曹 平 楊文宏 朱 亮

（中航工業(yè)綜合技術(shù)研究所，北京 100028）

信息載體與傳播手段的不斷翻新，使各種新的出版形態(tài)相繼涌現(xiàn)，而新的出版形態(tài)都會(huì)用數(shù)字化技術(shù)來(lái)實(shí)現(xiàn)，因此稱(chēng)其為數(shù)字出版。所謂數(shù)字出版就是指出版內(nèi)容數(shù)字化、傳播網(wǎng)絡(luò)化、經(jīng)營(yíng)集約化和交易電子化[1]。標(biāo)準(zhǔn)作為一種特殊的出版物，傳統(tǒng)的標(biāo)準(zhǔn)形式、流程和模式也受到了全方位的沖擊和挑戰(zhàn)，其數(shù)字出版的需求十分迫切。標(biāo)準(zhǔn)數(shù)字出版的關(guān)鍵技術(shù)是對(duì)標(biāo)準(zhǔn)的數(shù)字化、結(jié)構(gòu)化和規(guī)范化表達(dá)，而基于XML（eXtensible Markup Language）的開(kāi)放式電子文檔標(biāo)準(zhǔn)是解決文檔有效表達(dá)的必要前提。目前，國(guó)外有關(guān)的開(kāi)放式電子文檔標(biāo)準(zhǔn)有很多，如EPub、SCORM、S1000D和NewsML。本文對(duì)這些標(biāo)準(zhǔn)進(jìn)行了詳細(xì)介紹和分析。

1 標(biāo)準(zhǔn)介紹

1.1 EPub

EPub（Electronic Publishing）于2007年9月成為國(guó)際數(shù)字出版論壇（IDPF）的正式標(biāo)準(zhǔn)，以取代舊的開(kāi)放電子書(shū)標(biāo)準(zhǔn)（OEBPS）。2011年，IDPF發(fā)布了EPub 3.0版本。EPub是一個(gè)自由的開(kāi)放標(biāo)準(zhǔn)，屬于一種可以“自動(dòng)重新編排”的內(nèi)容標(biāo)準(zhǔn)，即文字內(nèi)容可以根據(jù)閱讀設(shè)備的特性，以最適于閱讀的方式顯示。EPub文檔內(nèi)部使用了XHTML（eXtended Hypertext Markup Language）或DTBook（一種由DAISY Consortium提出的XML標(biāo)準(zhǔn)）來(lái)展現(xiàn)文字、并以zip壓縮格式來(lái)包裹檔案內(nèi)容[2]。目前，以谷歌、蘋(píng)果公司為代表，眾多公司都以Epub作為數(shù)字圖書(shū)的格式。如圖1所示，EPub包括3項(xiàng)內(nèi)容。

1.1.1 開(kāi)放出版結(jié)構(gòu)（OPS）

開(kāi)放出版結(jié)構(gòu)（Open Publication Structure，OPS）提供一個(gè)標(biāo)準(zhǔn)來(lái)制作電子書(shū)的內(nèi)容，使得電子書(shū)內(nèi)容提供商（例如出版者或作者）能依據(jù)該標(biāo)準(zhǔn)來(lái)制作電子書(shū)，并使得廠商能遵循該標(biāo)準(zhǔn)來(lái)發(fā)展電子書(shū)閱讀器，進(jìn)而使得不同廠商的電子書(shū)閱讀器都能顯示不同電子書(shū)提供商所制作的電子書(shū)。

1.1.2 開(kāi)放包裹格式（OPF）

開(kāi)放包裹格式（Open Packaging Format，OPF）描述電子書(shū)中各單元內(nèi)容間的關(guān)聯(lián)性，如何將數(shù)個(gè)滿(mǎn)足OPS規(guī)范的電子書(shū)單元內(nèi)容包裹成一本電子書(shū)。

1.1.3 OEBP容器格式（OCF）

OEBP容器格式（OEBP Container Format，OCF）描述如何將電子書(shū)內(nèi)容壓縮成單一的電子檔，以便于電子書(shū)的傳播、發(fā)送與檔案管理。

1.2 SCORM

圖1 EPub文檔組織結(jié)構(gòu)

ADL（Advanced Distributed Learning）于1997年底啟動(dòng)開(kāi)發(fā)SCORM（Sharable Content Object Reference Model，共享內(nèi)容對(duì)象參考模型）標(biāo)準(zhǔn)，2000年1月發(fā)布SCORM1.0，進(jìn)行第1次的學(xué)習(xí)內(nèi)容對(duì)象整合。2001年1月，ADL發(fā)布了SCORM1.1，朝正式應(yīng)用邁進(jìn)。2001年10月1日，ADL發(fā)布了SCORM1.2，該版本引入課程內(nèi)容封裝的概念，并增添了為課程組件編寫(xiě)元數(shù)據(jù)部分。2004年，ADL組織再次修改了SCORM技術(shù)標(biāo)準(zhǔn)，命名為SCORM2004（SCORM1.3）。SCORM2004主要由BOOK1概述（The SCORM Overview）、BOOK2內(nèi)容聚合模型CAM（The SCORM Content Aggregation Model）、BOOK3運(yùn)行環(huán)境RTE（The SCORM Run Time Environment）和BOOK4順序和導(dǎo)航SN（Sequencing and Navigation）構(gòu)成。BOOK1中介紹了ADL組織與SCORM的概述；BOOK2說(shuō)明了把學(xué)習(xí)資產(chǎn)組成具有結(jié)構(gòu)性的學(xué)習(xí)組件的方法，描述了學(xué)習(xí)內(nèi)容對(duì)象、內(nèi)容封裝的相關(guān)信息；BOOK3提供了把學(xué)習(xí)組件傳給學(xué)習(xí)者以及追蹤學(xué)習(xí)者進(jìn)度的方法；BOOK4中通過(guò)規(guī)范來(lái)制定內(nèi)容的呈現(xiàn)順序以及呈現(xiàn)界面裝置，讓學(xué)習(xí)者觸發(fā)導(dǎo)航事件，以促進(jìn)學(xué)習(xí)者的理解。經(jīng)過(guò)10年多的發(fā)展，SCORM2004成為集內(nèi)容聚合模型、運(yùn)行環(huán)境、順序和導(dǎo)航于一體的完整標(biāo)準(zhǔn)體系。其中內(nèi)容聚合模型包括內(nèi)容模型、內(nèi)容封裝、元數(shù)據(jù)和排序與呈現(xiàn)4個(gè)部分。內(nèi)容模型包括資產(chǎn)（Asset）、共享內(nèi)容對(duì)象（SCO）和內(nèi)容組織，如圖2所示[3]。資產(chǎn)是學(xué)習(xí)元件中最小的元件，它可以是文章、圖片、聲音或網(wǎng)頁(yè)等。共享內(nèi)容對(duì)象是由多個(gè)資產(chǎn)組成的學(xué)習(xí)元件，也是唯一能夠與學(xué)習(xí)管理系統(tǒng)通信的元件。共享內(nèi)容對(duì)象與資產(chǎn)的重要區(qū)別就是能否進(jìn)行通訊。

1.3 S1000D

圖2 SCORM文檔組織結(jié)構(gòu)

S1000D是由歐洲宇航與防務(wù)工業(yè)協(xié)會(huì)（ASD）、美國(guó)航空航天工業(yè)協(xié)會(huì)（AIA）和美國(guó)運(yùn)輸協(xié)會(huì)（ATA）共同制定的一個(gè)采用公共源數(shù)據(jù)庫(kù)（Common Source Data Base，CSDB）創(chuàng)建交互式電子技術(shù)出版物（Interactive Eiectronic Technicai Pubhcations，IETP）的國(guó)際規(guī)范。從上個(gè)世紀(jì)80年代發(fā)布第一個(gè)版本以來(lái)，S1000D規(guī)范先后發(fā)布了多個(gè)版本，其最新的版本為2011年發(fā)布的4.1版本，適用的范圍也從最初的軍用飛機(jī)產(chǎn)品擴(kuò)展到現(xiàn)在的海、陸、空等各種軍用和民用裝備。

按照S1000D生成的SGML（Standard for General Markup Language，通用標(biāo)記語(yǔ)言標(biāo)準(zhǔn)）或XML中間格式文件，具有模塊化形式，這種模塊化文件稱(chēng)之為“數(shù)據(jù)模塊”，它由兩大部分組成[4]，如圖3所示。第一部分為標(biāo)識(shí)和狀態(tài)，包含技術(shù)文檔資料所有的管理信息。在向用戶(hù)提供技術(shù)信息時(shí)，這部分內(nèi)容并不顯示。第二部分為文檔內(nèi)容主體，主要包含文字說(shuō)明和圖例等。S1000D根據(jù)文檔中所描述的信息內(nèi)容又將文檔內(nèi)容主體主要分為8個(gè)大類(lèi)，分別定義了數(shù)據(jù)模式。

圖3 S1000D文檔組織結(jié)構(gòu)

1.4 NewsML

2000年10月，國(guó)際新聞電信理事會(huì)（International Press Teleconununications Council，IPTC）發(fā)布了NewsML的l.0版本。2002年10月，IPTC公布了NewsML的1.1版本。2008年1月，IPTC經(jīng)過(guò)了幾年的修改和完善，正式發(fā)布了新一代的新聞標(biāo)識(shí)語(yǔ)言NewsML G2。NewsML G2包括NewsML G2、EventsML G2及SportsML G2三個(gè)部分[5]。作為NewsML體系結(jié)構(gòu)頂層的抽象類(lèi)任意項(xiàng)＜anyItem＞有4個(gè)派生類(lèi)，它們是新聞項(xiàng)＜newsItem＞、包裹項(xiàng)＜packageItem＞、概念項(xiàng)＜conceptItem＞和知識(shí)項(xiàng)＜knowledgeItem＞，如圖4所示。NewsML的核心是newsItem概念，newsItem可包含各種媒體（包括文本、圖片、圖形和視頻）。newsItem由新聞元素＜newsItem＞、項(xiàng)目元數(shù)據(jù)＜itemMeta、內(nèi)容元數(shù)據(jù)

圖4 NewsML文檔組織結(jié)構(gòu)

＜contentMeta＞和內(nèi)容集＜contentSet＞4部分組成。

2 綜合分析

基于上述對(duì)EPub、SCORM、S1000D和NewsML等標(biāo)準(zhǔn)的剖析，不難發(fā)現(xiàn)：EPub標(biāo)準(zhǔn)主要是應(yīng)用于一般書(shū)籍制作；SCORM標(biāo)準(zhǔn)主要是應(yīng)用于培訓(xùn)課件制作；S1000D標(biāo)準(zhǔn)主要是應(yīng)用于產(chǎn)品手冊(cè)出版；NewsML主要是應(yīng)用于新聞報(bào)紙出版。盡管這4個(gè)標(biāo)準(zhǔn)是應(yīng)用于不同的領(lǐng)域，但它們都具有以下幾個(gè)共同理念或特點(diǎn)。

2.1 對(duì)象元素化

通過(guò)總結(jié)對(duì)象的基本特點(diǎn)，用一組元數(shù)據(jù)來(lái)實(shí)現(xiàn)對(duì)象（如書(shū)籍、課件、手冊(cè)、報(bào)紙等）的標(biāo)識(shí)和狀態(tài)信息描述。如NewsML中，就是通過(guò)管理性元數(shù)據(jù)（Administrative Metadata）、描述性元數(shù)據(jù)（Descriptive Meatadata）和版權(quán)元數(shù)據(jù)（Copyright Metadata）描述一條新聞的基本情況的。

2.2 內(nèi)容離散化

通過(guò)總結(jié)文本內(nèi)容的編寫(xiě)規(guī)則，將成篇內(nèi)容分解成有一定主題的內(nèi)容片段。如S1000D中，就是將數(shù)據(jù)模塊的文檔內(nèi)容分成了8個(gè)大類(lèi)，并分別定義了內(nèi)容離散化的數(shù)據(jù)模式。

2.3 文本語(yǔ)義化

基于XML制定共同的、智能的、可操作性較強(qiáng)的標(biāo)記模式。這種標(biāo)記模式不僅能夠結(jié)構(gòu)化文本內(nèi)容，同時(shí)還能使計(jì)算機(jī)區(qū)分文本內(nèi)容含義。比如，同樣是“華盛頓”，可以標(biāo)記為美國(guó)第一總統(tǒng)，可以標(biāo)記為地名，也可以標(biāo)記書(shū)名。

2.4 數(shù)據(jù)模塊化

將文檔中重復(fù)出現(xiàn)的內(nèi)容，轉(zhuǎn)換成獨(dú)立的數(shù)據(jù)模塊。通過(guò)模塊的重用和組合形成能夠滿(mǎn)足不同需求的數(shù)據(jù)集合。數(shù)據(jù)模塊化為用戶(hù)信息定制提供了基礎(chǔ)。如EPub中的“單元內(nèi)容”、SCORM中的“學(xué)習(xí)元件”、S1000D中的“數(shù)據(jù)模塊”、NewsML中的“新聞項(xiàng)”都是模塊化的體現(xiàn)。

2.5 呈現(xiàn)樣式化

標(biāo)記語(yǔ)言從SGML、HTML發(fā)展到XML，其技術(shù)上一個(gè)最大的進(jìn)步就是內(nèi)容和形式的分離。也就是說(shuō)內(nèi)容制造商完成文本的標(biāo)記，出版印刷環(huán)節(jié)中的出版商和閱讀中的作者（在顯示器上）可以控制字形、字體大小、字體顏色、行距和長(zhǎng)度、頁(yè)邊距和縮進(jìn)、背景圖像、顏色以及其他元素。這一切的實(shí)現(xiàn)主要是通過(guò)樣式表來(lái)實(shí)現(xiàn)的。

2.6 結(jié)構(gòu)開(kāi)放化

所謂開(kāi)放化包括兩個(gè)層面的含義，一方面是指文檔內(nèi)容結(jié)構(gòu)是公開(kāi)的，另一方面是指允許用戶(hù)在已定義結(jié)構(gòu)的基礎(chǔ)上自定義或擴(kuò)展相關(guān)元素。目前EPub、SCORM、S1000D和NewsML都已成為公認(rèn)國(guó)際通用標(biāo)準(zhǔn)，并且都提供了可擴(kuò)展機(jī)制。

3 結(jié)束語(yǔ)

數(shù)字出版和傳統(tǒng)出版的本質(zhì)區(qū)別在于信息組織方式發(fā)生了革命性的變革。未來(lái)以EPub、SCORM、S1000D和NewsML為代表的開(kāi)放電子文檔標(biāo)準(zhǔn)是實(shí)現(xiàn)數(shù)字出版的關(guān)鍵所在，我國(guó)應(yīng)加緊對(duì)這類(lèi)標(biāo)準(zhǔn)進(jìn)行跟蹤、研究和推廣。另外，目前國(guó)際上還沒(méi)有的關(guān)于描述標(biāo)準(zhǔn)自身的標(biāo)準(zhǔn)。作為標(biāo)準(zhǔn)化研究機(jī)構(gòu)不妨考慮在借鑒國(guó)際上通用成熟標(biāo)準(zhǔn)的基礎(chǔ)上，結(jié)合標(biāo)準(zhǔn)自身特點(diǎn)，制定出基于XML的開(kāi)放式電子標(biāo)準(zhǔn)格式規(guī)范。

[1] 梁上啟．“泛在計(jì)算機(jī)時(shí)代”數(shù)字出版盈利模式研究[J]．編輯之友，2009.

[2] Epub 3.0[S]．http://idpf.org/epub/30.

[3] SCROM 2004[S]．http://www.adlnet.gov/capabilities/scorm.

[4] S1000D 4.1[S]． http://www.S1000d.org.

[5] NewsML-G2[S]．http://www.iptc.org/NewsMLG2/Speci fi cation.