如何把纯文本变成超文本数据库

（一）文件

自计算机出现以来，文件一直是重要的资源组织方法。Internet网上常见的文件格式有文本、图像、声音、视频、动画及压缩文件等类型（见表7-2）。

表7-2　文件（File）具体类型

作为连续性资源中的电子期刊来讲，最常用的文本文件是PDF和CAJ文件，最常用的图像文件就是JPG，还有最常用的数据库文件DBF和压缩文件ZIP等。

目前在网络环境下，互联网也提供了诸如“文件传输协议”（FTP）来帮助用户利用那些以文件形式保存和组织的连续性资源，相当于在网络上两个主机之间拷贝文件。FTP的运作以大容量和高速度为特点，且不受时间距离的限制。随着互联网的发展，FTP仍然是用于发布、传送程序软件和多媒体信息等长文件的主要方法，现多以采用WWW作为用户界面。

以文件方式组织连续性信息资源具有简单方便的优势，是存储非结构化资源的天然单位；缺点有网络负载越来越大，对结构化资源的组织与管理显得软弱无力，随着不断保存和管理的连续性资源的增多，自身也需要被管理等，因此，文件方式只能是网络连续性资源管理的辅助形式，或作为资源组织模式的管理对象。

（二）超文本、超链接、超媒体

超文本既是一种新型的文本信息组织方法，也是一种有别于传统检索技术的新型资源获取方法。这种组织方法将网上相关文本的信息存贮在许多节点上，节点间以链路相连，用链将这些节点连成一个网状结构，如最流行的WWW服务。

超文本主要是依赖超文本链接（hypertext　link）形成的。超文本链接通常简称为超链接（hypelink），或者简称为链接（link）。

随着计算机技术的不断发展，图像、声音、视频、动画等多媒体信息逐步进入超文本系统中，使得超文本进一步发展为超媒体，超媒体是超文本的扩充，它组织和管理的对象不仅有文本，还有图形、图像、动画等多种媒体，所以，超媒体可以看做是“超文本”＋“多媒体”。所以，常说的超媒体其实就包含了超文本和超链接。

超文本/超媒体的优点：非线性排列，而是将信息组织为网状结构；信息表达形式多样化；伸缩性强；体现了文献间的引用和被引用关系；提供被链次数等。缺点有易信息迷航；偏离主题；网状结构增加信息组织难度；检索的局限性；可能侵犯知识产权等。

超文本/超媒体在电子期刊数据库和相关网页、网站中是普遍采用的一种组织方法。

（三）数据库

数据库（Database）是近年来比较流行的网络信息组织方法，是对大量的规范化数据进行管理的技术。数据库是指大量的长期存储在计算机内、有组织的、可共享的数据集合，用户通过关键词及其组配查询，就可以找到所需信息线索。

数据库的优势：对大量结构化数据的处理效率高，网络数据传输负载大大降低，信息有序化程度提高，为网络信息系统提供经验和模式。不足：对非结构化数据的处理困难较大，不能提供知识关联，难以表达负责语义对象，缺乏直观性等。由于大量非结构数据的出现，数据库类型多样化，如多媒体数据库、分布式数据库、非结构化数据库等。

在众多的数据库类型中，和连续性资源最为密切相关的就是文献数据库中的全文数据库，比如Elsevier　Science（网络电子期刊）和中国学术期刊全文数据库、万方数字期刊全文库等。

（四）网页和网站

网页（Web　page）：超文本在Internet网络上的应用主要通过网页的形式表现。网页制作就是利用超文本技术对信息进行分析、组织和成型的过程，是超文本技术在网络信息组织中的应用，除了超文本概念模型外，网页制作还需要考虑Internet协议、标引语言已经实现工具的问题等等。概括起来，网页是一种用超文本标记语言（描述性语言）将信息组织好，再经过相应的解释器或浏览器翻译出的包括文字、图像、声音、动画等多种信息的组织方法。其传输方式是将原代码和与网站有关的图形文件、声音文件放在一台服务器上（称WWW）上查询。

网站由一个主页（Home　Page）和若干个从页（Web　Pages）组成。主页是用户访问一个站点时最先看到的一页，因此网站方法有时也被称为主页方法。网站（Web　Site）是网络信息资源的重要组成部分。从网络的组织结构可以看出，信息资源主要是分布在网站上，网站作为网络信息与网络用户之间的中介，其最终目的在于将网络信息有序化、整合化，向用户提供优质服务。网站的构成要素有域名、统一资源定位符、主页设计、内容、链接、导航、检索等。网站在信息组织的过程中最突出的问题就是信息不断更新导致的信息保存，以及自由的互联网文化导致的信息质量。