Les sections de type zone sont identiques aux sections de la version antérieure d'interMedia Text (intitulée ConText). interMedia Text enregistre l'emplacement des balises de début et de fin de section dans le document. Les interrogations WITHIN vérifient que les mots apparaissent entre ces balises de début et de fin.
Si une section de type zone est récurrente, chaque exemple est traité individuellement dans la sémantique de l'interrogation. Ces sections peuvent en contenir d'autres, y compris ellesmêmes, et être comprises dans d'autres sections. Dans l'interface de programmation d'applications interMedia Text, l'ajout des sections de zone se fait via une procédure qui a le format suivant :
ctx_ddl.add_zone_section('nom_groupe', 'nom_section', 'balise');
D'autre part, les sections de type champ extraient leur contenu et l'indexent séparément des autres mots du document. Les interrogations WITHIN sont exécutées sur cet index distinct et de taille inférieure. L'interrogation sur les sections de type champ est donc plus rapide que celle des sections de type zone, notamment lorsque tous les documents contiennent des balises de section.
Toutefois, cette rapidité s'obtient aux dépens de la flexibilité. Les sections de type champ sont destinées à des sections non récurrentes et qui ne se chevauchent pas. Si ce type de section se répète, il est assimilé à la suite de la section, et non à une occurrence distincte. Si une section de type champ se chevauche ou qu'elle est chevauchée par une autre section, elle est implicitement fermée à l'endroit où commence l'autre section. En outre, tout groupe de sections peut contenir au maximum 64 sections de champ. (Il s'agit de 64 noms de section, pas de balises. Vous pouvez associer plusieurs balises au même nom de section.) Dans l'interface de programmation d'applications interMedia Text, l'ajout d'une section de champ se fait via une procédure qui a le format suivant :
ctx_ddl.add_field_section('nom_groupe', 'nom_section', 'balise');
De nombreux exemples permettent d'illustrer les types de section et leur impact sur la sémantique des interrogations. Les exemples proposés utilisent le document composé de trois lignes cidessous :
<A>rat</A><A>boeuf</A>
<B>tigre lapin</B>
<C>dragon<C>serpent</C></C>
Remarque : il s'agit de codes XML, mais sans DTD, par conséquent le type de groupe de sections de base est utilisé :
ctx_ddl.create_section_group('mon_groupe','groupe_sections_base');
Créez les sections de zone suivantes :
ctx_ddl.add_zone_section('mon_groupe', 'seca', 'a');
ctx_ddl.add_zone_section('mon_groupe', 'secb', 'b');
ctx_ddl.add_zone_section('mon_groupe', 'secc', 'c');
Ces procédures indiquent au groupe de sections d'assimiler les balises A à la section SECA, les balises B à la section SECB, et les balises C à la section SECC. Pour effectuer des interrogations de section, servezvous de l'opérateur WITHIN. (Pensez à utiliser le nom de la section, pas la balise.) Examinez ces deux exemples :
contains(text, 'rat within seca') > 0
contains(text, 'tigre within seca') > 0
La première interrogation trouve le document, mais pas la seconde car bien que le document contienne le mot tigre, ce terme ne figure pas dans la section SECA. En revanche, les deux interrogations auraient permis de trouver le document si le paramétrage initial avait associé A et B au nom de la même section (SECA), comme suit :
ctx_ddl.add_section('mon_groupe', 'seca', 'a');
ctx_ddl.add_section('mon_groupe', 'seca', 'b');
Sémantique des interrogations de zone
Le fait que chaque occurrence soit traitée séparément représente un aspect important de la sémantique d'interrogation des sections de zone. En d'autres termes, une interrogation comme celleci :
contains(text, '(tigre and lapin) within secb') > 0
retrouve le document, mais l'interrogation suivante :
contains(text, '(rat and boeuf) within seca') > 0
ne le retrouve pas. Le document contient les mots rat et boeuf, et tous deux figurent dans une section SECC, mais pas dans la même. Cependant :
contains(text, '(dragon and serpent) within secc') > 0
retrouve le document car les deux mots se trouvent dans la section SECC externe, même si la section SECC interne ne contient que serpent.
Sémantique des interrogations de champ
Pour illustrer la sémantique d'interrogation de champ, supposez que la section SECA a été créée en tant que section de champ et non de zone, comme suit :
ctx_ddl.add_field_section('mon_groupe', 'seca', 'a');
Contrairement aux sections de zone, chaque occurrence d'une section de champ est considérée comme la suite de la section. L'interrogation suivante :
contains(text, '(rat and boeuf) within seca') > 0
retrouve le document, ce qui n'est pas le cas lorsque SECA est une section de zone. La section de champ prend simplement en compte les deux occurrences ensemble. Les sections de champ fonctionnent mieux sur des sections comme SECB, qui n'est pas récurrente comme SECA ni imbriquée comme c'est le cas de SECC.
Voici un autre aspect subtil des sections de champs. Si SECA est une section de zone, l'interrogation suivante :
contains(text, 'rat') > 0
retrouve le document puisqu'il contient le mot rat. Néanmoins, n'oubliez pas que les sections de champ extraient le contenu du document et l'indexent séparément. Ainsi, si SECA était une section de champ, cette interrogation ne permettrait pas de retrouver le document, étant donné que rat figure dans la section SECA, c'estàdire séparé du contenu du document.
Vous pouvez toutefois changer cela en faisant apparaître la section de champ. Il existe un quatrième argument booléen facultatif dans la procédure add_field_section. Si vous le définissez sur TRUE, comme dans l'exemple cidessous :
ctx_ddl.add_field_section('mon_groupe', 'seca', 'a', TRUE);
la section de champ est visible et son contenu l'est également pour les interrogations différentes de WITHIN, comme les sections de zone. interMedia Text obtient ce résultat en indexant deux fois le mot (en tant que partie de la section extraite, puis en tant que partie du corps). Cette option visible s'ajoute donc aux exigences d'espace de l'indexation.
Voir aussi : Rubriques principales (présentation), Initiation à interMedia Text