[发明专利]用于处理用于在XML数据库中存储的非XML文档的方法和系统

权利要求书

1.一种用于处理用于在XML数据库中存储的非XML文档(10)的方法，包括步骤：

a.根据预定XML模式(50)生成用于非XML文档(10)的影子XML文档(20)，所述影子XML文档(20)包括从所述非XML文档(10)提取的元数据；

b.在所述XML数据库中存储所述影子XML文档(20)和所述非XML文档(10)；

c.其中所述XML模式(50)包括适于包装至少部分未定义的XML结构的XML内容的包装元素(51)。

2.如权利要求1所述的方法，其中所述包装元素(51)定义为所述XML模式(50)的根元素。

3.如权利要求1或2所述的方法，其中使用XML文档类型定义来定义所述包装元素(51)。

4.如任一前述权利要求所述的方法，其中适于使用具有通配符的XQuery来搜索所述包装元素(51)的所述XML内容。

5.如任一前述权利要求所述的方法还包括在所述影子XML文档(20)上创建索引的步骤。

6.如前一权利要求所述的方法，其中在所述XML模式(50)中定义用于所述索引的信息(52，53)。

7.如任一前述权利要求所述的方法，其中所述非XML文档(10)包括图像并且其中使用图像处理软件提取所述元数据。

8.如任一前述权利要求所述的方法，其中所述非XML文档(10)包括文本，尤其是.pdf文档或Microsoft Office文档。

9.如任一前述权利要求所述的方法，其中所述非XML文档(10)包括音频和/或视频文件。

10.如任一前述权利要求所述的方法，其中所述非XML文档(10)是压缩文件。

11.如任一前述权利要求所述的方法，其中所述影子XML文档(20)包括标识所述对应非XML文档(10)的唯一标识符。

12.包括用于执行如任一前述权利要求所述的方法的指令的计算机程序。

13.一种XML数据库系统(1)，包括：

a.适于分析非XML文档(10)的分析器(6)；

b.适于从所述非XML文档(10)提取元数据并且根据预定义XML模式(50)生成用于所述非XML文档(10)的影子XML文档(20)的至少一个提取器(7)，所述影子XML文档(20)包括所述元数据；

c.适于包装所述影子XML文档(20)中的所提取元数据的包装器(8)，其中所包装元数据的结构是在所述XML模式(50)中至少部分未定义的。

14.如权利要求13所述的XML数据库系统(1)还包括适于存储所述非XML文档(10)和所述影子XML文档(20)两者的存储装置(3)。

15.如权利要求13或14所述的XML数据库系统(1)，其中所述分析器(6)、所述提取器(7)和所述包装器(8)作为数据库服务器的扩展(5)来提供。

16.如前述权利要求13到15中任意一个所述的XML数据库系统(1)，还包括基于所述影子XML文档(20)的内容的索引。

17.如权利要求16所述的XML数据库系统(1)，其中所述索引基于所述影子XML文档(20)的所包装元数据中的信息(52，53)。

18.如前述权利要求13到17中任意一个所述的XML数据库系统(1)，其中所述影子XML文档(20)包括标识所述对应非XML文档(10)的唯一标识符。