郑黎晓，王　成

(1．华侨大学计算机科学与技术学院，福建厦门361021; 2．中国科学院软件研究所计算机科学国家重点实验室，北京100190)



XML模式推断研究综述

郑黎晓1，2，王成1

(1．华侨大学计算机科学与技术学院，福建厦门361021; 2．中国科学院软件研究所计算机科学国家重点实验室，北京100190)

摘要:本文对XML(Extensible Markup Language)数据的模式推断问题研究现状与进展进行了阐述．首先，从正规树文法的角度介绍了不同模式语言的理论模型．进而从模式推断方法、目标模式语言、支持的表达能力、内容模型对应的正则表达式类型等多个方面对当前研究工作进行了细致的分类归纳和对比．此外，还介绍了模式语言中支持的基本语义完整性约束推断的研究进展．最后指出了当前研究中的不足，并对未来需要深入研究的方向进行了展望．重在对XML模式推断的主流方法和前沿进展进行概括、比较和分析，以期对后续研究有所助益．

关键词:可扩展标记语言;模式推断;正规树文法;正则表达式

1　引言

由万维网联盟(World Wide Web Consortium，W3C) 在1997年提出的可扩展标记语言(Extensible Markup Language，XML)可以简单、灵活地描述各种带结构的数据，已经成为网络环境中数据交换与集成的事实标准，得到越来越广泛和深入的应用．因此，如何有效处理和使用XML数据成为近年来一个持续的研究热点．在XML数据处理中，模式是一个重要的方面．模式定义了XML数据的结构、类型和语法规范，是保证XML数据格式正确和内容有效的手段．模式在XML数据处理和应用程序中发挥着……