专利名称：词条同步方法及词条同步装置的制作方法
技术领域：
本发明涉及一种网络数据库数据更新方法，特别是涉及词条的同步方法及词条同
步装置。
背景技术：
词条联盟以联盟主站为中心，集合了众多以联盟主站提供的建站软件搭建的站 点，形成一个数据共享的网状组织。Wikipedia 维基百科是一个基于Wiki技术的多语言百科全书协作计划，也是一 部用不同语言写成的网络百科全书，其目标及宗旨是为全人类提供自由的百科全书——用 他们所选择的语言来书写而成的，是一个动态的、可自由访问和编辑的全球知识体。Mediaffiki =Mediaffiki是全球最著名的维基程序，运行于PHP+MySQL环境。是 Wikipedia网站开发的维基建站软件。然而，Wikipedia站点和MediaWiki搭建的站点之间，并没有形成联盟关系，相互 独立；也就是说联盟成员站点和联盟主站之间没有形成数据的共享机制。导致联盟成员站 点和联盟主站之间存在着大量数据的重复建设、版本繁多，而且缺乏统一整理，其参考价值 和可用性大大减弱。
发明内容
本发明的目的在于解决以上现有技术的不足，而提出词条的同步方法及词条同步 装置。以使得联盟主站与联盟成员站点之间形成联盟组织，彼此之间通过同步法共享数据 而不发生冲突，并通过联盟成员站点不断丰富和积累高质量的词条数据。并且当联盟成员 站点和联盟主站的数据发生冲突时，通过分析装置判断数据的有效性和可用性。本发明的技术方案如下一种词条同步装置，该装置位于联盟主站内，包括接收装置，接收来自联盟成员站的基本信息，存储在词条同步数据库中，标识为未 处理数据项；监听装置，用于监控词条同步数据库，当监听存在未处理数据项时，通过联盟成员 站提供的数据接口获取完整的词条数据，并触发分析装置；分析装置，用于接收并分析所述监听装置传输过来的词条数据，形成一系列分析 报告，触发处理装置并传送所述分析报告；处理装置，用于接收所述分析报告并根据不同的分析报告，对词条数据进行处 理；所述的分析装置包括锁定词条单元，当词条进行同步操作时，必须同时锁定联盟主站的相应词条，防止 同步过程中其他用户的操作产生中间版本；版本时间比较单元，比较联盟成员站与联盟主站的相应词条的版本时间，决定是否进行同步操作；链接分析单元，解析联盟成员站的词条数据，将所有的超链接转换为联盟主站的 内部链接；图片分析单元，解析联盟成员站的词条数据，将所有的图片资源转换为联盟主站 的图片资源；所述的处理装置包括更新数据单元，更新联盟主站的词条数据，同时生成最新的词条版本；解除词条锁定单元，同步操作完成，解除对相应词条的锁定，其他用户可以正常操 作。一种词条同步方法，包括以下步骤接收装置接收联盟成员站词条的基本信息，存储于词条同步数据库中，标识为未 处理数据项；监听装置监控词条同步数据库，当监听存在未处理数据项时，通过联盟成员站提 供的数据接口获取完整的词条数据，并触发分析装置；分析装置接收并分析所述监听装置传输过来的数据，形成一系列分析报告，触发 处理装置并传送所述分析报告；处理装置接收所述分析报告并根据不同的分析报告，对词条数据进行处理；所述分析装置分析监听装置传输过来的数据时，包括以下步骤1)分析装置锁定联盟主站的相应数据，不允许用户操作；2)分析装置比较传输装置传输过来的数据版本的时间，如果早于联盟主站该数据 版本的最后编辑时间，忽略此版本数据的同步；3)如果第2)步中的数据版本时间不早于联盟主站该数据版本的最后编辑时间， 则进入链接转换，提取所有文本中的链接，按照规则转换成联盟主站的内部链接；4)进行图片处理，提取文本中所有图片，获取图片资源，分析图片地址，判断是否 获取此图片，转化为联盟主站的内部图片，并更新图片链接地址。本发明的优点通过词条同步装置及同步方法，增加了联盟主站的数据量，拓展了词条内容的领 域，使得联盟主站的内容更加全面。通过词条同步装置及同步方法，完善了联盟主站的数据质量，使联盟主站的数据 更加具有权威性和可用性。
图1为本发明的结构原理示意图；图2为本发明的分析和处理流程图。
具体实施例方式如图1所示，本发明的词条同步装置，包括接收装置，用于接收联盟成员站的词 条基本信息；监听装置，用于监控词条同步数据库，当监听存在未处理数据项时，通过联盟 成员站提供的数据接口获取完整的词条数据，并触发分析装置；分析装置，用于接收并分析所述监听装置传输过来的数据，形成一系列分析报告，触发处理装置并传送所述分析报告； 处理装置，用于接收所述分析报告并根据不同的分析报告，对词条数据进行处理。其中分析 装置包括锁定词条单元，版本时间比较单元，连接分析单元，图片分析单元。如图2所示，本发明的词条同步装置在进行词条同步时，监听装置监控词条同步 数据库中未处理的数据，根据词条数据项的基本信息，通过联盟成员站点提供的数据接口 获取完整词条数据信息后触发分析装置，之后的分析装置和处理装置将对此数据信息进行 处理。所述的分析装置首先锁定联盟主站的相应数据，不允许用户操作；其次分析装置比 较数据版本的时间，即联盟成员站与联盟主站的相应词条的最新版本时间，如果联盟成员 站的词条版本时间早于联盟主站的词条的最新版本时间，表明联盟主站的词条内容更新， 忽略此版本数据的同步，否则进入第三个环节，链接转换；链接转换提取词条内容文本中的 所有链接，按照规则转换成联盟主站的内部链接；第四步进行图片处理，提取文本中所有图 片，获取图片资源，分析图片地址，判断是否获取此图片，转化为联盟主站的内部图片，并更 新图片链接地址。每一个环节的出错都会导致此版本数据的同步失败。假设数据已经通过 分析装置的分析，返回处理后的数据，触发处理装置。处理装置生成新的历史版本的同时， 更新数据内容，解除联盟主站的数据操作锁定。本发明以一个例子来详细说明整个流程。联盟主站拥有大量的、分类比较完整的数据。联盟成员站点A 建站系统搭建的站点，并已加入联盟。站点A的用户创建词条“北京”，打开编辑器时，如果联盟主站已经有词条“北京”， 编辑器从联盟主站下载最新版本的内容，充分体现了数据共享机制，站点A通过链接转换 和图片本地化程序，将联盟主站的数据完全转给为站点A的数据。用户在联盟主站的版本 基础上编辑完善。假设用户发现“北京”的词条中有一个错别字，将其它改正，或者完善内 容后发布。这就是站点A创建或者编辑的所有操作。站点A在发布“北京”这个词条时，后台将这个信息传送给联盟主站的接收装置， 告知联盟主站，“北京”这个词条在站点A上有最新内容。接收装置将这个信息记录在词条 同步数据库中，标识为未处理状态。站点A传送给接收装置的信息量很小，只有词条名称以 及站点A的基本信息，并没有传送词条内容，站点A的用户在创建编辑操作词条时，将不会 觉察出延迟。监听装置开始工作，它扫描词条同步数据库，取出未处理数据，根据数据项，例如 词条名称“北京”、站点A的基本信息，基本信息包括站点A的域名、联盟认证码、站长信息 等，并通过站点A提供的数据接口取得词条“北京”数据项的完整数据，包括词条“北京”的 内容，编辑时间，编辑者等。监听装置将词条详细数据交付于分析装置后，继续扫描词条同 步数据库。分析装置开始工作，如果联盟主站不存在词条“北京”，则直接进行第三步操作。反 之，首先锁定联盟主站的词条“北京”，不允许用户操作，避免数据在同步处理过程又产生新 版本。其次进行版本比较。如果联盟主站已经有词条“北京”，比较站点A的词条“北京”的 版本时间与联盟主站的“北京”最新版本时间，如果早于联盟主站的最新版本时间，说明在 监听并获取同步数据的过程中，联盟主站已经产生过新的版本，为了避免破坏联盟主站的 数据，停止词条“北京”的数据同步操作，并进行下一条记录的处理。如果晚于联盟主站的
5最新版本时间，就可以进行同步操作。第三步是链接转换，因为站点A在同步时，已将链接 和图片本地化，产生的版本，其链接和图片资源也是站点A的本地化地址。在同步到联盟主 站时，也需要逆处理。分析词条“北京”的所以链接，按照一定规则将其转换联盟主站的链 接。第四步进行图片处理，提取文本中所有图片，获取图片资源，分析图片地址，判断是否获 取此图片，转化为联盟主站的内部图片，并更新图片链接地址。无论哪一个环节出错，同步 操作就立即停止。假设数据已经通过分析装置的分析，返回处理后的数据，触发处理装置生 成新的版本数据。 处理装置更新词条同步数据库，“北京”词条的状态置为已处理；更新词条“北京” 的内容；以及生成新的历史版本。数据处理完毕后，解除锁定。
权利要求
一种词条同步装置，其特征在于，该装置位于联盟主站内，包括接收装置，接收来自联盟成员站的基本信息，存储在词条同步数据库中，标识为未处理数据项；监听装置，用于监控词条同步数据库，当监听存在未处理数据项时，通过联盟成员站提供的数据接口获取完整的词条数据，并触发分析装置；分析装置，用于接收并分析所述监听装置传输过来的词条数据，形成一系列分析报告，触发处理装置并传送所述分析报告；处理装置，用于接收所述分析报告并根据不同的分析报告，对词条数据进行处理。
2.如权利要去1所述的词条同步方法的四个装置，其特征在于，所述的分析装置包括 锁定词条单元，当词条进行同步操作时，必须同时锁定联盟主站的相应词条，防止同步过程中其他用户的操作产生中间版本；版本时间比较单元，比较联盟成员站与联盟主站的相应词条的版本时间，决定是否进 行同步操作；链接分析单元，解析联盟成员站的词条数据，将所有的超链接转换为联盟主站的内部 链接；图片分析单元，解析联盟成员站的词条数据，将所有的图片资源转换为联盟主站的图 片资源。
3.如权利要去1所述的词条同步方法的四个装置，其特征在于，所述的处理装置包括 更新数据单元，更新联盟主站的词条数据，同时生成最新的词条版本；解除词条锁定单元，同步操作完成，解除对相应词条的锁定，其他用户可以正常操作。
4.一种词条同步方法，其特征在于，包括以下步骤接收装置接收联盟成员站词条的基本信息，存储于词条同步数据库中，标识为未处理 数据项；监听装置监控词条同步数据库，当监听存在未处理数据项时，通过联盟成员站提供的 数据接口获取完整的词条数据，并触发分析装置；分析装置接收并分析所述监听装置传输过来的数据，形成一系列分析报告，触发处理 装置并传送所述分析报告；处理装置接收所述分析报告并根据不同的分析报告，对词条数据进行处理。
5.如权利要求4所述的词条同步方法，其特征在于，所述分析装置分析监听装置传输 过来的数据时，包括以下步骤1)分析装置锁定联盟主站的相应数据，不允许用户操作；2)分析装置比较传输装置传输过来的数据版本的时间，如果早于联盟主站该数据版本 的最后编辑时间，忽略此版本数据的同步；3)如果第2)步中的数据版本时间不早于联盟主站该数据版本的最后编辑时间，则进 入链接转换，提取所有文本中的链接，按照规则转换成联盟主站的内部链接；4)进行图片处理，提取文本中所有图片，获取图片资源，分析图片地址，判断是否获取 此图片，转化为联盟主站的内部图片，并更新图片链接地址。
全文摘要
本发明涉及一种词条同步方法及词条同步装置，该装置位于联盟主站内，包括接收装置，监听装置，分析装置，处理装置。所述的词条同步方法以一个联盟主站为中心，多个联盟成员站点围绕形成联盟关系，联盟内部可以共享词条数据，各个联盟成员站的基础数据来自联盟主站的共享。各个联盟成员站点对基础数据进行补充和编辑产生新内容，通过联盟的词条同步法，使处在中心点的联盟主站的词条得到不断更新和丰富，同时也让成员站点在联盟的数据共享机制中得到帮助。
文档编号H04L29/08GK101908061SQ201010223999
公开日2010年12月8日 申请日期2010年7月2日 优先权日2010年7月2日
发明者曾正阳, 梅春, 潘海东 申请人:互动在线(北京)科技有限公司