Формат представления документов

К формату предъявляются следующие требования:

• Представление документа должно быть полным, без необходимости использования информации из других файлов.
• Формат должен быть переиспользуемым для других коллекций (не только для Веб).
• Формат должен быть простым.
• Возможность использовать стандартные компоненты для обработки данных.
• Должна быть возможность сохранять важные детали разметки и связи между документами.

Общее решение - заворачивать содержимое документа в XML, добавляя к нему важную метаинформацию (например, название коллекции и идентификатор корпуса).

Дальнейшая спецификация зависит от ответов на следующие вопросы:

• Представлять каждый документ отдельным файлом или много документов хранить в одном XML файле?
• Можем ли мы гарантировать корректность содержимого описываемого документа?
  Т.е. не нарушит ли его содержимое формат? например, не содержит ли оно конструкций, которые сломают стандартный XML парсер)
• Стоит ли централизовано извлекать какую-нибудь информацию (заголовки, списки ссылок, т.п.)? (альтернатива - может быть стандартный инструмент)

Для облегчения процесса обработки набора данных конкретной системой с набором будет распространяться простой и легко адаптируемый парсер (наверное, реализованный на java), который может быть использован для преобразования данных в более удобный для конкретной системы формат.

Предложенные альтернативы форматов:

1. Простой формат с множеством документов в одном XML файле
   Пример документа
2. Расширенный формат (предполагает преобразование к XHTML и централизованное выделение ссылок).
   Пример документа

Доставка цветов по Москве нет проблем. Доставка цветов по Москве найти новости на форуме.