Università degli studi di Modena e Reggio Emilia
Facoltà di Ingegneria – sede di Modena
Corso di Laurea in Ingegneria Informatica
MOMIS: Progetto e
realizzazione di un
wrapper per sorgenti di
dati in formato RSS
Relatore
Chiar.mo Prof. Sonia Bergamaschi
Correlatore
Chiar.mo Prof. Maurizio Vincini
Tesi di Laurea di
Daniele Grassi
Indice
Il sistema MOMIS
Lo standard RSS
Il wrapper RSS
Esecuzione di query su feed RSS
Tesi Disponibile su: http://www.dbgroup.unimo.it/tesi/
Il sistema MOMIS
(Mediator envirOnment for Multiple
Information Sources)
• Sistema intelligente di integrazione di
informazioni da sorgenti di dati strutturati e
semistrutturati
• Approccio di integrazione semantico e
virtuale
L’architettura di MOMIS
Compiti di un wrapper
• Tradurre la descrizione della sorgente nel
linguaggio del mediatore
• Tradurre l’interrogazione ricevuta dal
mediatore in una query in linguaggio locale
• Trasferire i risultati parziali al mediatore
Lo standard RSS
• Formato basato su XML
• Obiettivo: distribuzione dei contenuti
• Ampio utilizzo, soprattutto nel campo delle
news
• Nascita: Netscape, 1999
• Sviluppato ulteriormente da Userland
• Ultima versione: Userland, 2.0.2, gennaio
2003
Distribuzione Versioni RSS
1.0; 3,13%
0.92 UL; 3,13%
Mal Formato; 1,56%
Versione
0.91 UL; 18,75%
2.0; 73,44%
Diffusione
2.0
73,44%
0.91 UL
18,75%
0.92 UL
3,13%
1.0
3,13%
Mal Formato
1,56%
0.90 (Netscape, 1999)
0.91 (Netscape, 2000)
0.91 (Userland, 2000)
0.92 (Userland, 2000)
0.93 (Userland, 2001)
1.0 (W3C, 2002)
2.0 (Userland, 2003)
Feed RSS 2.0 - Esempio
<?xml version="1.0"?>
<rss version="2.0">
<channel>
<title>Dictionary.com Word of the Day</title>
<link>http://dictionary.reference.com/wordoftheday/</link>
<description>A new word is presented every day with its definition and
example sentences from actual published works.</description>
<language>en-us</language>
<pubDate>Tue, 26 Sep 2006 00:00:03 -0700</pubDate>
<item>
<title>ostensible: Dictionary.com Word of the Day</title>
<link>http://dictionary.reference.com/wordoftheday/26.html</link>
<description>ostensible: appearing to be true, but not necessarily
so.</description>
</item>
</channel>
</rss>
Il wrapper RSS
• Funzionalità di acquisizione dello schema
sorgente:
– Legge la versione del feed RSS
– Utilizza il wrapper XSD (XML Schema)
opportuno per caricare lo schema locale
– Crea uno schema globale predefinito (se non
già esistente – RSS 2.0)
– Realizza i mapping tra schema locale e
schema globale
Il wrapper RSS
Wrapper
RSS
RSS 0.91
RSS 0.92
RSS 0.93
RSS 2.0
Wrapper
XSD
Feed RSS
<?xml version="1.0"?>
<rss version="2.0">
<channel>
<title>Dictionary.com </title>
<link>http://www.dictionary.com/
</link>
…
<item>
<title>ostensible: Dictionary.com
Word of the Day</title>
…
ODLI3
…
{ interface ${tRss} ( extent ${tRss} ) transient {
readonly attribute string ${tRss_version};
readonly attribute tRssChannel ${channel};
} ;
interface ${tRssChannel} ( extent
${tRssChannel} ) transient {
readonly attribute set <tRssItem> ${item};
readonly attribute string ${ttl} ?;
readonly attribute string ${title};
readonly attribute string ${category} ?;
readonly attribute string ${webMaster} ?;
readonly attribute string ${link};
…
Il wrapper RSS: Problemi
Riscontrati
• Limiti del wrapper XSD
– Problematiche di inserimento del nome del file
sorgente
– Problematiche di acquisizione di schemi
gerarchici
• Formato data RFC-822
Interrogazione di feed RSS
• Necessità di interrogare XML (i feed RSS
sono XML)
• Linguaggio XQuery: permette di eseguire
query su XML
• Libreria Java open-source XQEngine 0.69
Interrogazione di feed RSS
• Risultati:
– Esecuzione di semplici interrogazioni in
linguaggio XQuery
– Traduzione del risultato XML in ResultSet
utilizzabile in MOMIS
• Problemi Riscontrati:
– HTML nel campo <description>
– Tipi di dati
– Feed malformati o fuori standard
Conclusioni
• Integrazione di feed RSS in MOMIS
• Possibile sviluppo futuro del wrapper
(interrogazioni)
Applicazioni
• Integrazione di informazioni presenti in feed
RSS sullo stesso argomento provenienti da
siti diversi
Tesi Disponibile su: http://www.dbgroup.unimo.it/tesi/