系統說明

本系統提出一個以 Web 為介面，可以儲存（Store）並查詢（Query）XML 文件 的解決方案，而這方案主要的工作如下：

（1） 選 擇 indexing 方 法 ， 將 XML 文 件 shredding ， 取 得 Elements ， Attributes 和 Texts 在 XML 文 件 中 的 相 關 位 置 資 訊 （ position information）。

（2） 建立關聯式資料表（tables）來儲存 XML 文件。將保留原文件中順序

（order）的 shredding 資料，存入關聯式資料表的列（rows）中。

（3） 提供以 XPath Expression 為查詢語句的查詢功能。

（4） 轉換 XPath Expression 為 SQL 命令，進行關聯式資料庫查詢動作。

（5） 將查詢結果按照原 XML 文件的順序，重構（Reconstruct）XML 文件或片 段。

首先，在 indexing 方法方面，系統採用 BEL（Begin, End, Level）方法

（類似傳統 IR 的 inverted index），透過 SAX 將 XML 文件資料 shredding，以 獲取其中元素（element）、屬性、屬性值以及文字（text）節點的位置資料

（position information）做為 BEL 的索引值。實際運作如圖 20：

圖 20 BEL 編碼建立 XML 文件索引

圖 20(a)說明 XML 文件經由 SAX 解析後，取得每個節點，包含文字節點及元 素節點序號（number）資訊透過這些序號資訊再加上圖 20(b)的 level，即可完 成圖 20(c)中元素（element）、文字（text）、屬性（Attribute）以及屬性值

（value）的 BEL 編碼。

不過，實際上 BEL 編碼並未針對屬性及屬性值編碼做說明，本文以（屬性, 屬性值,begin）作為屬性的編碼格式，因為屬性在 XML 文件中並無次序性，與 之相關的僅與其所屬的元素的 begin 序號，因為按照 XML 文件規定，屬性僅出 現在元素的開始標籤，因此只要獲得該屬性的 begin 值以及其文件 id 就能決定 該屬性屬於哪一個文件的哪一個元素的屬性。

在建立索引資料庫時，本論文提供兩種介面供使用：

一種是 Web 介面一次解析單一 XML 文件，並將取得的索引資料存入關連式 資料庫，如圖 21。

圖 21 線上 XML 文件索引建立系統

另一種方式是 console 端的 GUI 應用程式，主要是批次處理大量的 XML 文 件的索引，如圖 22。BEL Index Builder 可以快速且方便的進行大量 XML 文件 的索引建立工作。

圖 22 批次 XML 文件索引建立程式畫面

第二步建立關聯式資料庫的資料表 schema 如下圖 23，圖 24，圖 25，圖 26：

圖 23 關聯式資料表 Documents 的 schema

圖 24 關聯式資料表 Elements 的 schema

圖 25 關聯式資料表 Texts 的 schema

圖 26 關聯式資料表 Attributes 的 schema

根據前面 BEL 所得的 position 資料無損失地（lossless）存入上述資料表 中。

經過前面兩個步驟後，系統提供以 XPATH 表示式的查詢介面，透過 3.3.1 的 轉 換 模 組 ， 將 XPath expression 轉 換 成 SQL command 之 後 ， 透 過 SQL command 來存取關聯式資料庫，所得到的資料集(dataset)將經由兩個階段完成 reconstruct 回原來 XML 文件。

第一個階段是選取（Select）階段，在這階段所有符合 XPath expression 的元素節點（element）是所謂的 inter-element order，由資料庫傳回的資料 集（dataset），只是一筆一筆的元素（element）紀錄（record），不管到底 是哪一文件的，為了在使用者介面更清楚的表達出文件的區別，因為這也是搜 尋引擎的目的，在這個階段只要傳回 docno 即可。

接著是第二個階段，重建（reconstruct）階段，是所謂的(intra-element order)，這個階段利用第一階段所獲得的 docno 查出該文件中所有符合的節 點，然後進行文件或是文件片段的（reconstruct）。