張彥軍

(暨南大學，廣東 廣州 510610)

采用XML格式來描述EPG(Electronical Program Guide)的數(shù)據(jù)理由有：(1)標準問題。XML是描述結(jié)構(gòu)化數(shù)據(jù)的一個非常好的標準。(2)擴展性。由于EPG數(shù)據(jù)類型隨著廣播電視的發(fā)展必然會有新的數(shù)據(jù)類型出現(xiàn)，而XML非常有利于未來擴展向后兼容。(3)隨著XML技術(shù)的不斷發(fā)展成熟，關(guān)于XML技術(shù)的相關(guān)開發(fā)工具日益豐富，為以后從事EPG相關(guān)開發(fā)及功能擴展提供了便利。

為此，引出本文所涉及的一般數(shù)據(jù)轉(zhuǎn)換為XML格式數(shù)據(jù)的問題，這里的一般數(shù)據(jù)指無結(jié)構(gòu)數(shù)據(jù)或關(guān)系數(shù)據(jù)庫中的結(jié)構(gòu)數(shù)據(jù)。在研究了已有的數(shù)據(jù)轉(zhuǎn)換模式的基礎(chǔ)上，本文提出了一種基于Schema模式的將一般數(shù)據(jù)轉(zhuǎn)換為XML文檔的方法。

1 DMB EPG系統(tǒng)

數(shù)字多媒體廣播 DMB(DigitalMultimedia Broadcasting)是 在 DAB(Digital Audio Broadcasting)基 礎(chǔ) 上發(fā)展起來的，DMB充分地利用了DAB能在高速移動環(huán)境下可靠接收信號的技術(shù)優(yōu)勢，在功能上將原來傳輸單一的音頻信息擴展為數(shù)據(jù)、文字、圖形與視頻等多種載體，即多媒體對象傳輸MOT(MultimediaObject Transmitting)。DMB將數(shù)字化了的音頻、視頻信號及各種數(shù)據(jù)業(yè)務(wù)信號，在數(shù)字狀態(tài)下進行壓縮、編碼、調(diào)制、傳輸?shù)忍幚恚蓪崿F(xiàn)高質(zhì)量傳輸、很高的功率效率和頻譜效率，同時兼具多媒體特性，提供容量大、效率高、可靠性強的數(shù)據(jù)信息傳送。從DAB到DMB，意味著從數(shù)字音頻廣播到數(shù)字多媒體廣播的跨越，使任何數(shù)字信息都可以用一個數(shù)字化的平臺系統(tǒng)來傳遞，其系統(tǒng)可以為用戶提供包括音頻、視頻在內(nèi)的綜合視聽信息服務(wù)和娛樂享受[1]。

電子節(jié)目指南EPG用來提供包括音頻和數(shù)據(jù)業(yè)務(wù)在內(nèi)的節(jié)目列表信息，也是一種用戶選擇業(yè)務(wù)、節(jié)目及其相關(guān)內(nèi)容的機制。DMB EPG系統(tǒng)可以分為前端系統(tǒng)和后端系統(tǒng)，前端系統(tǒng)就是通過廣電網(wǎng)絡(luò)發(fā)送EPG信息的發(fā)送端，后端系統(tǒng)指接收EPG信息的接收終端，主要是移動手機。EPG系統(tǒng)的關(guān)鍵是數(shù)據(jù)格式規(guī)范，通過規(guī)范化的數(shù)據(jù)格式協(xié)議，使所有不同種類支持該協(xié)議的接收終端都能正確接收并展示信息。

2 DMB EPG系統(tǒng)的數(shù)據(jù)規(guī)范解析

DMB EPG系統(tǒng)的數(shù)據(jù)規(guī)范也就是其定義的數(shù)據(jù)類型的結(jié)構(gòu)規(guī)范，它有一套專門的標準，全稱是Digital Audio Broadcasting XML Specification for DAB Electronical Programme Guide[2]， 它 是 ETSI(European Telecommunications Standard Institute)的技術(shù)規(guī)范。由于DMB是在DAB的基礎(chǔ)上發(fā)展起來的，所以其EPG標準目前仍采用DAB EPG數(shù)據(jù)規(guī)范，文中的DMB EPG也可稱為DAB EPG。

DMB EPG的數(shù)據(jù)可以分為3個主要組成部分，分別是業(yè)務(wù)數(shù)據(jù) (Service Information)、節(jié)目數(shù)據(jù)(Schedule Information)和節(jié)目的分組信息(Group Information)。一個Service Information下可以有多個ensemble，一個 ensemble下可以有多個在其上播送的Service。一個Schedule information下面可以有多個節(jié)目表Schedule(描述一個或多個Service下的節(jié)目信息)，一個Schedule描述多個節(jié)目，每個節(jié)目又可以包含多個節(jié)目事件 (Event)。一個Group Information包含多個Group，一個Group下又可以出現(xiàn)多個Group，而且可以出現(xiàn)多層Group。這更像一個網(wǎng)狀結(jié)構(gòu)，每個Group子節(jié)點可以隸屬于多個Group父節(jié)點，最底層的節(jié)點是節(jié)目Programme。

EPG的數(shù)據(jù)是以XML文件格式存放的，它的數(shù)據(jù)結(jié)構(gòu)采用XML Schema格式定義，EPG的XML文檔模式主要有 3 個：Common data types：epgDataTypes_11.xsd，Schedules：epgSchedule_11.xsd，Service Information：epgSI_11.xsd。

3 一般數(shù)據(jù)轉(zhuǎn)換為XML 文檔的方法

3.1 基于模板的數(shù)據(jù)轉(zhuǎn)換方法

基于模板的轉(zhuǎn)換方法并非事先定義好XML文檔與其他文檔之間的映射關(guān)系，而是在XML文檔中嵌入一些可執(zhí)行的命令。這些指令在轉(zhuǎn)換過程中被系統(tǒng)識別和執(zhí)行，執(zhí)行的結(jié)果被替換到指令所在的位置，從而生成目標XML文檔?；谀０娴臄?shù)據(jù)轉(zhuǎn)換方法的架構(gòu)圖如圖1所示。以關(guān)系數(shù)據(jù)庫數(shù)據(jù)為例，為了從數(shù)據(jù)庫中獲取節(jié)目信息，并將節(jié)目信息用XML文檔表示出來，可以定義以下的一個模板：

如果生成XML文檔時，系統(tǒng)掃描這個模板，當遇到指令的時候，系統(tǒng)識別出這是一個可執(zhí)行指令，于是調(diào)用指令執(zhí)行程序執(zhí)行該指令。指令執(zhí)行后的結(jié)果為：

圖1 基于模板的數(shù)據(jù)轉(zhuǎn)換方法架構(gòu)圖

3.2 基于模型的數(shù)據(jù)轉(zhuǎn)換方法

基于模型的數(shù)據(jù)轉(zhuǎn)換方法用事先定義好的數(shù)據(jù)模型來映射XML文檔結(jié)構(gòu)與其他格式數(shù)據(jù)的結(jié)構(gòu)之間的關(guān)系。以數(shù)據(jù)庫為例，一個最為簡單的模型就是將文檔結(jié)構(gòu)定義為如下的模型：

把數(shù)據(jù)庫數(shù)據(jù)轉(zhuǎn)換成XML文檔時，只要把一個表或一個查詢結(jié)果的數(shù)據(jù)插入到相應(yīng)位置即可；而把XML文檔數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)庫數(shù)據(jù)時，只要把內(nèi)容插入到相應(yīng)的表中即可。另一種常用的模型是將XML文檔的結(jié)構(gòu)定義為一棵數(shù)據(jù)對象樹，根據(jù)規(guī)則將文檔的層次結(jié)構(gòu)轉(zhuǎn)換為樹狀結(jié)構(gòu) (通常是把文檔中的元素定義為樹的節(jié)點)。這種模型對于XML文檔與面向?qū)ο髷?shù)據(jù)庫和層次數(shù)據(jù)庫之間的轉(zhuǎn)換是非常方便的。當與關(guān)系數(shù)據(jù)庫進行轉(zhuǎn)換時，可以利用傳統(tǒng)的 “對象-關(guān)系”映射技術(shù)來實現(xiàn)。圖2為基于模型的轉(zhuǎn)換方法的架構(gòu)圖。

圖2 基于模型的數(shù)據(jù)轉(zhuǎn)換方法架構(gòu)圖

3.3 基于Schema模式的數(shù)據(jù)轉(zhuǎn)換方法

基于模板的轉(zhuǎn)換方法的好處在于轉(zhuǎn)換的步驟比較簡單，只要給出模板，就可以快速地生成相應(yīng)的XML文檔，如圖2所示。不足之處在于，它只適合將其他類型的數(shù)據(jù)轉(zhuǎn)換為XML文檔，對于反向的轉(zhuǎn)換就無能為力了。此外，基于模板的轉(zhuǎn)換方法關(guān)鍵是要生成大量合理的模板，為此，系統(tǒng)需要為用戶提供一套生成模板的工具以及相應(yīng)的指令執(zhí)行程序。對于數(shù)據(jù)庫數(shù)據(jù)，可以借用數(shù)據(jù)庫管理系統(tǒng)方便地生成指令執(zhí)行程序；而文本數(shù)據(jù)和OCR數(shù)據(jù)指令執(zhí)行程序的編寫則需要大量的工作[3]。

基于模型的轉(zhuǎn)換方法由于有數(shù)據(jù)模型的支持，轉(zhuǎn)換工作相對比較簡單，并且可以完成XML數(shù)據(jù)與其他格式數(shù)據(jù)之間的雙向轉(zhuǎn)換。但是模型的引入使得XML文檔的結(jié)構(gòu)受到了一些限制，即一個XML文檔必須符合模型所規(guī)定的結(jié)構(gòu)，才能將XML文檔轉(zhuǎn)換成其他類型的數(shù)據(jù)，而從其他類型數(shù)據(jù)轉(zhuǎn)換得到的XML文檔也具有某種結(jié)構(gòu)特點。所以，基于模型的轉(zhuǎn)換方法的關(guān)鍵是設(shè)計一個靈活的映射模型，使得對XML文檔結(jié)構(gòu)的限制盡量地少[3]。

由于DMBEPG的XML規(guī)范是基于Schema模式的，為此，本文在已有的數(shù)據(jù)轉(zhuǎn)換模式的基礎(chǔ)上[3-5]，提出一種基于Schema模式的數(shù)據(jù)轉(zhuǎn)換方法，它本質(zhì)上也是一種基于模型的數(shù)據(jù)轉(zhuǎn)換方法，只是其文檔結(jié)構(gòu)是根據(jù)Schema模式文件來確定的?；赟chema模式的數(shù)據(jù)轉(zhuǎn)換方法的過程如下：

(1)首先根據(jù)Schema模式文件生成一棵元素節(jié)點樹，樹的每個節(jié)點對應(yīng)Schema模式文件中每一個元素，樹的根節(jié)點對應(yīng)模式文件的根元素，每個節(jié)點的結(jié)構(gòu)包含屬性集、子元素集以及節(jié)點值CDATA，這三部分都可能為空。每個屬性包含屬性名、屬性類型、屬性值，其中，Schema模式文件定義了屬性名和屬性類型。每個子元素的結(jié)構(gòu)都由模式文件定義，其中每個子節(jié)點的出現(xiàn)次數(shù)也都由Schema模式文件定義。復(fù)雜數(shù)據(jù)類型的節(jié)點一般不存在CDATA部分。

(2)利用 Schema解析工具(如開源的 xmlBeans)生成的原始的、模糊的元素節(jié)點樹，之所以稱為原始模糊樹，是因為樹的具體結(jié)構(gòu)還沒有確定，只是一個樹的模糊框架。主要由以下幾個方面構(gòu)成其不確定性：

①元素出現(xiàn)的次數(shù)引起的不確定性。例如，規(guī)定出現(xiàn)0次或1次，那么該元素是否出現(xiàn)則在后面的數(shù)據(jù)插入轉(zhuǎn)換過程中確定。

②幾個元素只能有一個出現(xiàn)，也就是Schema中Choice選項，最終哪個元素出現(xiàn)也由后面的數(shù)據(jù)插入轉(zhuǎn)換過程中確定。

(3)數(shù)據(jù)映射。數(shù)據(jù)的轉(zhuǎn)換必須要有相應(yīng)的數(shù)據(jù)源，這就要確定XML文檔的元素節(jié)點與數(shù)據(jù)源之間的映射關(guān)系。

①對于非結(jié)構(gòu)化的數(shù)據(jù)，需要建立一個相應(yīng)的數(shù)據(jù)源數(shù)據(jù)與樹節(jié)點的映射表。

②對于結(jié)構(gòu)化的數(shù)據(jù)源，如關(guān)系數(shù)據(jù)庫，可以建立如下的數(shù)據(jù)映射關(guān)系：

一棵元素節(jié)點樹就是一個Schema所包含的元素之間的關(guān)系樹，它的構(gòu)成如下：

·元素樹的每一個節(jié)點對應(yīng)Schema中的一個元素。

·每個節(jié)點包含以下主要信息：屬性列表、子元素列表和其他信息。

·屬性列表包含了該元素的所有屬性，每個屬性是一個三元組(屬性名、屬性值、屬性類型)。

·子元素列表包含了該元素的所有子元素，每個子元素對應(yīng)一個新的節(jié)點。

·除了表節(jié)點和內(nèi)容模式節(jié)點以外的節(jié)點稱為字段節(jié)點，它只對應(yīng)父節(jié)點所對應(yīng)的表中的一個字段。

·內(nèi)容模式節(jié)點不對應(yīng)數(shù)據(jù)庫中的任何對象。

在實際應(yīng)用中，數(shù)據(jù)庫的相應(yīng)表結(jié)構(gòu)正是根據(jù)Schema模式文件來設(shè)計的。這也就建立了相應(yīng)的映射關(guān)系，在數(shù)據(jù)轉(zhuǎn)換過程中，只要找到數(shù)據(jù)庫數(shù)據(jù)表與樹節(jié)點的映射關(guān)系即可。

(4)數(shù)據(jù)轉(zhuǎn)換，XML文檔樹生成。前面已經(jīng)提過，最初的元素節(jié)點樹是原始的模糊樹，而最終的數(shù)據(jù)轉(zhuǎn)換過程正是XML文檔樹的生成確定過程。數(shù)據(jù)轉(zhuǎn)換在基于前面原始模糊樹的基礎(chǔ)上，根據(jù)映射關(guān)系表找到每個節(jié)點對應(yīng)的數(shù)據(jù)庫中的數(shù)據(jù)表，并通過查詢獲取數(shù)據(jù)。然后將該節(jié)點的相應(yīng)屬性賦值，并確定子節(jié)點及每個子節(jié)點出現(xiàn)的次數(shù)。

基于Schema模式的數(shù)據(jù)轉(zhuǎn)換方法的框架如圖3所示。

圖3 基于Schema模式的數(shù)據(jù)轉(zhuǎn)換架構(gòu)圖

4 基于Schema模式的EPG XML文檔轉(zhuǎn)換實現(xiàn)

DMB EPG系統(tǒng)需要生成三類XML文檔，分別表示業(yè)務(wù)信息SI、節(jié)目信息PI以及組信息GI。規(guī)范這三類信息的Schema模式文件共有三個，分別是epgSchedule_11.xsd、ServiceInformation_11.xsd和 epgDataTypes.xsd。 其 中，epgSchedule_11.xsd規(guī)范了 PI和 GI的樹結(jié)構(gòu)，ServiceInformation_11.xsd規(guī)范了 SI的樹結(jié)構(gòu)，而epgDataTypes.xsd定義了一些基本的數(shù)據(jù)類型。下面以生成SI的一個XML文檔為例，描述業(yè)務(wù)信息的XML文檔的轉(zhuǎn)換過程。

首先，利用 XML Schema解析工具(如XMLBeans等)解析Schema模式文件ServiceInformation_11.xsd，得到一棵業(yè)務(wù)信息SI的XML文檔框架樹。根據(jù)這棵生成Schema模式樹，建立如下的數(shù)據(jù)庫表結(jié)構(gòu)，建立表的過程的同時確定模式樹與數(shù)據(jù)庫數(shù)據(jù)的映射關(guān)系。圖4中的每個表對應(yīng)元素節(jié)點樹的每個復(fù)雜節(jié)點，表中每個除了主鍵及部分用來關(guān)聯(lián)的外鍵外的字段對應(yīng)該節(jié)點的屬性或簡單類型子節(jié)點外，在建立數(shù)據(jù)庫表的過程中，重點解決以下幾個問題：

(1)一種類型的節(jié)點可能有多種類型的父節(jié)點，如Link類型的父節(jié)點有 ensemble、service、CA等類型，則在對應(yīng)的數(shù)據(jù)庫表table_link中增加一個belongtoType字段標識對應(yīng)的父節(jié)點的類型，增加fKey字段作為外鍵關(guān)聯(lián)其父節(jié)點的主鍵。

(2)一個復(fù)雜類型節(jié)點A的某個子節(jié)點B可能存在或不存在，如果該子節(jié)點B是簡單類型，則用一個字段標識，該字段可為空，如果記錄值為空，則說明對應(yīng)文檔樹該節(jié)點不存在；如果該子節(jié)點B是復(fù)雜類型，則在數(shù)據(jù)庫對應(yīng)表中增加一個字段表示該子節(jié)點是否存在。并創(chuàng)建子節(jié)點對應(yīng)的子表，子表中設(shè)置外鍵關(guān)聯(lián)節(jié)點A對應(yīng)得父表的主鍵。

圖4 SI的部分數(shù)據(jù)庫表

在完成數(shù)據(jù)庫表與模式樹節(jié)點的映射后，便可以訪問數(shù)據(jù)庫記錄，逐層確定各層節(jié)點的出現(xiàn)次數(shù)，將模糊樹的框架變清晰；同時根據(jù)樹節(jié)點與關(guān)系數(shù)據(jù)庫表的映射，查詢對應(yīng)的數(shù)據(jù)庫表獲得數(shù)據(jù)，并用數(shù)據(jù)給對應(yīng)樹節(jié)點屬性或CDATA賦值。文檔轉(zhuǎn)換如下：

(1)由于協(xié)議規(guī)定一個SI XML文檔只描述一個ensemble的業(yè)務(wù)信息，所以該框架樹的ensemble節(jié)點僅出現(xiàn)一次。每個ensemble有個ensembleKey主鍵，根據(jù)ensembleKey查詢ensemble表。關(guān)系數(shù)據(jù)向XML文檔的轉(zhuǎn)換過程是按照XML模式樹的層序進行的，即從頂層根節(jié)點到底層的順序?qū)有虮闅v。

(2)對于復(fù)雜類型Type1節(jié)點N1，根據(jù)主鍵Key1查詢對應(yīng)的表T1，將查詢到的記錄L1的字段值賦值給模式樹對應(yīng)節(jié)點N1的相關(guān)屬性和簡單類型子節(jié)點，這里一個主鍵Key對應(yīng)唯一一條記錄L。然后依次查詢該表對應(yīng)的一系列子表的外鍵。如查詢子表T2對應(yīng)節(jié)點類型Type2，則表T2外鍵值等于父表T1主鍵Key1的記錄L2(集合)的個數(shù)對應(yīng)節(jié)點N1的Type2類型子節(jié)點出現(xiàn)的個數(shù)，然后記錄下記錄集每條記錄的主鍵。

(3)循環(huán)執(zhí)行步驟(2)，直到所有的模式樹節(jié)點對應(yīng)的數(shù)據(jù)庫表記錄均賦值給節(jié)點屬性和簡單類型子節(jié)點或CDATA部分。便完成了關(guān)系數(shù)據(jù)庫數(shù)據(jù)向XML文檔的轉(zhuǎn)換。

在總結(jié)了一般無結(jié)構(gòu)數(shù)據(jù)或關(guān)系數(shù)據(jù)轉(zhuǎn)換為XML文檔的EPG數(shù)據(jù)轉(zhuǎn)換技術(shù)的基礎(chǔ)上，針對EPG數(shù)據(jù)規(guī)范提出了一種基于Schema模式的XML數(shù)據(jù)轉(zhuǎn)換技術(shù)。由于轉(zhuǎn)換后的XML文件根據(jù)協(xié)議需要分級成兩個XML文件，所以今后的研究就是提出一種合理的EPG XML文檔分級重構(gòu)方案。

[1]許曉鶴.手機電視三大技術(shù)之爭，中國市場該怎樣走？http：//www.dvbcn.com/zhuanti/sjdsdfpl/11_01_22_61.html，2011-14.

[2]ETSI TS 102 818(2005-01)XML Specification for DAB EPG.http：//www.worlddab.org/irc.aspx?sub=10，2011-04-06.

[3]羅思群.基于XML技術(shù)的數(shù)據(jù)轉(zhuǎn)換[M].北京：中國科學院軟件研究所，2001：22-29.

[4]王海波，耿暉，姜吉發(fā)，等.基于 XML的數(shù)據(jù)交換的實現(xiàn)[J].計算機應(yīng)用，2001，21(4)：1-2.

[5]王勝清，何丁山，李曉明，等.一個從關(guān)系數(shù)據(jù)模型到XML文檔的翻譯器設(shè)計 [J].計算機應(yīng)用，2001，21(7)：1-4.