XML集成方法的研究.pdf

1、可擴展標記語言(Extensible Markup Language，XML)，是一種用于對電子文件信息進行標記，使電子文件信息具有結構性的標記語言，它不僅可以對數據進行標記，而且能對數據類型進行定義，允許開發(fā)者自定義標簽，同時可將標簽和數據有效分離。與超文本標記語言(Hypertext Markup Language，HTML)不同的是XML側重地不是數據的如何表示，而是更多的側重于數據的存儲和傳輸，于是，XML逐漸演變成了一種跨平臺

2、的數據交換格式，一種輕量級的數據存儲方案，現在已發(fā)展成為web數據交換的標準。
　　目前，XML在各個領域都得到了廣泛的應用，在網絡上也產生了大量的XML數據文件，然而這些數據文件并不具有統一的格式，它們的結構各異，這就給數據的分類存儲和統一的數據查詢帶來了困難。于是，如何有效地集成這些異構的XML數據文件，將原本分離的、但內容相關的數據文件進行準確地和快速地合并，進而給用戶提供一種統一的檢索和服務，是海量數據管理和數據共享服務系

3、統中面臨的關鍵問題。同時隨著XML技術的發(fā)展，XML文件越來越多的以一種中間件文件的形式被應用到關系數據庫數據的集成問題上。于是，如何找到一種高效的、精確的XML集成方法開始吸引越來越多的研究人員的目光。
　　本文提出了一種XML數據集成的方法。該方法給出了一個XML數據集成的通用框架，將XML數據集成問題分為四個小問題:目標文檔DTD定義、目標對象的自動發(fā)現、重復判定和文檔的集成。目標文檔DTD定義，定義了集成后的文檔的格式;源