您显然对数据序列化背后的理论感兴趣.我将尝试使用以下标题进行解释.

XML作为数据序列化格式的问题

为什么其他格式受到青睐

这真的是关于信息和关系

我要讲的是对语义网的介绍以及它如何以各种不同的格式格式化数据.

XML作为数据序列化格式的问题

正如您所发现的,有几种方法可以在XML中构建数据.这是因为XML作为文档标记开始生效.XML没有内置的方法来描述列表或哈希等简单数据结构.

不是自我描述

这是一个简单的例子:

<data>
  <user name="gerry"/>
</data>

这可以作为简单的哈希反序列化:

data.user.name = "gerry"

或者不那么明显是一个哈希列表:

data.user[0].name = "gerry"

事实是一个不同的XML文档可以指定多个用户标签:

<data>
  <user name="gerry"/>
  <user name="tom"/>
</data>

救援的XML架构

这个问题的解决方案是设计一个单独的模式规范来描述文档的格式:

<xs:schema attributeFormDefault="unqualified" elementFormDefault="qualified" xmlns:xs="http://www.w3.org/2001/XMLSchema">
  <xs:element name="data">
    <xs:complexType>
      <xs:sequence>
        <xs:element name="user" maxOccurs="unbounded" minOccurs="0">
          <xs:complexType>
            <xs:simpleContent>
              <xs:extension base="xs:string">
                <xs:attribute type="xs:string" name="name" use="optional"/>
              </xs:extension>
            </xs:simpleContent>
          </xs:complexType>
        </xs:element>
      </xs:sequence>
    </xs:complexType>
  </xs:element>
</xs:schema>

person标签被描述为一系列元素......因此,这使XML解析器能够将此信息存储在列表构造中.

这是处理XML数据的许多Web服务框架采用的方法.消息格式在WSDL/XML模式中描述,并且自动生成处理消息的编程代码.

为什么其他格式受到青睐

像JSON和YAML这样的格式专门用于序列化数据.它们不需要模式文档,以便明确地解析数据.

但是......即便如此...... JSON和YAML并没有解决所有问题.虽然乍一看数据更加明显,但没有描述数据结构的标准....

之前我修改了XML模式,但这些对于确定一段数据是否在程序上可用(有效)非常有用.即使如此,XML Schema也没有告诉我一个数据与另一个数据之间的关系.

这真的是关于信息和关系

在语义网运动是试图建立一个自我描述和协作网络.问题是(恕我直言)相关标准复杂且难以理解和应用.起点是RDF:

RDF简介

它被设计为通用信息交换格式,巧妙地以与数据实际序列化方式无关的方式工作.

例

您的简单示例并表示为RDF XML:

<?xml version="1.0"?>
<rdf:RDF xmlns:user="http://myspotontheweb.com/user/1.0/" xmlns:ex="http://myspotontheweb.com/example/user/" xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#">
    <rdf:Description rdf:about="http://myspotontheweb.com/example/user/1">
        <user:name>gerry</user:name>
        <user:likes>1</user:likes>
        <user:likes>2</user:likes>
        <user:likes>4</user:likes>
    </rdf:Description>
    <rdf:Description rdf:about="http://myspotontheweb.com/example/user/2">
        <user:name>tom</user:name>
        <user:likes>2</user:likes>
        <user:likes>4</user:likes>
        <user:likes>6</user:likes>
        <user:follows rdf:resource="http://myspotontheweb.com/example/user/1" />
    </rdf:Description>
    <rdf:Description rdf:about="http://myspotontheweb.com/example/user/3">
        <user:name>felix</user:name>
        <user:likes>3</user:likes>
        <user:likes>5</user:likes>
        <user:follows rdf:resource="http://myspotontheweb.com/example/user/1" />
    </rdf:Description>
</rdf:RDF>

每个数据项都有唯一的标识符和一组自定义属性:

名称

喜欢

如下:用于将一个RDF实体链接到另一个RDF实体.

XML只是表达RDF的一种方式,我更喜欢更紧凑的N3 RDF格式:

@prefix rdf: <http://www.w3.org/1999/02/22-rdf-syntax-ns#> .
@prefix user: <http://myspotontheweb.com/user/1.0/> .
@prefix ex: <http://myspotontheweb.com/example/user/> .

ex:1 user:name "gerry" .
ex:1 user:likes "1" .
ex:1 user:likes "2" .
ex:1 user:likes "4" .

ex:2 user:name "tom" .
ex:2 user:likes "2" .
ex:2 user:likes "4" .
ex:2 user:likes "6" .
ex:2 user:follows ex:1 .

ex:3 user:name "felix" .
ex:3 user:likes "3" .
ex:3 user:likes "5" .
ex:3 user:follows ex:1 .

再次注意顶部的自定义前缀声明和每条数据(RDF用语中的"元组")所代表的清晰声明.我认为这表明它是关于信息而不是数据格式!

为了完整性,以JSON-LD格式呈现的RDF信息:

{
  "@graph": [
    {
      "@id": "http://myspotontheweb.com/example/user/3",
      "http://myspotontheweb.com/user/1.0/follows": {
        "@id": "http://myspotontheweb.com/example/user/1"
      },
      "http://myspotontheweb.com/user/1.0/likes": [
        "3",
        "5"
      ],
      "http://myspotontheweb.com/user/1.0/name": "felix"
    },
    {
      "@id": "http://myspotontheweb.com/example/user/2",
      "http://myspotontheweb.com/user/1.0/follows": {
        "@id": "http://myspotontheweb.com/example/user/1"
      },
      "http://myspotontheweb.com/user/1.0/likes": [
        "2",
        "6",
        "4"
      ],
      "http://myspotontheweb.com/user/1.0/name": "tom"
    },
    {
      "@id": "http://myspotontheweb.com/example/user/1",
      "http://myspotontheweb.com/user/1.0/likes": [
        "2",
        "4",
        "1"
      ],
      "http://myspotontheweb.com/user/1.0/name": "gerry"
    }
  ]
}

笔记:

有多种方法可以将RDF表达为JSON,请参阅JSON + RDF

示例图

一旦信息表示为RDF,其与其他数据实体的关系可以直观地绘制:

RDF刚刚开始

语义网走得更远,它只从RDF开始.有类似XML模式的标准,用于发布tuplies之间易于理解的关系.使用这些可以开始以非常有趣的方式操纵RDF数据.

我并不声称自己是数据处理方面的专家.我所承认的是,一些非常聪明的人一直在关注这个问题.这些概念很难学,但是为了更好地理解信息理论是值得的.