24、Web数据查询与模式生成技术解析

Web数据查询与模式生成技术解析

1. Web数据查询机制

在Web数据查询领域，有多种查询语言和机制，它们各有特点和局限性。

1.1 不同查询语言对比

• NetQL ：它能处理页面内信息和结构相关查询，也提供了控制查询处理复杂度的方法，类似于在查询中耦合查询谓词。但它不利用析取查询条件，在Web数据的结构和内容表达能力上，相较于耦合查询有局限性。例如，它没有类似属性路径表达式的概念来对Web文档特定部分施加约束。
• ULIXES ：由Araneus项目引入，用于在网站上表达和评估查询。它基于页面模式来建模网站结构，使用导航表达式来表示网站页面间的导航路径，可进行选择、投影和连接操作以选取感兴趣的数据并返回元组集。不过，与耦合查询能指定正则路径表达式不同，它只能表达无递归的简单路径表达式查询，这限制了其表达能力。而且使用它需要熟悉网站结构以生成模式，这也限制了其使用范围。另外，其查询结果会被扁平化到关系视图中，导致数据实例的拓扑结构丢失。
• XML查询语言 ：如XML - QL、Lorel和YATL，专门用于XML数据查询，支持强大的查询功能，能在子页面级别操作和查询XML数据，提供数据重组功能，还能基于文档顺序进行查询。而耦合查询既能查询HTML数据，也能查询XML数据，但目前不支持数据重组功能，查询结果以Web元组集表示，不操作子页面级别的文档，也不支持基于XML文档顺序的查询。

1.2 耦合查询

耦合查询是一种将Web查询表达为特定形式的方法。它