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:PRISM 揭曉——面向出版業的標準後設資料詞彙表
編輯:XML詳解     

PRISM 是一套與出版相關的後設資料標準。它透過提供標準化特性、受控詞彙表,以及讓使用者自訂受控詞彙表的擴充機制,使內容與相關資源得以被正式描述。本文作者 Uche Ogbuji 以實例帶讀 PRISM。

出版業為何早早就擁抱 XML

出版相關產業向來站在支持 XML 並在實務中利用它價值的第一排。這不足為奇,因為出版業早就是 SGML(XML 的前身)的堅定支持者。1998 年問世的資訊與內容交換協議(Information and Content Exchange,ICE),是最早把 XML 用在主要業界標準的案例之一。ICE 是一套指導內容分發的協議,用來把內容以電子形式配送給各合作夥伴,再由夥伴呈現在網際網路上。

XML 也恰好滿足出版業的另一項關鍵需求:內容後設資料管理。ICE 提供了交換內容的機制,但連 ICE 規範本身都承認,還需要一套正式描述該內容的方法。

為填補這個空缺,出版業推出了 PRISM——Publishing Requirements for Industry Standard Metadata,一套指導內容處理的 XML 後設資料標準。PRISM 涵蓋從目錄到書籍的各種內容,也涵蓋從各式電子出版物到各式印刷出版物的各種媒體。它由 IDEAlliance(前身為 GCA)下屬的工作小組開發,而 IDEAlliance 是出版商共同組成、研究電子技術基礎結構的協會。PRISM 成員既包括 Adobe 這類技術供應商,也包括 Time Inc.、McGraw-Hill 這類雜誌出版社。

本文以 PRISM 1.2 規範版的現行草案為主。閱讀前,最好對 XML 與 RDF 有些基礎認識。

從基礎開始建構

PRISM 在最基礎的層次上,就被定義為「使用 Dublin Core 詞彙表的 RDF/XML 文件」。清單 1 是一份有效 PRISM 文件,描述本專欄上一篇專欄文章。

清單 1. 以基礎 PRISM 正式描述 Thinking XML 專欄第 12 篇

<?XML version="1.0" encoding="UTF-8"?>
<rdf:RDF
  xmlns:rdf="https://www.w3.org/1999/02/22-rdf-syntax-ns#"
  xmlns:dc="https://purl.org/dc/elements/1.1/"
  XML:lang="en">
  <rdf:Description
    rdf:about="https://www.ibm.com/developerworks/XML/library/x-think12.Html">
    <dc:description>
      A discussion of the broader context and relevance of XML/RDF techniques.
    </dc:description>
    <dc:title>Basic XML and RDF techniques for knowledge management, Part 7
    </dc:title>
    <dc:publisher>IBM developerWorks</dc:publisher>
    <dc:creator>Uche Ogbuji</dc:creator>
    <dc:subject>XML</dc:subject>
    <dc:subject>RDF</dc:subject>
    <dc:format>text/Html</dc:format>
  </rdf:Description>
</rdf:RDF>

這種與純 RDF 以及日益普及的 Dublin Core 元素集保持一致的做法,意味著 PRISM 能與大部分 RDF 工具良好協作。至於所涉及的 Dublin Core 特性,PRISM 允許相當彈性的特性值寫法:你可以像上面那樣使用單純的文字值;可以使用來自受控詞彙表(如 ISBN 號)的文字值;也可以使用 URI。

例如,上面的 dc:publisher 可以寫成:

<dc:publisher>IBM developerWorks</dc:publisher>

也可以用 IBM developerWorks 的國際標準連續出版物號(ISSN)來表示(以下號碼為虛構):

<dc:publisher>1234-5678</dc:publisher>

我還可以改用 ISSN 的「識別題名」(key title)。識別題名是與 ISSN 一併指派的專用名稱,通常是出版物通稱的變體,經過調整以確保全域唯一。ISSN 識別題名與號碼由 ISSN 國際中心(ISSN International Centre)作為受控詞彙表管理。在後設資料欄位中使用它們,可以消除「直接用出版商自訂名稱」所附帶的一切歧義。

第三個選項是直接用 IBM developerWorks 的 URL:

<dc:publisher rdf:resource="https://www.ibm.com/developerworks"/>

請注意 RDF 的不同語法形式:它把特性值指定為另一個資源,而不只是一串文字。這第三個選項同樣是一種受控詞彙表,只不過它的「控制」不是由某個組織建立的,而是靠 IBM 對該網域的所有權,加上對應這個網域的機器網際網路位址共同支撐起來。

重點在於:PRISM 是奠基於 RDF/XML 序列化,而不是抽象模型。作者在上一篇專欄中曾強烈建議 RDF 使用者關注抽象模型而非 XML 序列化。他能理解 PRISM 在這方面的矛盾——它必須與內容提供者打交道,具體告訴對方該在後設資料通訊中放入哪些 XML 元素。PRISM 希望在語法層次上建立強大的互操作性;為強調這一點,PRISM 是以 DTD 正式定義的,對於一個面向出版的標準而言,這或許也是自然結果。

側重語法有個缺點:RDF/XML 序列化無法表達每一種 RDF 模型。舉例來說,若某個組織想以「無法切分成 XML 前綴/本地名稱組合」的 URI 來標識內容,就很難想像是如何用 PRISM 描述這類內容。好處則是,PRISM 充分利用了 RDF/XML 規範的彈性,既可獨立成文件,也可嵌入內容之中;rdf:RDF 封裝元素照舊負責把後設資料包起來。

添加的一抹亮色:PRISM 擴充特性

PRISM 還定義了一組特性,用來擴充 Dublin Core 所能提供的基本描述。這些特性支援:

  • 一般特性的描述
  • 內容的出處
  • 與出版相關的重要日期與時間
  • 內容的標題與主題
  • 資源之間的關係
  • 管理內容使用權利的聲明與權限

這些特性都基於 PRISM 核心名稱空間 https://prismstandard.org/namespaces/1.2/basic/,正式定義於規範第 II 部分 4.4 節。提醒一點:PRISM 規範草案中的示例,其名稱空間用法與自身定義並不一致——有些示例採用標準名稱空間,有些則未經說明就使用 https://prismstandard.org/namespaces/basic/ 甚至 https://prismstandard.org/namespaces/basic/1.2/ 這類變體。作者推測這些應屬排版疏失。

以下從規範定義的大約 50 個 PRISM 特性中,挑選了幾個比較有意思的:

  • prism:category:內容的性質或類型。PRISM 為此提供了建議的受控詞彙表,內含 advertisement、cartoon、column、recipe 等術語。
  • prism:creationTime / prism:modificationTime:內容生命週期中的相關日期。
  • prism:event:內容中引用或描述的事件。
  • prism:location:內容中引用或描述的地點。
  • prism:person / prism:organization:內容中引用或描述的人或組織。
  • prism:isPartOf:本資源是被描述資源在物理或邏輯上的一部分;prism:hasPart 為其逆關係。
  • prism:isFormatOf:本資源是被描述資源的一個變體;prism:hasFormat 為其逆關係。例如可把資源的印刷版與電子版關聯起來。
  • prism:isReferencedBy:引用被描述資源的資源;prism:references 為其逆關係。
  • prism:isTranslationOf:本資源是被描述資源的一種語言翻譯;prism:hasTranslation 為其逆關係。
  • prism:copyright:內容的版權聲明。

清單 2 用這些 PRISM 核心元素擴充了清單 1。

清單 2:以 PRISM 核心元素正式描述 Thinking XML 專欄第 12 篇

<?XML version="1.0" encoding="UTF-8"?>
<rdf:RDF
  xmlns:rdf="https://www.w3.org/1999/02/22-rdf-syntax-ns#"
  xmlns:dc="https://purl.org/dc/elements/1.1/"
  xmlns:prism="https://prismstandard.org/namespaces/1.2/basic/"
  XML:lang="en">
  <rdf:Description
    rdf:about="https://www.ibm.com/developerworks/XML/library/x-think12.Html">
    <dc:description>
      A discussion of the broader context and relevance of XML/RDF techniques.
    </dc:description>
    <dc:title>Basic XML and RDF techniques for knowledge management, Part 7
    </dc:title>
    <dc:publisher>IBM developerWorks</dc:publisher>
    <dc:creator>Uche Ogbuji</dc:creator>
    <dc:subject>XML</dc:subject>
    <dc:subject>RDF</dc:subject>
    <prism:category>column</prism:category>
    <prism:organization>OMG</prism:organization>
    <dc:format>text/Html</dc:format>
  </rdf:Description>
</rdf:RDF>

新增的部分是 PRISM 名稱空間的宣告,以及隨之添加的兩條陳述。

自訂受控詞彙表

PRISM 很重要的一點,是為「他人定義自己的受控詞彙表」提供了一套正式方法。換言之,PRISM 在 XML 與 RDF 的基本擴充能力之上,再提供了一層擴充機制。

回看清單 1 與 2 的描述,dc:subject 用的是簡單文字值「XML」與「RDF」。但由於這些值並非取自受控詞彙表,可能產生歧義。舉例來說,礦業背景的人看到 RDF,可能會聯想到該產業「refuse defined fuels」的常用縮寫。作者真正想表達的是:文中討論的是 W3C 的兩份特定規範。然而 PRISM 並未定義一套涵蓋業界規範的受控詞彙表,於是他改用 PRISM 的工具自建了一套,如清單 3。

清單 3:正式定義的受控詞彙表示例

<?XML version="1.0" encoding="UTF-8"?>
<rdf:RDF
  xmlns:rdf="https://www.w3.org/1999/02/22-rdf-syntax-ns#"
  xmlns:dc="https://purl.org/dc/elements/1.1/"
  xmlns:pcv="https://prismstandard.org/namespaces/1.2/pcv/"
  xmlns:u="https://uche.ogbuji.Net/eg/pcv/specs/schema/"
  XML:lang="en">
  <pcv:Descriptor rdf:about="https://www.w3.org/TR/REC-XML">
    <pcv:label>XML 1.0 Recommendation</pcv:label>
    <u:owner rdf:resource="https://w3.org"/>
  </pcv:Descriptor>
  <pcv:Descriptor rdf:about="https://www.w3.org/TR/REC-rdf-syntax/">
    <pcv:label>RDF Model and Syntax 1.0</pcv:label>
    <u:owner rdf:resource="https://w3.org"/>
  </pcv:Descriptor>
</rdf:RDF>

這裡用規範本身的 URL 作為識別碼,定義了兩個 pcv:Descriptor 類型的資源;用 pcv:label(rdfs:label 的子類)設定易讀的名稱,方便支援 PRISM 的軟體使用;最後再利用 RDF 本身通用的可擴充性,自訂專用特性 u:owner,把規範與擁有它的組織關聯起來。

有了這套受控詞彙表,就能寫出比原本 dc:subject 更精確的陳述。清單 4 摘自清單 1,展示修改後的 subject 陳述。

清單 4:改用受控詞彙表的 dc:subject

<dc:subject>
  <pcv:Descriptor rdf:about="https://www.w3.org/TR/REC-XML"/>
</dc:subject>
<dc:subject>
  <pcv:Descriptor rdf:about="https://www.w3.org/TR/REC-rdf-syntax/"/>
</dc:subject>

採用這種寫法時,可以依賴處理 PRISM 的軟體透過受控詞彙表找到清單 4 中的文件,並取回描述符資源的標籤等有用資訊。但這項能力未必隨處可用,因此 PRISM 也容許利用 RDF 的語法規則把這些特性內聯重複一次,如清單 5。

清單 5:在 dc:subject 中內聯重複 label 特性

<dc:subject>
  <pcv:Descriptor rdf:about="https://www.w3.org/TR/REC-XML">
    <pcv:label>XML 1.0 Recommendation</pcv:label>
  </pcv:Descriptor>
</dc:subject>
<dc:subject>
  <pcv:Descriptor rdf:about="https://www.w3.org/TR/REC-rdf-syntax/">
    <pcv:label>RDF Model and Syntax 1.0</pcv:label>
  </pcv:Descriptor>
</dc:subject>

這種做法的風險在於:內聯標籤可能與外部受控詞彙表文件中的值失去同步。

PRISM 的其他觀察

PRISM 已經開發了一段時間,相當成熟。工作小組成員數穩定成長,小組也累積了愈來愈多生產環境中的成功案例。因為 PRISM 已經能完善地表達一組基礎 Dublin Core 特性,作者甚至在與出版並不直接相關的專案中使用它。它在資料庫專案中表現得出奇地好,尤其適合把傳統資料庫中的資料集整合進 XML 文件系統。

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