XML文檔查詢技術(shù)研究及在數(shù)字圖書館中的應(yīng)用.pdf

1、XML（eXtensibleMarkupLanguage）已成為因特網(wǎng)上的數(shù)據(jù)存儲、交換和表示的標(biāo)準(zhǔn)。隨著XML應(yīng)用的普及，越來越多的數(shù)據(jù)以XML的形式存儲和交換，對XML文檔中的數(shù)據(jù)進(jìn)行查詢的要求也就越來越高。為充分利用XML的特點(diǎn)開展查詢，本文詳細(xì)研究了XML查詢改進(jìn)技術(shù)。MarcXchange文檔是一種應(yīng)用在數(shù)字化圖書館領(lǐng)域里的XML文檔類型，可以作為通用的數(shù)據(jù)交換格式在Web環(huán)境下共享。為更好地促進(jìn)數(shù)字圖書館建設(shè)，本文還詳細(xì)研究

2、了MarcXchange文檔的索引和查詢技術(shù)。 本文的主要貢獻(xiàn)有： 1.提出了一種改進(jìn)的基于LI—MOON編碼的XML索引，當(dāng)我們對XML編碼后的索引文檔進(jìn)行B+樹結(jié)構(gòu)化處理后，能大大減少索引文檔的大小，因而能有效提高查詢速度。 2.針對Stack—Tree—Desc算法沒有利用索引改善連接效率，瀏覽了一些不必要的節(jié)點(diǎn)浪費(fèi)了資源，影響了查詢速度。本文提出了一種新的連接算法，通過B+樹查找定位，來跳過祖先和后裔列表

3、不必要的元素以提高查詢速度。 3.本文提出了一種基于MarcXchange文檔的結(jié)構(gòu)索引方法－Marc_index，該索引方法根據(jù)MarcXchange文檔的特點(diǎn)采用LI—MOON編碼方式，有效地實(shí)現(xiàn)了對文檔樹中任意兩個結(jié)點(diǎn)之間祖先/后裔關(guān)系和雙親/孩子關(guān)系的檢測。該索引另外的創(chuàng)新之處還在于有效結(jié)合B+樹和倒排索引這兩種方法，從而綜合兩者的優(yōu)點(diǎn)，克服雙方的缺陷以提高查詢效率。最后，本文還提出了一個基于Marc_index索引的查