　

构、存储组织、发布方式、检索方法、查询约束条件等各方面存　

在的差异，同时也解决了信息提取、发布、查询的标准化问题。　

参考文献　

１　ＤＬＴＳ一３　１学习对象元数据规范，ＤＬＴＳＣ。２００１　

２教育资源建设技术规范（征求意见稿）。ＤＬＴＳＣ。２００１　

３孙一中．ＸＭＬ核心技术ｈｔｔｐ：／／ｗｗｗ．ｘｍ１．ｏｒｇ　ｃＦｌ　

４　Ｓ．Ｃｅｒｉ。Ａ．Ｂｏｎｉｌａｔｉ。Ｅ．Ｄａｍｉａｎｉ，Ｐ．Ｆｒａｔｅｒｎａｌｉ．Ｓ　Ｐａｒａｂｏｓｃｈｉ。Ｌ　Ｔａｎｃａ　ＸＭＬ－　

ＧＬ：ａ　Ｇｒａｐｈｉｃａｌ　Ｌａｎｇｕａｇｅ　ｆｏｒ　Ｑｕｅｒｙｉｎｇ　ａｎｄ　Ｒｅｓｔｒｕｃｔｕｒｉｎｇ　ＸＭＬ　Ｄｏｃｕｍｅｎｔｓ。　

Ｅｌｓｅｖｉｅｒ　Ｓｃｉｅｎｃｅ　Ｂ．Ｖ　

５　Ｄ　Ｆ１ｏｒｅｓｃｕ。Ｄ　Ｋｃ￣ｓｍａｎ　Ｓｔｏｒｉｎｇ　ａｎｄ　Ｑｕｅｒｙｉｎｇ　ＸＭＬ　Ｄａｔａ　ｕｓｉｎｇ　ａ　ＲＤＢＭＳ。　

图４　基于元素的转换方法的渠构圈　

ＩＥＥＥ　Ｄａｔａ　Ｅｎｇｉｎｅｅｒｉｎｇ　Ｂｕｌｌｅｔｉｎ。１９９９；２２（３）　

’　（责缡：王京）　

困