DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XML 編程思想:用形式化模式注釋實現自下而上的語義透明
編輯:XML詳解     

語義透明到底能怎麼做?Uche Ogbuji 在本篇說明它對 XML 開發者實際意味著什麼,並指出:不論您是否打算重用既有模式,改用「正式」的註釋(相對於先前談過的非正式註釋)都很划算。這麼做的好處分布在好幾個層次——最直接的是文件品質變好,更長遠的則是替語義透明度提供了一個可量測的指標。本文會說明什麼是語義錨(semantic anchor),並附上幾個實例,同時也順手記一下 XTech Conference 2005 的見聞。

先回顧一下這條線索

先前兩篇——「XML 建模藝術描述」與「利用模式標準化實現自上而下的語義透明」——已經鋪陳了幾種處理語義透明的技術與思路。本文是這個三篇小系列的最後一篇,要談我認為最關鍵的一件工具:正確的模式注釋。它在各個層次都有用,最低限度也能讓文件更好讀。系列第一篇談的是非正式注釋;這一次要把它往前推進一大步,用語義錨把注釋「形式化」。這個做法也受益于 developerWorks 上的另一篇短文〈技巧:將資料字典用於 XML 與 Web 服務綱要〉。讀下去之前,建議先把這幾篇補一補。

不過在那之前,先說說最近參加的一場很不錯的會議。

XTech Conference 2005

XTech 承繼自早期的 XML Europe,這次特別加開了瀏覽器技術與語義技術的專題討論場次,另外還有「開放資料」(open data)場次。這些場次不只考察處理 XML 的新工具,也討論人與組織如何把資料自由釋放給世界,好讓外界在其上長出全新的、能加值的應用與資源。

XTech 2005 於 5 月 25 至 27 日在阿姆斯特丹舉行(和 XML Europe 2004 同一個城市,2006 年很可能也還在那裡)。我一向喜歡這場會議,因為它高度聚焦標記技術的新點子與落地實務。瀏覽器與開放資料兩個場次為整場注入了不少活力;主辦人 Edd Dumbill 為了營造協作氣氛所做的種種設計,也讓人印象深刻。大會提供了 Wiki 讓大家公開評論,還開了 IRC 頻道公開討論。Edd 把 Planet XTech 經營得很好——那是一個由後設資料驅動的 Weblog,彙集了與 XTech 相關的文章與圖片,會議議程本身也以 XML 形式發布,鼓勵大家用有趣又有用的方式去「重新混合」這些資訊。開放資料場次的目標,基本上就靠這套做法完成了大半。

微格式(microformat)是會中討論的一大主題。簡單說,微格式就是嵌在既有格式(如 XHTML 或 CSS)裡的 XML 資料島,讓使用者能在資訊中混入各類擴充內容:行事曆資訊、個人聯絡資料、圖片後設資料等等。我最喜歡的其中一場,講的是一個名稱很長的系統——Gleaning Resource Descriptions from Dialects of Languages,簡稱 GRDDL,可以用來從微格式裡萃取結構化的後設資料(這只是它眾多用法的其中之一)。GRDDL 是個重要概念,希望之後能在 ThinkING XML 專欄專門談一次。雖然我自己的演講出了點狀況(會場的投影機死活不肯跟我的筆電顯示驅動溝通),但收穫很多,時光過得很快;最要緊的是,我又看到一則證據,說明 XML 社群對語義技術的重視正在增加。

從非正式到正式的模式注釋

形式化模式注釋的關鍵有兩件事:一是替所用的術語找到可靠的詞彙表資源,二是準備一組清楚的標識符。接著把這些標識符(通常是 URI)寫進模式裡,作為資料字典連結的端點。清單 1 是一段 RELAX NG 模式(緊湊語法)片段,裡頭用的是非正式注釋。

清單 1. 以非正式注釋提供語義線索的 RELAX NG 模式

namespace dc = "https://purl.org/dc/elements/1.1/"
element purchase-order
{
 dc:description [ "General purpose purchase order for merchandise" ]
 attribute id {
 dc:description [ "Unique identifier for the purchase order" ]
 text
 }
 #Rest of the schema here
}

這種做法的限制很明顯:它只給了一段人看得懂的描述,得靠人讀過之後才能使用,因此很難寫出能從這類注釋推斷模式語義的軟體。它的「非正式」正反映在用了 dc:description 這個元素——那個元素一般用來放資源的鬆散說明。

要讓注釋正式化,我會改用語意更確定的宣告。這裡我用 OWL Web Ontology Language 的 definition 概念,明確表示「我正在用某個詞彙表的術語來標識這個模式資料元素」;詞彙表本身,我選 WordNet。WordNet 是英語單字及其詞法關係的資料庫,我在本專欄稍早也談過它,基本上可以當成機器可讀的詞彙表來用。清單 2 以清單 1 為基礎,但換上了正式注釋。

清單 2. 以正式注釋提供語義線索的 RELAX NG 模式

namespace wn = "https://www.cogsci.princeton.edu/"
element purchase-order
{
 wn:definition [
 https://cogsci.princeton.edu/cgi-bin/webwn?stage=1&word=purchase+order ]
 attribute id {
 wn:definition [
 https://cogsci.princeton.edu/cgi-bin/webwn?stage=1&word=identifier ]
 text
 }
 #Rest of the schema here
}

這裡的注釋為每一筆定義給出了明確的引用。順著引用的 WordNet 頁面,可以直接查到詞典裡的定義:

名詞 purchase order 在 WordNet 中有一個義項:

1. order, purchase order —(付款並提供規格說明與數量要求後,請求某人提供某物的商業文件,「IBM 接到了一百台電腦的訂單」。)

名詞 identifier 在 WordNet 中有一個義項:

1. identifier —(用來確認受體身分的符號。)

機器可以用 URL 的等價性來判斷語義是否等價;而 WordNet 還能讓您走得更遠,靠它的同義詞集關係推導更豐富的語義。舉例說,若一個模式裡的錨指向 name,另一個指向 identifier,機器就能沿著 WordNet 自動辨識這兩個術語在詞義上的相近程度。

不過實務上,WordNet 未必是這類注釋的最佳選擇。模式裡用的術語多半帶有特定的技術含義,而通用詞典未必收錄;何況 WordNet 因為目標過於野心勃勃,至今仍未真正完工,裡頭錯誤不少,也還在持續演變。作為語義錨,ebXML 核心組件與 RosettaNet 詞典都是不錯的替代方案,本專欄先前都介紹過。您甚至可以在同一個符號上同時掛多個錨。

而即使您還不打算從語義層面去處理這些注釋,它們在文件工作上就已經能立刻派上用場。用 XSLT 很容易把模式定義與注釋抽出來,自動產生模式索引與資料字典,甚至可以把從頁面抽出的資訊和 URL 錨組在一起。若要拿 WordNet 來做,大概會需要 WordNet 的某個 RDF 版本,而不是普林斯頓的網頁——否則標記會冗長到難以忍受。

抽象模式裡的語義錨

如果您讀過我寫的〈Discover the flexibility of Schematron abstract patterns〉,就會知道有一種很好用的技巧,能把模式的基本資訊內容從具體的 XML 語法中抽離出來。我在那篇文章裡提過:「為 Schematron 抽象模式加上語義豐富的注釋,還能進一步提高表達力……最終成形的模式很容易適應任何語法,同時也保有了語義透明性。」清單 3 示範了這兩種技術合起來的威力。

清單 3. 帶正式注釋的 Schematron 抽象模式

<pattern abstract="true" name="purchase-order">
 <rule context="$purchase-order">
 <wn:definition href=
 "https://cogsci.princeton.edu/cgi-bin/webwn?stage=1&word=purchase+order"
 />
 <assert test="$id">
 A purchase order requires an ID
 </assert>
 </rule>
 <rule context="$id">
 <wn:definition href=
 "https://cogsci.princeton.edu/cgi-bin/webwn?stage=1&word=identifier"
 />
 <assert test="count(key('ids', .)) = 1">
 An ID must be unique
 </assert>
 </rule>
</pattern>

這段程式定義了一個 Schematron 抽象模式,內容是「帶有唯一標識符的訂購單」這個抽象概念。它可以被任何 XML 範式實例化:可以是一個帶 ID 屬性的 PO 元素,也可以是一個含子元素 ident 的 purchase-order 元素,運作原理請見我前一篇文章。無論選哪種語法,都能循著這條路從具體的模式範式回溯到抽象範式(見清單 3),進而找到定義它的語義錨。模式裡那句 count(key('ids', .)) = 1 會檢查所有標識符,確保只有一個節點帶著當前值——換句話說,驗證這個標識符是否唯一。這裡預設您已經定義了一個名為 ids 的鍵(key)。

結語

在從事 XML 設計的顧問工作裡,我發現語義錨對提升模式(以及我開發的其他工具)的品質非常好用。最直接的收穫是,可以拿它為客戶自動生成支援文件;而更後續的好處是,語義一旦清楚,調整與處理的速度會快到讓客戶吃驚。

本文為這趟「實用語義透明技術」的考察收尾。希望我已經說明白:良好的語義設計不只是理論,而是能在 XML 技術實務裡真正派上用場的東西。當然,我還是會在本專欄繼續這個主題,也歡迎您到 Thinking XML 討論區分享看法。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved