XML與對象關(guān)系模型之間的轉(zhuǎn)換*

周 游，陸安江

（貴州大學(xué)，貴州 貴陽 550025）

0 引 言

XML是一種廣泛用來描述不同數(shù)據(jù)類型以及異構(gòu)關(guān)系數(shù)據(jù)庫的可擴展標記語言，并在異構(gòu)關(guān)系數(shù)據(jù)庫之間的轉(zhuǎn)換過程發(fā)揮橋梁作用[1-3]。為了更好的應(yīng)用和開發(fā)基于關(guān)系模型的數(shù)據(jù)庫系統(tǒng)，為了實現(xiàn)數(shù)據(jù)共享，開發(fā)了許多轉(zhuǎn)換算法和方法。文獻[4]提出一種轉(zhuǎn)換方法，可以實現(xiàn)XML到word之間的轉(zhuǎn)換，同時也可以實現(xiàn)word到XML之間的轉(zhuǎn)換；文獻[5]通過Java可以實現(xiàn)從word文本到XML文本之間的轉(zhuǎn)換；文獻[6]提出一種基于XML文檔為中間件，利用ASP+XML技術(shù)，使用基于模型驅(qū)動的方法來映射XML與關(guān)系數(shù)據(jù)庫數(shù)據(jù)之間的關(guān)系,然后借助SQL實現(xiàn)數(shù)據(jù)轉(zhuǎn)換。本文提出一種基于文檔類型定義（DTD）的XML模式轉(zhuǎn)換為對象關(guān)系模型模式的可逆轉(zhuǎn)換方法。

1 準備工作

在這一部分，我們將對在本文中使用到的術(shù)語、定義、符號以及用法進行介紹。對于對象關(guān)系模型的結(jié)構(gòu)組成成分，通過文獻[7-10]可概括為以下四個部分：

（1）對象類型或具有屬性的用戶定義類型（UTD）；

（2）對象表、泛型類型以及繼承；

（3）對象的集合或引用的集合；

（4）對象的引用或類型引用。

對于XML文檔模型，我們采用＜＞來表示，以“＜”開始，以“＞”停止，則可通過式（1）中的符號來對使用其屬性和內(nèi)容模型的XML元素進行定義[11]。那么，對于XML文檔中的元素A，它的定義就可以通過A給出。如式（1）所示：

通過文獻[11]可知在式（1）中：（1）::=符號表示被定義為；（2）A表示元素的名稱；（3）N表示元素A的內(nèi)容模型；（4）Attrs表示元素A的屬性列表，即Attrs=Attr1,Attr2,…,Attrm通過式（1）中對Attrs（下劃線Attrs）屬性列表的定義，我們可知它可以通過‘_’和屬性Attri（1≤i≤m）獲得。因此我們可以這樣來表示Attrs，即Attrs=Attr1，Attr2，...，Attrm= Attr1，Attr2...，Attrm。

接下來我們對屬性Attri，即Attri進行定義，如式（2）所示：

在式（2）中，（1）Attri表示屬性；（2）ToV表示在XML模型中的屬性類型或其值的列表[12]；（3）Dp表示屬性默認值,其定義如式（3）所示：

通過文獻[13]可知在式（3）中，1）|表示或；#REQUIRED表示屬性是必須的；2）#IMPLED表示屬性不是必須的；3）#FIXED value表示屬性是固定的；4）value表示屬性是默認的。

通過對術(shù)語、定義及符號的介紹，接下來我們將介紹XML文檔與對象關(guān)系模型之間的映射。

2 XML與對象關(guān)系之間的映射

接下來我們考慮一個多態(tài)函數(shù)β，該函數(shù)允許我們將XML schema轉(zhuǎn)換為對象關(guān)系模型。此函數(shù)將對象關(guān)系模型中的對象A與每一個XML中的元素A進行關(guān)聯(lián)，因此可以給出對象類型β（A）的定義，其定義如式（4）所示：

在式（4）中，（1）A（在::=右邊）表示對象關(guān)系類型中關(guān)聯(lián)到XML文檔中元素A的對象關(guān)系類型；（2）L表示屬性定義列表。

在這個列表中的每一個元素都是對象類型中屬性的定義，這個定義可以通過式（5）得到：

在式（5）中，（1）Attri表示對象類型屬性；（2）Type表示屬性Attr的類型；（3）M表示值的約束列表。這些約束可以為空（null）、非空（not null）、唯一性（unique）、外鍵約束（foreign key）、以及檢查約束（check）[14]。由巴科斯范式（BNF）可知，用尖括號（＜＞）括住表示必選項，用方括號（[]）括住表示可選項[15]。

接下來我們看看如何通過β函數(shù)來計算對象類型“A”的屬性；在式（1）中我們有：A::=〈A;Attrs;N〉。因此可以給出對象類型的定義，其定義如式（6）所示：

在式（6）中“U”表示聯(lián)合運算符；為了能得到對象類型 A，我們不得不分別計算 β（Attrs）和 β（N）。

2.1 β(Attrs)的計算

β（Attrs）是對象類型的屬性定義列表，β（Attrs）計算算法流程如圖1所示。

通過式（2）可知，在XML schema中每個屬性Attri可以通過Attri::=〈Attri;ToV;Dp〉得到；因此對于 β（Attri）,我們可以通過 β（Attri）::= β（＜Attri;ToV;Dp＞）得到。對于β（＜Attri;ToV;Dp＞）的值，我們可以通過式（7）計算得到：

式（7）中C表示約束。通過式（7）我們可知，為了求 β（Attri），我們必須計算 β（ToV），β（Dp）和 C。

圖1 β（Attrs）算法流程

2.2 β(ToV)的計算

在對象關(guān)系模型中β（ToV）表示的是屬性Attri類型的值，以及值得約束。我們可以通過表1得到 β（ToV）。

在表 1中：（1）Varchar（n）表示在數(shù)據(jù)庫系統(tǒng)里字符串使用類型的標準，n表示類型的大?。唬?）Varchar（p）表示在對象關(guān)系型數(shù)據(jù)庫里值集合的數(shù)據(jù)類型，p表示集合的大??；（3）嵌套表表示的是在關(guān)系型數(shù)據(jù)庫里使用的數(shù)據(jù)類型，它反映的是大小沒有限制的值的集合：（4）通過文獻[16]我們可知Letter和Digit是按以下規(guī)律定義的：Letter::=[A...Za...z].Digit::=[0...9]。

在表1的約束列有：（1）唯一約束（UC）表示在屬性是一個明確的值；（2）外鍵約束（FKC）表示引用一個完整性的約束；（3）枚舉約束（ELConstraint）表示具有與指定XML元素的內(nèi)容模型屬性的枚舉值對應(yīng)的值列表的約束。我們使用LAC 來表示 （Letter|_）（Letter|_|Digit|:|.|-）。

表1 β(ToV)的計算

2.3 β(Dp)的計算

為 了 計 算 β（Attri）， 我 們 不 得 不 計 算 β（Dp）。β（Dp）的值通常是一個數(shù)據(jù)庫約束的列表，通過表2可以求出 β（Dp）的值。

表2 β(Dp)的計算

為了更好的理解函數(shù)β，我們看一下下面的列子：

＜!ELEMENTcinema（...）＞

＜!ATTLIST cinema id ID #REQUIRED＞

＜!ATTLIST cinema popularity CDATA #IMPLIED＞

以上定義了id元素，元素cinema有兩個屬性：cinema和popularity；β（id）=β（〈id;ID;#REQUIRED〉），β（popularity）=β（〈popularity;CDATA;#IMPLED〉）。

我們把函數(shù)β應(yīng)用到cinema可得：

β（cinema）=cinema（β（id）,β（popularity）...）

首先，我們計算β（id），通過式（2）我們可得：

β（id）=β（＜id;ToV;Dp＞）

通過式（7）可得：

β（＜id;ToV;Dp＞）=＜id;β（ToV）-C;β（Dp）+C＞

由表1和表2可得：

β（id）=〈id;β（ID）-（LAC+UC）〉；

β（#REQUIRED）+（LAC+UC）；

β（#REQUIRED）=not null；

那么

β（id）= ＜id; varchar; not null +（LAC+UC）＞。

接下來我們計算 β（popularity），同理可得：β（popularity）=＜popularity;varchar;null＞。

則cinema的對象變?yōu)椋?/p>

cinema（〈id; varchar; not null +（LAC+UC）〉;

popularity;varchar;null,...）

通過以上分析有：XML文檔屬性到對象屬性的算法（命名為算法2）。具體流程如圖2所示。

圖2 XML文檔屬性到對象屬性的算法

2.4 β(N)的計算

通過式（6）可知：β（A）::=A（β（Attrs）Uβ（N），通過（1）我們已經(jīng)對β（Attrs）的計算進行詳細介紹，為了得到完整的對象類型的屬性列表，我們必須計算 β（N）。接下來展開對 β（N）計算的介紹。

通過式（1）有：A::=〈A;Attrs;N〉，其中N表示元素A的內(nèi)容模型，可以為any（該模型包含文本、元素和空格），empty（禁止把文本或者元素作為一個聲明為空的子元素）和混合模型（包含文本、內(nèi)容和屬性）。接下來看一個DTD的列子：

＜!ELEMENT cinema （time+）＞

＜!ELEMENT cinema id ID #REQUIRED category CDATA #IMPLIED＞

＜!ELEMENT time（date+）＞

＜!ELEMENT date（move+）＞

＜!ELEMENT move（move_name,director）＞

＜!ELEMENT move_name （#PCDTATA）＞

＜!ELEMENT director（#PCDTATA）＞

通過式（1）可知cinema元素可表示為：

cinema：：=＜cinema;id,category; time +＞。

其中time+為cinema元素N的值；其定義如下：time：：=＜time;;date +＞。

同樣，對于元素move可以定義為：move：：=＜move;; move_name, director＞?！癿ove_name，director”是move元素N的值。

元素move_name的定義如下：move_name：：=＜move_name;;#PCDATA＞；元素director的定義為：director::=＜ director;;#PCDATA＞。 因 此 move_name和director元素的N值為#PCDATA。

為了使β（N）的計算更加簡化，我們利用巴克斯范式（BNF）語法來對XML文檔的內(nèi)容模型進行求解（其中A是N的元素）。我們稱這種語法為，將語法G與式（1）結(jié)合可得語法G，最終可得β（G）。具體如下所示：

（1）β（A）::=β（ANY）；（ANY 指任何數(shù)據(jù)和任何類型）

（2）β（A）::=β（EMPTY）；（EMPTY指空的字符串）

（3）β（A）::=（-A-1,A--2）：=β（A--1）,β（A--2）；（A1，A2是用來區(qū)別’=’左邊和右邊的元素A）

（4）β（A）::=（+,β（A--1）,β（A--2）；（定義一種可以保存對象類型 β（-A-1）和 β（A--2）的一般類型）

（5）β（A）::=｛β（A）｝；（具有空約束的 β（A）表）

（6）β（A）::=｛β（A）｝；（具有非空約束的 β（A）表）

（7）β（A）::=[β（A）]；（具有空約束的 β（E）

（8）β（A）::=β（#PCDATD）。

β（#PCDATD）的值通過 β（#PCDATD）：：=＜value；varchar；””＞來計算。

為了更好的理解β函數(shù)，接下來看以下列子：

那么move_name是一個具有屬性命名值得對象類型，屬性類型是沒有約束的varchar。

（2）接下來看一個復(fù)雜的列子，對于XML文檔中的move元素我們定義如下所示：

move::=＜move;;move_name,director＞， 則β（move）=move（β（move_name,director）=move（β（move_name）, β（director）。假設(shè)用其值來代替 β（move_name）和 β（director），那么可得：β（move）=move（move_name（＜value;varchar;””＞），director（＜value;varchar;””＞）。

因此，’move’是一個具有兩個屬性（move_name和director）的對象類型，它們中的每一個都具有一個與之對應(yīng)的屬性命值的對象類型。計算β（N）可以通過以下算法（命名為算法3）獲得：

（1）開始；

（2）輸入N，一個XML文檔元素A的內(nèi)容模型；

（3）在不同的A中隨機選擇V，使得β（V）在β（N）中；

（4）如果 β（V）不在 V 中，那么通過 β（G）和算法 2 計算 β（V）；

（5）如果沒有 β（V）在 β（N）中或者在 β（N）中的每一個 β（V）都沒在 V 中再或者 β（V）=β（E），那么退出循環(huán)；否則返回c。

（6）輸β（N），對象屬性列表；

（7）結(jié)束。

圖3 β（N）計算流程

3 轉(zhuǎn)換算法

通過以上的介紹，接下來我們考慮如何將XML模型轉(zhuǎn)換為對象關(guān)系模型。為了創(chuàng)建XML文檔到對象類型的映射，我們從以下兩方面進行討論：A）對象屬性的創(chuàng)建；B）創(chuàng)建與XML schema關(guān)聯(lián)的對象類型。

3.1 對象屬性的創(chuàng)建

將對象屬性的創(chuàng)建函數(shù)命名為COA，COA函數(shù)以一個屬性作為具有目錄列表的參數(shù)，并返回表達式〈attr;typeOfAttribute;M〉。通過式（5）可知，該表達式反映的是對象關(guān)系模型中屬性的定義。該函數(shù)基于以上定義的β函數(shù)計算的值，其定義如下所示：

通過上述定義的β函數(shù)計算元素x的值；

對于在 attr 中的每一個 ｛β（x）｝，如果與 x 相關(guān)的類型沒有被創(chuàng)建，那么創(chuàng)建對象類型x作為不。完整類型；創(chuàng)建一個列表類型，稱為xs；在attr中用 ＜”xs”;xs;’’＞ 來替換 ｛β（x）｝；

對于在 attr 中的每一個 [β（x）]，在 （x（...）添加一個空約束（null constraint），然后在 attr中用 （x（...））來替換 [β（x）]；

如果與attr相關(guān)的類型沒有被創(chuàng)建，那么創(chuàng)建一個對象類型，稱為attr，返回＜”attr”;attr;””＞；其中每一個attr屬性相當于目錄列表中的目錄；

對于形如 x（＜value;varchar;””＞）模型，創(chuàng)建對象屬性 （x（...），返回（4）；

對于形如x（y（＜value;varchar;””＞）, f（＜value;varchar;””＞）,…）模型，創(chuàng)建對象屬性 （x（...），在 attr 中 用 x（＜”y”;y;””＞,＜”f”; f;””＞,…）來替換，返回（4）。

對于元素 e（...）與正則表達式（…β（x）…）有關(guān)，如果x類型沒有被創(chuàng)建，那么創(chuàng)建一個對象類型，并用〈”x”;refx;〉替換 β（x）。

為了更好的理解上訴定義，接下來看一個例子：

＜!ELEMENTmove（move_name,director,cite?）＞

＜!ELEMENT move_name（#PCDAT）＞

＜!ELEMENTdirector（fn,ln）＞

＜!ELEMENTfn（#PCDAT）＞

＜!ELEMENTln（#PCDAT）＞

＜!ELEMENTcite（move*）＞

β（move）可以通過以下表達式來計算：β（move）=move（β（move_ame）,β（director）,[β（cite）]）； 為 了 創(chuàng) 建對象屬性，我們不得不分別計算：β（move_ame），β（director）和 [β（cite）]。

通過計算有：β（move_name）=move_name（＜value;varchar;””＞）;

β（director）=director（fn（＜value;varchar;””＞）,ln（＜value;varchar;””＞）;

[β（cite）]的值為 [cite（｛[β（move）]｝）]。

則β（move）=move（move_name（＜value;varchar;””＞）,director（fn（＜value;varchar;””＞）, ln（＜value;varchar;””＞）, [cite（｛β（move）｝）]）。

為了創(chuàng)建move的對象屬性，我們分別對move_name（＜value;varchar;””＞，director（fn（＜value;varchar;””＞）, ln（＜value;varchar;””＞）,[cite（｛β（move）｝）]進行轉(zhuǎn)換。

首先對 [cite（｛β（move）｝）]進行轉(zhuǎn)換，為了去掉”｛”和”｝”，使用步驟（2），可得：｛β（move）｝通過＜”moves”;moves;””＞替換掉，然后我們得到表 達 式 [cite（＜”moves”;moves;null_constrant＞）]；為了去掉”[”和”]”，使用步驟（3），可得：（cite（＜”moves”;moves;null_constrant＞）；通過步驟（4）可得：＜”cite”;cite;null_constraint＞。

其次對move_name（＜value;varchar;””＞）進行轉(zhuǎn)換，使用步驟（5），可得對象屬性為：（move_name（＜value;varchar;””＞）， 通 過 步 驟（4） 可 得 ＜”move_name”;move_name;””＞。

接 下 來 對 director（fn（＜value;varchar;””＞）,ln（＜value;varchar;””＞） 進 行 轉(zhuǎn) 換， 由 表 達 式可 知 director屬 x（y（＜value;varchar;””＞）,f（＜value;varchar;””＞）,..）模型，通過步驟（6）可得：（director（＜”fn”;fn;””＞, ＜”ln”;ln;””＞）），通過步驟（4）可得：＜”director”;director;””＞。

最后，我們可得move表達式為：move（＜”move_name”;move_name;””＞,＜”director”;-directoe;””＞,＜”cite”;cite;null_constraint＞）；對象屬性表達式為：＜”move”;move;constraint_on（cite）＞。

3.2 創(chuàng)建與XML schema關(guān)聯(lián)的對象類型

與XML schema關(guān)聯(lián)的對象類型創(chuàng)建方法具體如下所示：

設(shè)y是一個對象屬性，通過對象屬性的創(chuàng)建可知y的表達式為：〈”object”;object;constraints〉；然后將其返回〈object;constraints〉（一個伴有約束的對象類型）。

通過上訴方法我們可得〈”moeve”;move;constraint_on（cite）〉的對象類型為：〈move;constraint_on（cite）〉。

最終轉(zhuǎn)換算法如下所示（見圖4）：

（1）開始；

（2）輸入XML文檔，A是XML中的元素；

（3）通過β（G）計算元素A的值；

（4）通過對象屬性創(chuàng)建函數(shù)計算元素A的對象屬性；

（5）通過與XML schema關(guān)聯(lián)的對象類型創(chuàng)建方法計算元素A的對象類型；

（6）創(chuàng)建一個對象列表，命名為：“A_table”，此列表伴有對象類型A和約束（列表“A_table”是用來存儲XML文檔內(nèi)容的）；

（7）輸出對象關(guān)系模式；

（8）結(jié)束。

圖4 轉(zhuǎn)換算法流程

基于對象類型move，我們創(chuàng)建一個名為Move_table的表，具體如圖5所示。

圖5 Move_table結(jié)構(gòu)

圖5 中：（1）id表 示 一 個 數(shù) 量 屬 性；（2）move_name表示一個具有名的屬性對象；（3）directors表示每個元素具有fn和ln屬性對象；（4）cite表示“move”對類型應(yīng)用的集合。

4 結(jié) 語

在這篇文章里介紹了一種將XML模式轉(zhuǎn)換為對象關(guān)系模式的方法，同時也可以將對象關(guān)系模型轉(zhuǎn)化為XML模型。該方法在處理XML數(shù)據(jù)的時候可以保護其數(shù)據(jù)結(jié)構(gòu)，同時也提供一些語義約束；該方法與其他方法相比較，在整合XML元素的時候僅需較少的對象列表。