问题标签 [structured-data]

我们正在尝试使用 Plone 4 制作文档管理网络/知识管理门户。我们希望我们的 web 应用程序中有一个表单/结构化数据功能，可以通过 web 定义表单，使用这些表单的工作流并能够从它们（最好采用某种格式，便于简单、美观或可换肤的打印输出）。

任何指向模块、文档和/或文献的指针都会很棒。谢谢。

我们正在通过完全从 Microsoft 和 .NET 家族转向开源来彻底改革我们的产品（原因之一是成本削减和数据呈指数级增长）。

我们计划将我们的数据模型完全从 SQL Server（关系数据）迁移到 Hadoop（著名的键值对生态系统）。

一开始，我们希望同时支持这两个版本（比如 1.0 和新的 v2.0）。为了保持数据的一致性，我们计划在两个系统之间同步数据，这是一项相当具有挑战性的任务并且容易出错，但我们没有其他选择。

有点困惑从哪里开始，我正在寻找专家社区。在这个方向上的任何策略/现有文献或任何其他类型的指导都将非常有帮助。

我是新手，所以请温柔一点。

我目前正在尝试使用内核方法应用一些结构化预测算法。我缺少的是一个很好的数据库来测试它。我目前已经搜索（并继续搜索）一些免费数据库，但直到现在都没有找到（有用的）。

只是为了更清楚地说明我对您的看法，您可以将这篇论文作为参考：

http://www-kd.iai.uni-bonn.de/pubattachments/402/GaertnerV09ECML.pdf

目前我正在此链接上搜索数据库，如果找到合适的内容，我将更新此主题： http ://www.quora.com/Data/Where-can-I-get-large-datasets-open-to- the-public?q=large+datase

在输入时我有一个纯文本（在我的情况下通常是 HTML）和一个“语法规范”（从纯文本中提取数据到结构化数据的某种方式），然后在输出时我需要一些结构化数据（JSON 是很好，但也许存在更好的东西？）

这个任务有库吗？指定“语法规范”的好方法是什么？解决此类问题的最佳方法是什么？

我目前正在为各种餐厅的厨师开发一个后端，以结构化格式报告他们的每日菜单。出于务实的原因，我选择使用网络 CMS 并使用许多已经包括的功能，包括灵活的权限管理模块

我想利用 Joomla 中的现有功能进行访问控制、编辑和导航，但我需要用五个字段（每个字段代表工作周的一天）替换文本字段，并将其以结构化的方式保存到数据库中。我正计划创建一个编辑器插件，它为厨师用户显示字段并将输入数据解析为结构化数据格式，例如 XML。对于每周，我需要为所有显示周数和日期的餐厅创建空模板。

我还希望第三方开发人员通过 URL 中的 RESTful 方法访问这些数据，其中结构可能类似于：http://domain.no/restaurant-name/menu用于文本菜单http://domain .no/restaurant-name/json用于 json 等。

我想我的问题是如何开始开发这些功能。有没有开发过类似的东西，有没有为 Joomla 开发的模块可以使用？我的方法听起来是否明智，或者还有其他解决我问题的好方法吗？

哪个更好？

有没有办法让内容远离 view->source()？

所以我最近在这里找到了这个问题的解决方案 ，我想将数据文件的两列放入两个数组中，我现在有了这段代码，它可以很好地完成这项工作。

但我现在意识到我搞砸了这个问题。我有一个如下布局的数据文件，

（注：每条数据线之间没有空行，两个数据值之间有一个Tab）

上面的代码将所有步骤信息附加到一个数组中，所以当我想要两个不同的数组用于不同的步骤时，我会得到两个大的长数组，以便以后可以分别绘制它们各自的数组。我还必须获取步骤名称，在这种情况下 Temp=10 并附加它/命名数组以反映每个步骤信息块。例如。我想最终得到这样的数组

显然这使问题变得更加复杂，我不知道从哪里开始。

我有以下数据结构：

其中 a 是具有两个字段的结构化数组：“id”和“B”。在“B”中，存储了另一个具有“n”和 D 字段的结构化数组，例如

执行上述赋值时，将 b 中的数据复制到 a。有没有办法只复制对 b 的引用，这样当我更改 b 时，更改会反映在 中a['B'][i]？我想要的是将指向 b 的指针存储在 a 中，因为我不需要创建副本，因为 b 中的数据对于 a 的每一行都是相同的。

我累了

它可以工作，但会破坏数组的嵌套结构。有没有办法保留结构化数组功能，例如a['B']['D']

谢谢

我在使用视图方法将字段分配给数组时遇到了一些问题。显然，似乎无法控制您要如何分配该字段。

事实上，如果我从头开始创建 aa 而不是使用 a 的转置，

为什么会这样？有什么方法可以设置字段来表示行或列？

我偶尔会处理一些文本文件，其中某些部分确实有多个具有相同结构的段落。这是一个例子：

我正在寻找一种简单的方法来查询这样的文件。例如，如果我查询“Area:SomeOtherArea”，结果应该是具有该区域的文件的所有块。我的意思是所有四个段落：标题、名称、区域、内容。我可以将grep与 -A 和 -B 选项一起使用，但问题是内容段落可能包含任意数量的行。这只是这个具体的例子；结构可能完全不同。

我正在寻找一种轻量级、易于适应的解决方案，也许是 CLI 工具的组合。我不想重新发明轮子。