《第二章数字出版信息组织研课件》由会员分享，可在线阅读，更多相关《第二章数字出版信息组织研课件（55页珍藏版）》请在金锄头文库上搜索。
1、电子书（数字图书） 光盘、互联网、无线网等渠道获得 计算机、PDA、电子阅读器、移动电话上阅读 特点 直接由计算机或其他电子设备存储、检索、显示和处理 制作非常简单，可使用专用工具 载体多样化 经由互联网、无线网等通道非常快速地传播 方便检索和永久保存,问题：为什么没有普及？,第二章 数字出版信息组织,21 数字文档方式 数字出版中所用到的文稿形式，在实际中最典型有四种：图像方式公司自有格式、PDF标准格式和标记语言方式 图像方式 图像方式指对印刷稿直接用扫描仪扫描成图像，阅读时原样显示图像 实现简单，占存储容量大，不能用于全文检索和超文本链接 只出现在早期，现在基本不再使用 观点：图像方式并
2、不是合适的数字文档形式,数字文档方式,公司自有阅读格式 微软（LIT）、Adobe（PDF），国内超星（PDG）、方正（CEB）、书生等，全部拥有自有格式和浏览工具 用户使用不同阅读器，一定程度上增加用户阅读成本，可能无形中造成数字图书用户流失 竞争后的事实标准,数字文档方式,PDF格式 与印刷密切相关 继PostScript（解决了符号字型描述的标准化）之后的一项重要技术，解决排版格式上的标准化问题 印刷制作的文稿可以直接制作或上网使用，数字文稿完全体现了印刷文稿的形式，用户可以原样打印输出，复杂的公式图表也可以很好的描述。现在一些报刊上网仍然提供PDF格式，以便读者了解版面情况，出版社也用
3、其存档保存图书信息 PDF是可加密文档：可给用户不同等级的权限，可附数字签名，做批注、审批加印等,数字文档方式,PDF格式不主要针对电子阅读 在相对很小的屏幕上看大的印刷版面不方便 PDF检索功能相对较弱 对文章的检索不很方便，超文本链接功能不够强，这些功能是数字文档突出的特点 观点：PDF格式实际上是印刷出版的数字化延伸，建立了印刷出版和数字出版的桥梁，是对传统出版的数字化兼容，而非全新意义上的数字出版格式,数字文档方式,标记语言方式 以HTML为主的数字文档标识方式 标记语言 文稿可以在浏览器在上直接识读 专门为计算机描述文档，用户可以方便的浏览和检索信息 网络功能能够将Internet上
4、的信息资源联结起来，因而成为今天网络环境中最主要的数字文本描述方式,在数字出版领域？,22 数字出版中的数据,方正博思内容管理平台,数字化产品（书+内容）业务流程,内容创作（图书多媒体）,结构化,内容加工和标注,内容管理平台逻辑架构图,图书,网动图书,Online First,X M L,模板1,模板2,模板3,高等教育出版社基于内容管理的业务流程,在数字出版中，需要一种描述出版行为结构框架的工具 组织不同类型、格式的数据，以形成产品 方便联结不同阶段的加工过程 方便流程管理 方便知识（不仅是数据）保存 便于数据转换 便于以各种形态发布 ,文本与文献,文本是知识交流的主要方式 文献单一的信息单
5、元 文本是文献的典型数据形式，文献也可以包含其他媒体 可以是一个完整的逻辑单元，如研究报告、书、手册；也可以大型文本的一部分，如一个或多个自然段，词典的一个条目，一个汽车零部件的描述等 可以是任意物理单元，如一个文件、一封电子邮件或一个网页,文献的特征,语法用于定义结构、表现样式、语义甚至是外部行为 结构，文献生产者指定，如章、节 语义，文献作者说明 样式，如何打印或显示,文献的处理,人的理解通过内容 计算机理解自然语言？ 格式转化专用/开放 ,文献自身的信息（与内容无关）,元数据,元数据,元数据关于数据组织、不同数据域及其相互关系的信息。简言之，元数据就是“关于数据的数据” 数据库中的关系名
6、、每个关系的字段和属性、属性区域 文本相关的元数据包括作者、出版日期、出版商、文献长度（如页数、字数、字节数）以及文献的类型（如书、文章、备忘录等）,23 SGML通用标记语言,231 SGML概述 80年代初IBM公司为世界的计算机和信息系统制订标准，通过在文档中附加标签，标志文档中的各种元素，这种将纯文本及格式化文本混合在一起的伪计算机语言称标记语言。IBM把这种语言叫做GML（Generalized Markup Language） 1986年世界标准化组织在GML的基础上制订了ISO8897标准，即SGML（Standard Generalized Markup Language） S
7、GML作为一个国际标准语言，主要用于电子排版。其目的是为了不同系统之间文档信息的交换及文档信息的再利用,SGML主要是面向正文的，但也可以描述图形图像声音等。SGML是元语言，它主要是用来定义其他语言，而不对原始文档的表达方式做太细的规定与限制,232 SGML的作用与特点,SGML的作用 主要是对文档做结构上的规定 规定了表述文档结构及属性信息的方法，即抽象文档结构 规定了从抽象文档结构到具体应用所需要的特定字符及定义方法 规定了适用于这一具体文档结构的文档表达方式 对具有处理SGML标准文档并且可查找出文档中的标记错误等能力的文档处理系统做了规定 规定了将图像等多种形式的信息嵌入SGML的
8、表达方式,SGML,SGML的特点 SGML做为通用标记语言要考虑适合各种不同类型的软硬件平台，做到与具体系统的无关性 文档信息的转换和处理与具体设备无关。 文档的理解和转换与具体的处理系统无关 SGML与具体的应用无关。 与所用的语种无关,233 SGML的组成,SGML在逻辑上将文件组织成树形元素结构。SGML文件一般由三部分组成：SGML声明文件类型定义（DTD）和文件实例 SGML声明用于定义字符信息具体语言规则容量要求及使用SGML的哪些特性 文件类型定义（DTD）定义文件的结构及在文件信息中的标记规则。DTD遵照SGML声明中规定的字符信息及语言规则，对一类文件的结构用一组标记声明
9、作严格定义 文件实例包含文件信息及标记，是SGML的主体,SGML元素,元素是一个可标记的逻辑体，以“book”为例，视book为一类元素，将它可分为若干Chapter， Chapter还可分为Title和若干Section。Chapter， Title和Section也是元素。它们都是含有一定结构的逻辑体 一个元素的标记实例 元素名 数据 /元素名 起始标签 结束标签,SGML元素,BOOK类的元素实例,SGML DTDs,在SGML中，用DTD(Document Type Definition)来定义文献(元素)类型， 描述其内部的一般逻辑结构。如下DTDs： !ELEMENT Book-
10、(chapter +) !ELEMENT Chapter-(Title，Section+) !ELEMENT Title|Section-CDATA 其中+表示一个或多个,24 超文本标记语言HTML,HTML的起源 89年，欧洲核能研究中心的Tim Berners Lee SGML的应用实例 面向信息表示（Tim原意为面向数据组织） HTML文件的构成 HTML由元素组成，结构上由HEAD元素和BODY元素组成，其他元素都包含在两者中 超文本标记语言用来规定文档的逻辑结构，其扩充允许行间图片填充表格嵌入对象和程序以及资源超文本链接 其大部分标记具有如下形式 标记名称 属性名属性域 内容 ,H
11、TML,HTML的目的（ Tim Berners-Lee ）：“万维网是人们相互交流的一种媒介：通过共享知识来交流。为了达到这个目的，计算机、网络、操作系统和命令都要成为无形的，留给我们一个尽可能直接获得信息的界面”（释放万维网的全部潜能）,HTML格式页,格式页 HTML的问题 HTML设计的初衷是描述文档中各部分内容的结构，而不是文档内容在页面或显示器上出现的具体形式。这一点使HTML文档可以跨平台使用。但在表示具体文档时，文本格式细节如何显示也需要描述。HTML采用的方法是：将内容描述和显示描述信息混合在一起。 使用标记语言同时表述结构和格式信息是不可取的，这将使文档难于维护,格式页,解
12、决问题的思路 把格式化指令作为一个整体与文本标记完全分离，使用专门为格式细节而设计的语言来编写格式化指令，即格式页法 格式页法把设计文档分为两个步骤 (1)标记文档自身（内容） (2)设计格式化指令（显示）,格式页例,！- 格式化指令 - P left margin：5cm font-family： font-style：italic color：black ！- 标记文档 - H2/H2 P /P 表示段落P按 内格式显示,格式页,格式页的优点 相同文档可利用不同格式页 文档维护方便。同一文档集可采用同一格式，修改时统一改变。这一点非常适合出版 一致性好。便于管理和更新。适用于栏目化表示 简
13、化标记与格式。格式从文本内容中分离出来,格式页,实现格式页的方法 规则型，指令以语句或声明列表形式出现，指定文档某一元素或一组元素的格式。其优点是简单，缺点是受格式限制。现在Web中主要是这种形式，称为CSS（Cascading Style Sheets） 过程型，格式化指令以函数形式出现，相当于小程序。其优点是功能强，缺点是复杂。典型的如专为SGML设计的DSSSL（Document Style Semantics and Specification Language）,25 可扩展标记语言XML,251 HTML面临的问题 HTML的特点 语法简单，容易学习 开发应用简单，广泛应用 直观
14、影响：使Web技术从计算机界走向全世界并深入影响每个人的生活 HTML的问题 过于简单，影响复杂文档（多媒体、数学公式） 面向表示（远离面向结构的初衷） 内部条理越来越差,XML,需求的发展 W3C XML工作组主席Jon Bosak指出，以下四类应用在HTML中无法实现，必须依靠XML才能完成： 1需要Web客户在两个或多个异种数据库间操作的应用 2试图由Web客户分担相当比例的Web服务器处理任务的应用 3需要向Web客户呈现同一数据对不同用户的不同显示（view）的应用 4智能Web代理（agent）试图使发现的信息与个人用户的需求相符,252 XML概述,定义 可扩展标记语言XML（e
15、Xtensible Markup Language）描述了一类称为XML文档的数据对象，且部分地描述了处理这些数据对象的计算机程序的行为 XML文档结构 序言 XML声明 文档类型定义DTD 文档实例 按DTD对具体文档的描述,例 , XML3.0技术内幕 微软公司 东方人华 2001 8 ,72.00 ,XML验证,语法检查过程 通过某种DTD进行了验证的XML是合法的XML 一个形式良好的XML文档遵守XML语法规则 XML文档必须有根元素 XML文档必须有关闭标签 XML标签对大小写敏感 XML元素必须被正确的嵌套 XML属性必须加引号 验证器,XSL,XML标准体系 XML文档描述（D
16、TD及对具体文档的描述） XML文档使用 可扩展样式表语言（eXtensible Stylesheet Language XSL）,XSL,XSL是表达样式的语言，样式包括两方面的含义 首先是内容的重新组织，对应XSL信息转换语言（XSL Transformation Language,XSLT），用于对XML文档进行处理，如挑选信息、改变信息顺序、对信息处理后得到新信息等 然后是内容的呈现格式，对应XSL对象（XSL Formatting Object），类似于CSS，但功能更强,XML中的超链接,XML超链接 可以多向链接（HTML单向），用于多个文件协同工作 文件内部定位功能 链接库分离文件与链接 XML链接规范分为 Xlink语言、Xpointer语言、Base,XML中的其它技术,XML体系中的其它技术 XML Schema：模式，比DTD方式更容易编程处理 DOM：文档对象模型，XML文档的应用程序接口 JDOM、SAX,253 XML的特点与影响,XML的特点 信息描述与信息处理分离，标记只是描述数据本身 XML文档具有自我
