Web超树模型与数据的重构.pdf

8 计算机应用研究 1999丘 Web超树模型与数据的重构 弋 j (广东商学院计算机中I心 广州 510320) 摘 要 welb的广泛应用已导致 了几个新的数据管理 1口1题：如从w曲页中提取教据 查询结构化文档 和半结构化数据 。其关键是要解决．数据重构 的问题．本文提出一种welb页的超树模型及welb的有 向圆 关键词基w葚出URL懿据攫型超文本觎 ；柑时糙 -／ 1 引言 1．3 web不是传统数据库l_‘ 在过去的二十年内，计算机和通信工具每年以迅 与传统的关系数据库系统相 比较．www缺乏统 猛速度增长。与此同时．计算机通讯网络也以惊人的 一 的结构和数据模型，缺乏并发控制和事务处理机 速度发展 ，将世界 的各个角落连接成一个 巨大 的 制，缺乏完整性约束机制等RDBMS中优 良的特性 ， www信息网 www网连通各个国家数 以万计的网 因此 ．我们无法将web看作标准数据库而直接应用SQL 络服务器、数以千万计 的网络用户和无数的网络信 息 结构化查询语言来表达我们 的查询要求 此外．一种 资源 ．为信息的生产 、传输和利用开辟了一个全新 的 完善的Web查询方法不能单纯地基于 内容 ，还应 空间。 基于 “结构 ，以实现数据的包装 、数据 的转换和数 l-1 复杂查询 的需要 据 的重构操作。 由于www网 中信 息的浩瀚及 其分布式异构特 2 web数据模型 征，如何方便、灵活、快捷地从中有哪些信誉好的足球投注网站 出所需要 的信 www网由许许多多的Web站点所构成，每卟welb 息便是一个根关键 的问题 目前，对Web文档信息搜 站点又包含有许多的Web页(含Web站点主页)．每个 索基本上是采用以下方法 ；其一是浏览(navigation)， Web页可通过超文本描述语言HTML进行格式和链路 即从一初始URL出发一级一级地进行浏览：其二是关 等方面的设计 为便于重构．我们应当从尽可能小的 键词查询(Qua,)，即通过诸 如 血oo、Altavista这 一 粒度着手(即从HTML文档的内部结构着手)，对Web 类的索引服务器进行有哪些信誉好的足球投注网站。这类服务器并没有保证对 加以模型化。 每一个文档建立起索引，基本上只提供对预先计算过 21 基干超槲的数据模型 的数据进行寻址。这一限制使得对复杂 的查询操作难 超树 超树是有序树．其结点之间有两类弧：内 于实现。如要查询 “不古超链的文档 ”．便无法表述 。 弧和外弧 内弧代表结构化对象，外弧代表对象间的 设计一种功能类似于传统数据库的查询语言便根自然 引用(如超链接)．每一条弧对应一条记录，记录中各 地提出来了 属性的原子数据类型为串。图1昕示便：目群 自 棵超树。 1,2 web数据管理 作为一个超文本系统，Web的广泛使用 已导致 了 几个新的数据管理问题 主要反映在以下三个方面： 1)Web查询 ：如何浏览Web以找到具有某些特征要求 的数据，应能处理结构化文档、半结构化数据及对图 的查询 2)Web数据仓库 ：从Web页中提取数据t并 将其集 中到一个数据库中进行数据集成。3)Web站点 重构 要对Web站点进行重构 ．必须能够探索 出Web 页面的内部结构 若要让查询语言能够表达重构要 求，则不仅要能够处理文档的结构 ，还应提供一种能 够生成文档 间随意链接 的机制 好 的方法应 当是动态 的．即通过查询本身的能力来捕捉We