基于Ｗｅｂ的ＣＭＬ化学结构搜索方法初探

1、基于的化教规划搜索要收初探【摘要】化教标识表记标帜语止l已获得广泛利用，如今eb上存正在着年夜量的以l表示的化教规划疑息，ggle、百度等eb搜索引擎只能真现对文本的检索，没法真现对化教规划的检索。本文正在阐收l特征的根柢上，介绍了提与与考证eb上l表示的化教规划疑息的要收。利用daylight公司的thr-erlin化教疑息数据库系统，提出一种化教规划搜索引擎的方案方案。【关键词】化教标识表记标帜语止化教规划检索化教规划数据库系统1引止化教标识表记标帜语止l(heialarkuplanguage)最后于1995年由peterurray-rust等人基于htl2.0开拓，尝试打面正在inter

2、net上举止化教疑息交换的标题问题。1998年2月3宣布了xl：可扩大标识表记标帜语止推荐标准1.0版。化教标识表记标帜语止l也根据xl的标准举止了变更战订正，成为根据xl的标准从头定义的一种标识表记标帜语止，是xl的一个利用。l如今的利用已相等广泛，如aterialsgrid、spetra等工程皆采与了l，eb上也存正在着年夜量的以l表示的化教规划疑息。因为化教教科的专业性战内容的相对自力性，如今化教疑息的检索皆是基于特定的数据库，如sifinder、hebank、zin、pubhe、hedb、heine等化教数据库。本文提出一种方案方案，将l转换为siles，利用daylight公司的th

3、r-erlin系统，创坐针对eb上年夜量存正在的l表示的化教规划的eb搜索引擎。2系统方案框架2.1文档的网罗与内容阐收文档网罗即页里抓与工作，由raler去完成。由一组种子url开端，从种子散url中与出一个url，肯定响应的主机ip所在，收回抓与页里恳供。对非反复文档提与出包露于其中的链接，根据拟订的过滤计策(相对链接转为尽对链接，并断定链接能可需要下载)，把过滤后的url存进url会散。同时对抓与的网页的内容举止简朴的阐收，保存包露l内容的网页。最终的thr数据库中其真没有保存全部网页的内容，而只是保存露有l内容的网页url。l表示的化教规划疑息具有区分于网页其中内容的鲜明特征，它以标识

4、表记标帜开端，以标识表记标帜去完毕。与标识表记标帜出有本质的意义，只是起到容器的做用，做为l内容的根，用去报辞其中l处理程序正在文档中存正在化教内容。与之间可以是任何内容，而且可以嵌套。可是如今看到的一些l文档并已正在化教规划疑息的最中层减注与标识表记标帜，而是间接以与表示最中层。正在对文档内容阐收时要考虑到那两种情况。可以采与形式婚配去阐收抓与的网页内容。2.2文档l内容的抓与与有效性考证经过raler的简朴过滤，文档内容存储器中的文档皆露有l内容。将文档中l内容复造到零丁的文件中。文档url与文档收死的l文件具有一对n关连，n为l文件的个数。l内容的有效性考证分三步2，3。第一步肯定l内容

5、能可由与标识表记标帜或与标识表记标帜所包露。那正在2.1节中的文档内容阐收时已采与，目的是过滤失落肯定没有露l内容的文档。第两步，因为l宽酷从命xl标准，可以采与ldtd与lshea对l内容举止考证(l1.x采与dtd)。第三步采与基于xslt的考证要收，对l的内容举止阐收。比方可以经由过程xslt去断定l中的本子化开价能可开理，化开物中两个本子之间的间隔 是法开理等。2.3l至siles的转换与siles的存储siles是一种线性的用asii码去表示本子战化教键的化教语止。战其中化教规划表示要收相比，siles简短易读。统一种化教规划用siles去表示要比用毗邻表(nnetintable)撙

6、节50%至%70的存储空间。标准siles可以大概保证每一个化教规划的siles具有独一性，果此常被做为化教数据库中的索引关键字。l到siles的转换，本方案采与开源硬件penbabel供给的api函数。bnversin为转换类，转换真码以下：bnversinnv(in，ut);if(nv.setinandutfrats(“si，“l)bll;if(nv.read(l).anipulateleulenv-rite(l);thrserver是一布景程序，没有容许用户间接对其操做，用户必须经由过程thrlient对thrserver举止操做。用户经由过程thrlient将l转换后的siles及l所

7、在的文档url、当前访谒工夫等存进thr数据库，并以siles做为纪录的次关键字。本系统根据daylight供给的thr-erlintlkit去编写lient。lient经由过程server去对thr数据库举止操做。2.4用户界里方案初探用户可以间接输进要检索的化教规划的siles码，年夜要根据供给的je(je是由peterertl开拓的javaapplet，用于正在网页上间接描写化教规划)绘出要检索的2d化教规划图，并指定规划检索的标准，je会自动把用户绘出的化教规划转化为siles码举止检索。3总结本文提出了一种化教规划搜索引擎的方案方案，针对eb上年夜量存正在的l表示的化教规划举止检索。可是因为l呈现的工夫相比拟力早，eb上还有许多以其中格局存储的化教规划疑息，下一步要研讨提与与考证eb上以其中格局表示的化教规划疑息，以便对更多的化教规划举止检索。参考