半结构化数据有哪些

半结构化数据有以下5种：1.日志文件；2.XML 文档；3.JSON 文档；4.Email；5.HTML文档。日志文件是用于记录系统操作事件的记录文件或文件集合，操作系统有操作系统日志文件，数据库系统有数据库系统日志文件。XML文档是一种用于标记电子文件使其具有结构性的标记语言。

1.日志文件

在数据库中用事务日志文件记录数据的修改操作，其中的每条日志记录或者记录所执行的逻辑操作，或者记录已修改数据的前像和后像。前像是操作执行前的数据复本;后像是操作执行后的数据复本。因此，日志文件属于半结构化数据。

日志文件是用于记录系统操作事件的记录文件或文件集合，操作系统有操作系统日志文件，数据库系统有数据库系统日志文件。

2. XML 文档

可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言，因此XML文档属于半结构化数据。

XML文档可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。 它非常适合万维网传输，提供统一的方法来描述和交换独立于应用程序或供应商的结构化数据。是Internet环境中跨平台的、依赖于内容的技术，也是当今处理分布式结构信息的有效工具。

3. JSON 文档

JSON文档是一种轻量级的数据交换格式的文档。易于人阅读和编写，同时也易于机器解析和生成。

JSON 采用完全独立于语言的文本格式，但是也使用了类似于 C 语言家族的习惯（包括 C, C++, C#, Java, JavaScript, Perl, Python 等）。 这些特性使 JSON 成为理想的数据交换语言。因此，JSON文档是半结构化数据。

4.Email

电子邮件是一种用电子手段提供信息交换的通信方式，是互联网应用最广的服务。通过网络的电子邮件系统，用户可以以非常低廉的价格、非常快速的方式，与世界上任何一个角落的网络用户联系。

电子邮件可以是文字、图像、声音等多种形式。同时，用户可以得到大量免费的新闻、专题邮件，并轻松实现轻松的信息搜索。电子邮件的存在极大地方便了人与人之间的沟通与交流，促进了社会的发展。

5.HTML文档

HTML文档是自描述的，数据的结构和内容混在一起，没有明显的区分。因此，HTML文档就属于半结构化数据。

HTML指的是超文本标记语言 (Hyper Text Markup Language)，HTML文档就是我们常说的网页，一个标准的HTML文档由 文档元素和 元数据元素组成，二者用来创建HTML文档以及其内容。