Office Document Query

Office Document Query（縮寫：ODQ）即通用流式文檔查詢語言。它是一種通用於不同文檔格式的查詢語言。

目前世界上流行的流式文檔的標準格式有：OOXML、ODF、UOF。不同格式有著不同的訪問接口。Office Document Query針對流式文檔，在一定程度上屏蔽文檔格式和版本的差異，提供統一的訪問接口。

產生背景

網絡上存在著大量非常有價值的文檔，包括學術論文、數據資料、課件、簡歷等，它們大多以流式辦公文檔形式存在。這些文檔質量較高、相關性強，並且垃圾信息較少。但由於流式文檔格式種類繁多，且各自的文檔模型差別較大，因此，儘管有人在互操作方面做了很多貢獻，但文檔格式間的互操作還是困難重重。這給開發者和普通用戶都帶來了不少的麻煩。
目前世界上流行的流式文檔的標準格式有：OOXML、ODF、UOF。不同格式有著不同的訪問接口。 其存在的問題有：

• 訪問接口不統一、數據兼容困難。
• API與文檔格式相關
• 與程式語言相關
• 二次開發困難

Open Document Query針對流式文檔:

• 屏蔽文檔格式和版本的差異，提供統一的訪問接口
• 實現應用層和數據處理的分離
• 與程式語言無關
• 可嵌入到協議中遠程訪問文檔，也可訪問本地的文檔
• 簡化二次開發

文檔模型及語法扁平化處理

通用文檔模型

• Office Document Query通用文檔模型，提取三大主流辦公文檔格式的文檔模型的共性，從用戶角度入手，保留及更改部分節點。
• 扁平化是管理學中經典的概念。

對於ODQ而言數據是個總譜包括文檔元數據、文本、式樣等。如果說使用API為的是獲得豐富多樣的功能支持，那麼使用ODQ就是為了更直接地操作數據。既然總譜是數據，那麼文檔模型就必須圍繞數據而建。ODQ文檔模型的扁平化，就是要精簡文檔結構層數。通過認真分析用戶需求，將普通用戶最關心也是最常用的文檔數據比如text、style等，從底層提高到更高的層次中，並且不限制它們在文檔模型中出現的次數。也就是說以往被放置於底層的文檔對象，有可能同時出現在除頂層節點之外的任意節點下。

語法扁平化處理

Office Document Query查詢語法參考資料庫查詢語言SQL（Structured Query Language）。Office Document Query面對處在不同位置的文檔數據，提供幾種簡單的通用結構來覆蓋全部查詢操作。Office Document Query語法分為GET、UPDATE、DELETE、INSERT這四大類，分別完成查詢、修改、刪除和插入的任務。Office Document Query按照英語的語法規則，採用關鍵字of來替換多線型結構中的箭頭，聯通各條線，形成一條數據通路。

常用語法

語法格式

GET 屬性1,[屬性2,…] | 式樣1,[式樣2,…] | 節點1 [all|序號|範圍] FROM 節點[all|序號|範圍] [of節點[all|序號|範圍] …] of Document [WHERE {屬性1=值1,[屬性2=值2…]|式樣1=值1,[式樣2=值2]…} ]

說明

GET子句：指明要查詢的內容，包括三類：節點屬性、節點式樣和節點對象。 FROM子句：FROM關鍵字後面是路徑表達式。 WHERE子句：Where子句中的謂詞用於對結果進行過濾，只返回滿足特定標準的節點或屬性，多個條件之間可以用 and、or等謂詞連接。

書寫理由

Office Document Query為流式文檔的查詢提供了獨特的見解與方法。

參考文獻

書目

• 唐燕; 田英愛; 李寧; 劉旭紅. 几种基于XML的流式文档访问方式分析. 計算機工程與設計. 2014, 35 (4): 1458–1464. ISSN 1000-7024. doi:10.16208/j.issn1000-7024.2014.04.052. CNKI SJSJ201404064.