[發(fā)明專利]延伸標(biāo)記語言文件的數(shù)據(jù)擷取方法及裝置

無效

• 申請?zhí)枺?/td>: 201010117010.5
• 申請日: 2010-02-09
• 公開（公告）號: CN102147801A
• 公開（公告）日: 2011-08-10
• 發(fā)明（設(shè)計）人: 黃偉倫
• 申請（專利權(quán)）人: 緯創(chuàng)資通股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27
• 代理公司: 北京市柳沈律師事務(wù)所 11105
• 代理人: 史新宏

技術(shù)領(lǐng)域

本發(fā)明涉及一種延伸標(biāo)記語言文件的數(shù)據(jù)擷取方法及裝置，尤其涉及一種可重復(fù)使用并大幅提升使用效率的延伸標(biāo)記語言文件的數(shù)據(jù)擷取方法及裝置。

背景技術(shù)

近年來，由于互聯(lián)網(wǎng)的興盛，幾乎所有數(shù)據(jù)都必須通過網(wǎng)絡(luò)傳遞。其中，基于延伸標(biāo)記語言文件優(yōu)越的跨平臺特性及信息涵意表達(dá)能力，大部分的傳輸皆經(jīng)由延伸標(biāo)記語言文件完成。然而，即便各個網(wǎng)站皆使用延伸標(biāo)記語言文件存儲數(shù)據(jù)，對于具有相同意義的元素，不同網(wǎng)站所使用的標(biāo)簽卻不盡相同。舉例而言，請參考圖1及圖2，圖1及圖2分別為一延伸標(biāo)記語言文件10及一延伸標(biāo)記語言文件20的內(nèi)容示意圖。延伸標(biāo)記語言文件10與延伸標(biāo)記語言文件20所具有的元素及架構(gòu)完全相同，但前者將標(biāo)示書籍列表的標(biāo)簽命名為<Books>，后者命名為<Booklist>。當(dāng)使用者試圖從延伸標(biāo)記語言文件10擷取出XML?guidelines及HTML?guidelines這兩個元素時，使用者必須沿<Books>/<Book>/<Name>的路徑擷取；相對地，當(dāng)使用者試圖從延伸標(biāo)記語言文件20擷取出XML?guidelines及HTMLguidelines這兩個元素時，則必須沿<Booklist>/<Book>/<Name>的路徑擷取。也就是說，為求正確地擷取延伸標(biāo)記語言文件的內(nèi)容，對于延伸標(biāo)記語言文件10及延伸標(biāo)記語言文件20必須采取兩套不同的作法。

除了標(biāo)簽命名的不同外，一般而言，不同網(wǎng)站所提供的延伸標(biāo)記語言文件的結(jié)構(gòu)也有很大的差異。舉例而言，請同時參考圖1及圖3，圖3為一延伸標(biāo)記語言文件30的示意圖。其中，標(biāo)示書籍列表的標(biāo)簽，在延伸標(biāo)記語言文件10及延伸標(biāo)記語言文件30中皆為<Books>，延伸標(biāo)記語言文件10及延伸標(biāo)記語言文件30的書籍部分所具有的元素亦完全相同，但兩份文件的結(jié)構(gòu)有所不同。當(dāng)使用者試圖從延伸標(biāo)記語言文件10擷取出XMLguidelines及HTML?guidelines這兩個元素時，使用者同樣必須沿<Books>/<Book>/<Name>的路徑擷取；相對地，當(dāng)使用者試圖從延伸標(biāo)記語言文件30擷取出XML?guidelines及HTML?guidelines這兩個元素時，則必須沿<2009>/<Books>/<Book>/<Name>的路徑擷取。也就是說，為求正確地擷取延伸標(biāo)記語言文件的內(nèi)容，對于延伸標(biāo)記語言文件10及延伸標(biāo)記語言文件30，使用者亦須采取兩套不同的作法。換句話說，為求正確地擷取延伸標(biāo)記語言文件的內(nèi)容，使用者必須針對使用不同標(biāo)簽的網(wǎng)站采取不同的作法，因而造成許多資源的浪費、以及效率的低落，實有改進的必要。

發(fā)明內(nèi)容

因此，本發(fā)明的主要目的即在于提供一可重復(fù)使用的延伸標(biāo)記語言文件的數(shù)據(jù)擷取方法及裝置。

本發(fā)明公開一種數(shù)據(jù)擷取方法，用來通過互聯(lián)網(wǎng)取得數(shù)據(jù)，該數(shù)據(jù)擷取方法包含有根據(jù)一使用者指令，自一服務(wù)器端取得一延伸標(biāo)記語言文件，該延伸標(biāo)記語言文件包含多個元素(Element)對應(yīng)于多個標(biāo)簽(Tag)，該使用者指令用來取得該延伸標(biāo)記語言文件中一特定元素；對該延伸標(biāo)記語言文件進行格式分析，以產(chǎn)生一格式分析結(jié)果；根據(jù)該格式分析結(jié)果，由多個模板(template)中選取一模板，該模板用來指示該多個標(biāo)簽的內(nèi)容；以及通過該模板，由該延伸標(biāo)記語言文件中取得該特定元素。

本發(fā)明另公開一種數(shù)據(jù)擷取裝置，用來通過互聯(lián)網(wǎng)取得數(shù)據(jù)，該數(shù)據(jù)擷取裝置包含有一微處理器；以及一存儲器，用來存儲一程序，該程序用來指示該微處理器執(zhí)行以下步驟：根據(jù)一使用者指令，自一服務(wù)器端取得一延伸標(biāo)記語言文件，該延伸標(biāo)記語言文件包含多個元素對應(yīng)于多個標(biāo)簽，該使用者指令用來取得該延伸標(biāo)記語言文件中一特定元素；對該延伸標(biāo)記語言文件進行格式分析，以產(chǎn)生一格式分析結(jié)果；根據(jù)該格式分析結(jié)果，由多個模板中選取一模板，該模板用來指示該多個標(biāo)簽的內(nèi)容；以及通過該模板，由該延伸標(biāo)記語言文件中取得該特定元素。

附圖說明

圖1為已知一延伸標(biāo)記語言文件的示意圖。

圖2為已知一延伸標(biāo)記語言文件的示意圖。

圖3為已知一延伸標(biāo)記語言文件的示意圖。

圖4為本發(fā)明實施例一數(shù)據(jù)擷取流程的示意圖。

圖5為本發(fā)明實施例一格式分析結(jié)果的示意圖。

圖6為本發(fā)明實施例一模板的功能示意圖。

【主要元件符號說明】