首頁(yè)>>廠(chǎng)商>>軟件開(kāi)發(fā)商>>穎科公司

穎科HTML2XML白皮書(shū)

InfOnCall HTML2XML

2001/12/05

1.術(shù)語(yǔ)

　　HTML2XML 模板生成器

　　HTML2XML 解析引擎

2.簡(jiǎn)介

　　Infoncall提供了一套HTML2XML工具，用以將HTML文檔自動(dòng)轉換為XML文檔。目前主要針對以表格數據為核心（data-centric）的HTML格式文件。這是由于XML標準主要是用以精確標識所包含的數據，而有進(jìn)一步應用需求的HTML文件多以含有Table的 Data-Centric文件為主。目前該工具功能主要包括：

• 提供基于XML的語(yǔ)言來(lái)表達如何從HTML網(wǎng)頁(yè)獲取復雜結構；

• HTML到XML聲明性文檔的映射，可以根據相應的解析模板自動(dòng)產(chǎn)生XML；

• 提供可視化工具使得開(kāi)發(fā)更加的迅速和便捷。

3.背景

　　Internet的廣泛應用和飛速發(fā)展使得以HTML表達的Web成為了信息的主要發(fā)布渠道之一。人們可以通過(guò)WWW瀏覽豐富的信息資源。而Web越是普及，就越迫切地要求信息內容不僅容易表現，而且能被應用方便地獲取，以提供服務(wù)之間的自動(dòng)化和互操作。人們要求來(lái)自Web的信息以結構化的方式來(lái)訪(fǎng)問(wèn)。W3C制定的可擴展標記語(yǔ)言(XML)以及其數據模型和查詢(xún)語(yǔ)言提供了解決之道。可是如今的Web仍然是由許多雜亂的HTML網(wǎng)頁(yè)組成，而不是組織良好的XML文檔。因為需要把現有的HTML網(wǎng)頁(yè)轉換成更靈活應用和處理的XML數據。為了解決這個(gè)實(shí)際的問(wèn)題，InfonCall提供了HTML2XML的開(kāi)發(fā)工具，可以來(lái)將基于Web資源包裝成產(chǎn)生所需要的XML文檔。

4.系統架構

　　HTML2XML1.0中包括了兩個(gè)工具：HTML2XML模板生成器和HTML2XML解析引擎。通過(guò)該HTML2XML模板生成器的GUI界面和HTML2XML解析引擎，將HTML文件中的<Table>標記中的數據，根據指導性文件，轉換成XML格式數據，供其他應用程序進(jìn)行進(jìn)一步處理。

　　Infoncall的 HTML2XML 模板生成器提供方便的用戶(hù)界面。HTML網(wǎng)頁(yè)內容編輯人員，選定所需要的HTML內容后，以可視化的圖形方式，用鼠標進(jìn)行拖拉操作即可完成對HTML內容的獲取。用戶(hù)不必了解所編輯HTML文件的源代碼。當保存編輯結果后，即可生成針對該類(lèi)HTML文件的解析模板和DEMO解析結果。

　　HTML2XML解析引擎支持兩種用戶(hù)界面：Service和API。Service界面不需要用戶(hù)有較深的編程經(jīng)驗；API界面為開(kāi)發(fā)人員提供更靈活的編程接口。模板使用人員在開(kāi)發(fā)具體應用時(shí)，通過(guò)parser 解析引擎裝載不同模板，解析得到相應的結果。解析結果返回XML格式的字符串和保存為指定文件，以供進(jìn)一步處理。若模板裝載發(fā)生錯誤或開(kāi)發(fā)人員未指定模板，解析引擎則按無(wú)模板的方式進(jìn)行處理。此時(shí)，解析引擎解析所有Table中的數據到XML文件中。

5. 產(chǎn)品功能和特點(diǎn)

5.1 產(chǎn)品功能

　　Infoncall的HTML2XML工具，提供以下功能：

• 用戶(hù)可以任意指定URL來(lái)獲取Web信息；

• 目標的HTML頁(yè)面可以是靜態(tài)網(wǎng)頁(yè)，也可以動(dòng)態(tài)生成；

• 提供可視化的界面讓用戶(hù)拖拉式選擇需要獲取的頁(yè)面元素

• 輸出的方式可以是靜態(tài)信息也可以是動(dòng)態(tài)方式

• 可以存儲、編輯和調入映射信息

• 映射規則的描述基于XML，具有擴展性
  
  

5.2 產(chǎn)品特點(diǎn)

　　Infoncall的HTML2XML開(kāi)發(fā)工具將給您帶來(lái)如下的優(yōu)勢：

• 有效利用現有的信息資源；

• 快速建立和商業(yè)伙伴的合作；

• 無(wú)縫升級到基于XML的網(wǎng)站系統

• 提供多 渠道發(fā)布的轉換中間件；

• 將原有的信息的內容和表現更好的分離，有利于增加商業(yè)機會(huì )，提高企業(yè)靈活度和競爭力。

6.應用前景

　　Infoncall HTML2XML工具可以應用的情景的有：

　　1）網(wǎng)站與增值服務(wù)提供商的數據交換。

　　一般的情形，網(wǎng)站已經(jīng)通過(guò)Internet發(fā)布其信息內容(比如匯率、證券信息、氣象信息等)，這樣的信息通常是通過(guò)其服務(wù)系統不同的格式和渠道進(jìn)行發(fā)布(比如提供給WAP手機)。在進(jìn)行實(shí)施過(guò)程中，要直接開(kāi)放其原來(lái)的后臺數據庫可能對數據來(lái)源的安全性造成影響；或者有可能不同的頻道信息來(lái)自不同的網(wǎng)站，也就可能來(lái)自不同的平臺和數據庫。這就需要直接針對HTML，通過(guò)調用應用服務(wù)器而不是訪(fǎng)問(wèn)后臺數據庫的方式來(lái)獲取網(wǎng)頁(yè)信息，并且轉換成為統一的基于XML格式。XML具有獨立于平臺和發(fā)布渠道的特點(diǎn)，可以很好地用于各種不同方式的發(fā)布。

　　2）網(wǎng)站的重新設計。

　　目前HTML的固有缺點(diǎn)已經(jīng)使得原來(lái)的網(wǎng)站模式很難符合新的需求，特別是在商務(wù)之間相互通信的場(chǎng)合，XML的產(chǎn)生和相關(guān)技術(shù)的成熟，特別是基于XML的XHTML逐漸更新HTML，使得越來(lái)越多的網(wǎng)站逐漸升級到基于XML設計的網(wǎng)站。在這個(gè)過(guò)程中既要將新的內容以XML的方式存儲和發(fā)布，同時(shí)也要考慮到兼容原來(lái)的數據。這就需要將原來(lái)的數據進(jìn)行組織和轉換。對于數據庫，可以通過(guò)數據庫到XML的轉化來(lái)實(shí)現(Infoncall也提供了通用的數據庫轉換到XML的工具DB2XML)。同時(shí)許多靜態(tài)的HTML網(wǎng)頁(yè)也需要轉換，其中攙雜了許多重要的信息。Infoncall HTML2XML也提供了這樣機制，既可以將HTML轉換成的XHTML，也可以將其轉換為獨立于應用的XML通用格式，然后通過(guò)XSL進(jìn)行網(wǎng)站的發(fā)布。這將是新一代網(wǎng)站發(fā)展中的重要環(huán)節。

穎科公司供稿 CTI論壇編輯