2014-2015-2 XML课程考核大作业任务书

《XML》课程考核大作业任务书

一、课程考核大作业内容

初级内容

编写XML文档约束

根据下图中显示的信息，编写一个DTD文档，其内容要求能够包含图中所有的信息点。图中所包含的信息点进行如下说明：

●要求编写的DTD文档用来约束一个保存书籍信息的XML文档；

●书分为中文原版和外文翻译两种情况，两种不同类型的书都应该具有“书名”、“评

价”、“作者”、“书号”、“丛书名”、“出版社”、“开本”、“出版日期”、“页码”、“版

次”的记录项、而对于外文翻译类型的书要额外具有“原书名”、“译者”和“原出

版社”的记录项。

●元素名和属性名建议使用有意义的英文字符串来命名。

●在编写DTD时，有些难以协调的地方可以忽略，以保证必要信息为原则进行设计。

编写一个XML文档，使其在DTD约束下是有效的

假设上一步编写的DTD文档文件名为：books.dtd，编译一个XML文档使其在books.dtd 文件的约束下成为一个有效的XML文档。然后，使用xmllint程序对你编写的XML文档进行有效性验证，具体如果使用，请参看“《XML》课程教案”中的相关内容。（XML文档中至少应该包含3本以上书籍的信息内容）

使用SAX或DOM方式解析XML文档

假设上一步编写的XML文档名为books.xml。从XML文档books.xml中获得“书名”、“书号”、“作者”、“出版社”、“出版日期”这5个记录项的信息，并将其格式化输出到一个文件books.txt中。

books.txt中的信息格式如下所示：

书名书号作者出版社出版日期

--------------------------------------------------------------------

name 1234 Tom 清华2011

高级内容

HTML是WEB的基础，HTML与XML一样都是标记语言，因此操作XML文档的机制，也可以应用于HTML文档之上。你如何使用DOM的操作机制操作XML文档，即可以如法炮制的用来操作HTML文档。这使得我们可以通过动态替换HTML文档中的节点，来获取动态的网页效果(例如AJAX)；也可以通过选择性获取HTML文档中我们感兴趣的内容(例如网络爬虫程序)。

在本实验的综合中，请大家编写一个网络爬虫程序，用来获取一个你选定的网站中的所有大图(忽略掉一切小图)。具体要求如下：

●每位同学请选择一个不同的且适合图片下载的网站URL；

●下载网站中的所有大图，忽略掉所有预览图及其它不相关的图片。例如下图中显示

的网站首页中这些都不是我们的爬虫程序所感兴趣的。

而通过点击上图中的小图打开的网页中的图才是我们感兴趣图片。

将下载的图片保存到你本地硬盘中的一个目录中。

二、课程考核要求

1)整个课程考核分4部分内容：

(1)编写DTD文档

(2)编写XML文档，并验证有效性

(3)解析XML文档

(4)网络抓图

因此，编写大作业报告中，应该包含这四部分的内容。

2)课程考核大作业报告编写要求

课程考核大作业报告应该包含以下内容：

(1)编写DTD文档

(2)编写XML文档，并验证有效性

(3)解析XML文档

(4)网络抓图

具体要求：

(1)考核步骤中每一步，需要包含课程考核过程中产生的编码，并且必须要对每一步骤工作

进行说明，要体现出课程考核过程中的思考过程、碰到的问题及解决方法。

(2)大作业报告中应该具有以下相关文件内容：

a)books.dtd代码截图；

b)books.xml代码截图，及验证结果截图；

c)解析books.xml文档的源程序代码截图，以及解析结果截图；

d)网络抓图的源程序代码截图，以及抓图过程及结果截图；

(3)大作业总结必须有内容，避免空洞无物的语言的出现。考核标准说明：

附录：报告封面模板

武汉轻工大学

《XML》课程考核报告

学号：

姓名：

班级：

成绩：