[發明專利]用于處理用于在XML數據庫中存儲的非XML文檔的方法和系統

無效

• 申請號: 200810098199.0
• 申請日: 2008-05-26
• 公開（公告）號: CN101320380A
• 公開（公告）日: 2008-12-10
• 發明（設計）人: 米歇爾·蓋斯曼
• 申請（專利權）人: 軟件股份公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京東方億思知識產權代理有限責任公司
• 代理人: 柳春雷

1.一種用于處理用于在XML數據庫中存儲的非XML文檔(10)的方法，包括步驟：

a.根據預定XML模式(50)生成用于非XML文檔(10)的影子XML文檔(20)，所述影子XML文檔(20)包括從所述非XML文檔(10)提取的元數據；

b.在所述XML數據庫中存儲所述影子XML文檔(20)和所述非XML文檔(10)；

c.其中所述XML模式(50)包括適于包裝至少部分未定義的XML結構的XML內容的包裝元素(51)。

2.如權利要求1所述的方法，其中所述包裝元素(51)定義為所述XML模式(50)的根元素。

3.如權利要求1或2所述的方法，其中使用XML文檔類型定義來定義所述包裝元素(51)。

4.如任一前述權利要求所述的方法，其中適于使用具有通配符的XQuery來搜索所述包裝元素(51)的所述XML內容。

5.如任一前述權利要求所述的方法還包括在所述影子XML文檔(20)上創建索引的步驟。

6.如前一權利要求所述的方法，其中在所述XML模式(50)中定義用于所述索引的信息(52，53)。

7.如任一前述權利要求所述的方法，其中所述非XML文檔(10)包括圖像并且其中使用圖像處理軟件提取所述元數據。

8.如任一前述權利要求所述的方法，其中所述非XML文檔(10)包括文本，尤其是.pdf文檔或Microsoft?Office文檔。

9.如任一前述權利要求所述的方法，其中所述非XML文檔(10)包括音頻和/或視頻文件。

10.如任一前述權利要求所述的方法，其中所述非XML文檔(10)是壓縮文件。

11.如任一前述權利要求所述的方法，其中所述影子XML文檔(20)包括標識所述對應非XML文檔(10)的唯一標識符。

12.包括用于執行如任一前述權利要求所述的方法的指令的計算機程序。

13.一種XML數據庫系統(1)，包括：

a.適于分析非XML文檔(10)的分析器(6)；

b.適于從所述非XML文檔(10)提取元數據并且根據預定義XML模式(50)生成用于所述非XML文檔(10)的影子XML文檔(20)的至少一個提取器(7)，所述影子XML文檔(20)包括所述元數據；

c.適于包裝所述影子XML文檔(20)中的所提取元數據的包裝器(8)，其中所包裝元數據的結構是在所述XML模式(50)中至少部分未定義的。

14.如權利要求13所述的XML數據庫系統(1)還包括適于存儲所述非XML文檔(10)和所述影子XML文檔(20)兩者的存儲裝置(3)。

15.如權利要求13或14所述的XML數據庫系統(1)，其中所述分析器(6)、所述提取器(7)和所述包裝器(8)作為數據庫服務器的擴展(5)來提供。

16.如前述權利要求13到15中任意一個所述的XML數據庫系統(1)，還包括基于所述影子XML文檔(20)的內容的索引。

17.如權利要求16所述的XML數據庫系統(1)，其中所述索引基于所述影子XML文檔(20)的所包裝元數據中的信息(52，53)。

18.如前述權利要求13到17中任意一個所述的XML數據庫系統(1)，其中所述影子XML文檔(20)包括標識所述對應非XML文檔(10)的唯一標識符。