-- 作者：瑞星小子
-- 发布时间：1/4/2007 9:00:00 PM
-- 如何将XML文档转换成RDF文档?
如何将XML元素树转换成RDF三元组？
在我们将XML文档中有用的元素读出并生成了一棵XML元素树之后，参照ontology中对各元素的描述，我们可以通过以下算法将这棵XML文档树转换成RDF三元组的形式。
其具体过程如下，为了弄清楚哪些类或者是属性在描述这个文档的本体中被定义，我们在类的前面加上onto：,在性质的前面加上rdfx。算法描述如下:
将XML文档本身作为“active_resource”，也就是说，将这篇文档的URI作为转换后文档的第一个语句的主语；
以先深的顺序遍历整棵元素树，从根元素开始；
对于每个我们遍历到的元素，我们在本体中查找它辨明他在语法上是定义为类元素还是作为属性。
当我们遍历到的元素是作为属性元素时，我们作如下处理：
(a)、当语句中没有“未完成语句”时，我们构造如下的“未完成语句”（“未完成语句”是指一个三元组中只填了两个元素）
subject predicate object
“ active_resource onto:Prop ...
(b)、此外，如果碰到“未完成语句”，完成该未完成语句，并且创造一新的“未完成语句”，如下：
subject predicate object
... ... anon resource 1
anon resource 1 onto:Prop ...
当遍历到的元素是作为类元素cls时，作出如下处理：
(a)、当文档本身作为active_resource，我们创建如下的三元组：
subject predicate object
URI of document rdfx:describes anon resource 1
anon resource 1 rdf:type onto:Cls
之后，我们将anon resource 1作为新的active_resource
(b)、如果存在未完成语句，填补完语句并创造如下新的三元组：
subject predicate object
... ... anon resource 1
anon resource 1 rdf:type onto:Cls
之后将anon resource 1作为新的active_resource (c)、之外，如果没有为完成语句，我们定义一个谓词hasCls（这个Cls依赖于我们所碰到的类），并创建如下的新的三元组：
subject predicate object
active resource onto:hasCls anon resource 1
anon resource 1 rdf:type onto:Cls
之后将anon resource 1作为新的 active_resource
如果遍历到的元素标记为内容，我们作出如下处理：
(a)、如果存在未完成语句，将其作为值填补上，如下：
subject predicate object
… … “textual content”
(b)、如果不存在未完成语句，添加如下的三元组：
subject predicate object
active resource rdfx:value “textual content”
(7) 继续遍历这棵XML元素树，当回溯时发现一个类已经匹配完毕，让之前的active resource作为新的active resource。
至此，该算法过程描述完毕，如下是一个简单的XML文档，我们以此为例来描述该算法的实现过程：
< http://mybus.com/order#1233 >
<IndexItem>
<ItemDetail>
<UnitPrice>
<Money currency="USD">1000</Money>
</UnitPrice>
<Description xml:lang="en">
Armada M700 PIII 500 12GB </Description>
<UnitOfMeasure>EA</UnitOfMeasure>
<Classification domain="SPSC">
C43171801</Classification>
<ManufacturerPartID>
140141-002</ManufacturerPartID>
<ManufacturerName>Florsheim</ManufacturerName>
<URL>http://www.compaq.com</URL>
</ItemDetail>
<IndexItemDetail>
<LeadTime>10</LeadTime>
<ExpirationDate>2000-06-01</ExpirationDate>
<EffectiveDate>2000-01-01</EffectiveDate>
<SearchGroupData>
<Name xml:lang="en">Notebook</Name>
<SearchDataElement name="Processor Speed"
value="500MHZ"/>
</SearchGroupData>
<TerritoryAvailable>USA</TerritoryAvailable>
</IndexItemDetail>
</IndexItem>
< /http://mybus.com/order#1233 > 首先是利用本体从该文档中提取出有用的元素或者属性，有些不必要的在本体中没有描述的元素或者属性就不需要了，列出如下：
Class ItemDetail
Class Money
Class Classification
Property unitPrice
Property currency
- rdfs:domain Money
Property description
Property domain
- rdfs:domain Classification
……..
…….
进行转换时，首先遇到的是文档的UML，依照算法，我们首先选择步骤（5）中的a选项，输出如下三元组：
http://mybus.com/order#1233 rdfx:describes anon resource 1
anon resource 1 rdf:type onto: ItemDetail
并将anon resource 1作为新的active resource
之后遍历到的节点是 unitPrice，我们参照步骤（4）的a选项执行，输出：
anon resource 1 onto: unitPrice ...
遇到 money 节点，因为是类名，而且有未完成语句，参照步骤（5）b执行，填补上一个三元组并生成新的三元组，如下：
anon resource 1 onto: unitPrice anon resource 2
anon resource 2 rdf:type onto:money
以此类推，最后我们能够得到以下全部由三元组组成的文档：
subject predicate object
rdfx:describes anon 1
anon 1 rdf:type onto:ItemDetail
anon 1 onto:unitPrice anon 2
anon 2 rdf:type onto:Money
anon 2 onto:currency “USD”
anon 2 rdfx:value “1000”
anon 1 onto:description “Armada M700 PIII 500 12GB”
anon 1 onto:hasClasssification anon 3
anon 3 rdf:type onto:Classsification
anon 3 onto:domain “SPSC”
anon 3 rdfx:value “C43171801”
……
……
至此，关于三元组的转换过程已经结束了
|