支持HTML5结构分析的语义Web框架JenaPro

摘要

语义Web框架是人们进行语义Web开发时使用的主要工具.Jena作为应用十分广泛的语义Web框架,面对新涌现的HTML5文档和大数据量存储这两个问题时缺乏有效的支撑.本文提出并实现基于Jena的扩展语义Web框架JenaPro,它通过分析HTML5文档中的语义标签,提炼出文档的层次结构,并可以利用Hadoop中的分布式文件存储系统HDFS进行文件的存储.在实际应用中,可以通过JenaPro获得HTML5文档的大纲层次结构,提取每一层的语义信息,为进一步的智能信息处理提供支撑平台.%Semantic Web framework is a main tool for developing semantic Web application.As a popular semantic Web framework,Jena lacks support for HTML5 and distributed file store mechanism.This paper proposes JenaPro based on Jena.Through analyzing the DOM structure of HTML5 document and semantic markup,it can extract the outline structure of HTML5 document.It provides a useful tool for the intelligence information processing application to analyze HTML5 document.