万维网的技术基因与进化方向(转载)

 

万维网（World Wide Web）自诞生以来，已经过去17个年头了。这17年来，它改变了许多，而且从技术上看，改变仍在继续着——它所提供的服务在变，它被使用的方式也在变。与此同时，由于它拥有如此之多的变化，以至于人们就“万维网到底提供了什么”这一问题莫衷一是。因此，笔者决定挑选一些最具代表性的万维网发展方向，来谈一谈它们的动向。

• 无处不在的万维网——移动Web（Mobile Web）
• 人人可用的万维网——无障碍的Web（Accessible Web）
• 包含结构化信息的万维网——语义Web（Semantic Web）
• 参与和沟通的万维网——收藏、博客、论坛
• 作为服务的万维网——富Web应用
• 适合业务的万维网——Web服务
• 适合媒体的万维网——Web上的视频和语音

　　以上这些方向应当基于一组共同的技术与标准，只有这样，不同方面的功能能够彼此互操作。有一些纵向问题是上述大部分发展方向所共有的，而且往往易受不同文化视角的影响。

• Web上的隐私
• Web上的安全和信任
• 知识产权问题
• 内容分类与评价
• Web的无障碍性

　　在此，我们不将介绍关于隐私、知识产权及内容分类等方面的不同观点——它们属于政治性和社会性问题。Web技术会朝着对给定社会与政治环境有益的方向发展。本文讲到的大部分标准和技术是W3C（万维网之父Tim Berners-Lee于1994年创立的机构）已经或正在制定的。

　　地基

　　万维网（Web）的成功归因于三项基本技术：

• HTML：一套支持超文本（包含超链接的文本）的通用语法
• URL：一种定位文档（或其中片段）的机制，以及在HTML文档中定义超链接的方法
• HTTP：一种在客户端（通常是浏览器）与服务器之间发送请求和响应的协议

　　这些技术使人们可以方便地浏览Web上的文档——用户拥有图形用户界面，而且可以通过链接从一个文档跳转到另一个文档。

　　这种由文档构成的Web很快便受到其自身成功因素的牵绊。Web拥有的文档数量已经相当惊人了，而且还不断有大量来自数据库的信息被搬到Web上，商品价目表、航班时刻表等都要延伸到Web上。从短期来看，只需要脚本技术（服务端和客户端）以及CGI等动态网页技术就够了。不过，一种更具结构化和系统化的解决方案也是需要的。因此，我们需要对这三种基本技术加以泛化和扩展。就文档与数据的结构化来讲，需要引入XML信息集和RDF图这两个概念。

　　XML信息集（XML Information Set）是对HTML概念的泛化（虽然语法上更严格一点）。跟HTML一样，XML也是通过包含具名节点（named node）的树（tree）来表达文档或其他实体的结构的。HTML使用的是一套预先定义好的节点名称和语法约束规则，而XML信息集里则不包含这些约束——引入具体的约束，将形成新的数据结构或标记语言。事实上，现在有各种各样用于不同用途的XML语言。与XML有关的一些支撑技术包括：

• XML名称空间（namespace）是一种分离标签空间的机制
• XML Schema用于定义约束，从而定义新的XML语言
• XQuery/XPath用于遍历或查询XML文档
• XML Base用于处理相对URL（relative URL）
• XPointer用于引用XML文档或其中的片段
• DOM是一个处理XML的抽象接口

　　XML是基于一种“由简单实体来构建复杂实体”的思想，而RDF图（RDF graph）是想通过“描述与其他实体的关系”来定义实体。RDF图由三元组（triple）组成，每个三元组都具有<主体，谓词，客体>的形式。其中，主体（subject）（一个资源）是你要定义的事物，谓词（predicate）定义关系（属性），客体（object）（一个资源）是与主体具备这种关系的事物。三元组中的客体（甚至谓词）可以作为另一个三元组的主体。由此，我们可以构造出一个巨大的关系网络。源于数学或逻辑的属性（property）（如“派生自”，“蕴含”等）为在RDF图上进行复杂的查询与推理奠定了基础。跟XML一样，RDF也伴随有一组相关技术：

• RDFS是一种模式语言（schema language），它定义了一套用以给资源（比如Class、Literal、Datatype等）和属性（比如subClassOf、subPropertyOf、domain、range等）赋予意义的词汇集。这就给表达集合或逻辑相关的属性开启了标准的大门。OWL是对RDFS的补充和扩展。

• SPARQL是用于RDF的查询语言。

　　尽管XML与RDF在信息组织上的思想不同（一个是层次化的，一个是关系化的），但它们并非完全不相干。RDF/XML是一种专门用于表示（序列化）RDF图的XML语言，虽然它的人类可读性不算最好。另外，RDF里的基本数据类型也都来自