[發(fā)明專利]一種解析和創(chuàng)建XML數(shù)據(jù)的方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 200910238244.2
• 申請日: 2009-11-23
• 公開（公告）號: CN102073662A
• 公開（公告）日: 2011-05-25
• 發(fā)明（設(shè)計）人: 王曉磊;張磊;王毅
• 申請（專利權(quán)）人: 北大方正集團(tuán)有限公司;北京北大方正技術(shù)研究院有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京天昊聯(lián)合知識產(chǎn)權(quán)代理有限公司 11112
• 代理人: 陳源;羅建民

技術(shù)領(lǐng)域

本發(fā)明涉及XML數(shù)據(jù)處理領(lǐng)域，尤其涉及一種解析和創(chuàng)建具有多種版本和子集的XML文檔中的XML數(shù)據(jù)的方法及系統(tǒng)。

背景技術(shù)

XML(可擴(kuò)展標(biāo)記語言)作為一種跨平臺的標(biāo)準(zhǔn)數(shù)據(jù)交換格式而廣泛應(yīng)用于Web?Service、數(shù)據(jù)交換和語言交換等方面，是當(dāng)前處理結(jié)構(gòu)化文檔信息的有力工具。在基于XML的一些應(yīng)用(比如，電子文檔處理、互聯(lián)網(wǎng))中，存在“版本”和“子集”的概念。例如，在對電子文檔的處理中，常常需要在一個應(yīng)用程序中兼容多種版本和子集的文檔格式，比如，Microsoft?Word?2003能夠同時處理Word?97、Word?2000和Word?2003等多種版本規(guī)范的文檔。再例如，網(wǎng)絡(luò)瀏覽器程序能夠同時處理XHTML?1.0?Strict、XHTML?1.0?Transitional和XHTML?1.0?Frameset等多種子集規(guī)范的網(wǎng)頁。

在這樣的XML應(yīng)用中，就XML數(shù)據(jù)的解析和創(chuàng)建來說，要求應(yīng)用程序能夠?qū)⒍喾N有結(jié)構(gòu)差異的XML數(shù)據(jù)轉(zhuǎn)換為程序?qū)ο竽Ｐ停蛘邔⒊绦驅(qū)ο竽Ｐ娃D(zhuǎn)換為多種有結(jié)構(gòu)差異的XML數(shù)據(jù)。

目前公知的XML數(shù)據(jù)與程序?qū)ο竽Ｐ椭g的轉(zhuǎn)換方法一般有以下兩種：第一種轉(zhuǎn)換方法是將轉(zhuǎn)換邏輯與程序?qū)ο竽Ｐ徒Y(jié)合，轉(zhuǎn)換邏輯由人工或機(jī)器創(chuàng)建，程序模型一般直接處理XML數(shù)據(jù)，其中，機(jī)器創(chuàng)建轉(zhuǎn)換邏輯的方法的現(xiàn)有代表技術(shù)有JAXB和XMLBeans；第二種轉(zhuǎn)換方法是將轉(zhuǎn)換邏輯與程序?qū)ο竽Ｐ头蛛x，把XML結(jié)構(gòu)定義為一種元數(shù)據(jù)，使用非特定的方法處理XML數(shù)據(jù)，并且根據(jù)定義的元數(shù)據(jù)完成XML數(shù)據(jù)與程序?qū)ο竽Ｐ偷南嗷マD(zhuǎn)換，有代表性的現(xiàn)有技術(shù)有Hibernate和Castor。

現(xiàn)有的這些轉(zhuǎn)換方法對于具有多種版本和子集的XML文檔具有很大的局限性。具體而言，對于人工創(chuàng)建轉(zhuǎn)換邏輯的方法，需要人為地針對文檔格式的不同版本和子集中每一處XML結(jié)構(gòu)變化分別進(jìn)行處理，難以實現(xiàn)和維護(hù)。對于機(jī)器創(chuàng)建轉(zhuǎn)換邏輯的方法，都是針對一種XML結(jié)構(gòu)定義生成一套程序?qū)ο竽Ｐ停瑹o法同時處理多種XML結(jié)構(gòu)定義。而對于第二種轉(zhuǎn)換方法，需要針對每一種XML結(jié)構(gòu)，定義一套XML結(jié)構(gòu)定義元數(shù)據(jù)，這樣造成了程序資源的浪費，而且多種元數(shù)據(jù)之間有大量冗余部分，對具有多種版本和子集的XML文檔進(jìn)行修改和維護(hù)時需要同步處理多個XML結(jié)構(gòu)定義元數(shù)據(jù)。

例如，在申請日為2005年11月29日的第200510127039.0號中國專利“用于對象模型與xml間轉(zhuǎn)換的可共享雙向方法和系統(tǒng)”中，使用元模型來描述對象模型以及在該模型中不同對象彼此如何相關(guān)聯(lián)，并且利用多個翻譯器來定義每個XML標(biāo)簽名與相關(guān)聯(lián)元模型的結(jié)構(gòu)特征之間的映射關(guān)系。通過這種方法，可使用數(shù)個不同的解析機(jī)制從同一XML文件載入同樣的對象模型。但是，每個XML標(biāo)簽與元模型的結(jié)構(gòu)特征之間的映射是基本固定的，當(dāng)每個XML標(biāo)簽結(jié)構(gòu)或者對象模型結(jié)構(gòu)發(fā)生變化時，需要改變元模型和翻譯器類來實現(xiàn)映射。比如，對于多種版本的電子文檔，一個XML結(jié)構(gòu)元素很可能包括不同的屬性，根據(jù)這種方法，需要針對每個文檔版本，改變元模型中的結(jié)構(gòu)特征及其與翻譯器的映射關(guān)系，可能還需要增加翻譯器來實現(xiàn)映射。也就是說，對于不同的XML結(jié)構(gòu)，需要重新定義元模型及其相應(yīng)的翻譯器，其對應(yīng)的XML結(jié)構(gòu)元數(shù)據(jù)也改變。因此，這樣的元數(shù)據(jù)屬于一種靜態(tài)的XML結(jié)構(gòu)定義元數(shù)據(jù)，不能很好地適用于使用具有多種版本和子集的XML文檔的應(yīng)用，具體體現(xiàn)在，對這樣的XML文檔的修改和維護(hù)比較困難，應(yīng)用程序?qū)崿F(xiàn)邏輯復(fù)雜，并且同一版本和子集的不同XML文檔之間不能共享同一個XML結(jié)構(gòu)定義元數(shù)據(jù)。

發(fā)明內(nèi)容

為了解決以上第二種轉(zhuǎn)換方法中的問題，本發(fā)明提供一種解析和創(chuàng)建具有多種版本和子集的XML文檔中的XML數(shù)據(jù)的方法及系統(tǒng)，以去除XML結(jié)構(gòu)定義的冗余數(shù)據(jù)，節(jié)省計算機(jī)資源，簡化應(yīng)用程序?qū)ML文檔的修改和維護(hù)，并使得在同一版本和子集的不同XML文檔之間可共享一份XML結(jié)構(gòu)定義元數(shù)據(jù)。

為了實現(xiàn)以上目的，本發(fā)明提供的XML數(shù)據(jù)解析和創(chuàng)建的方法包括以下步驟：定義XML文檔格式的版本范圍和子集范圍、XML結(jié)構(gòu)與程序?qū)ο竽Ｐ椭g的映射關(guān)系集合；根據(jù)所述映射關(guān)系集合和當(dāng)前處理的XML文檔的版本標(biāo)識和子集標(biāo)識來動態(tài)創(chuàng)建XML結(jié)構(gòu)定義元數(shù)據(jù)；根據(jù)所述XML結(jié)構(gòu)定義元數(shù)據(jù)完成XML數(shù)據(jù)與程序?qū)ο竽Ｐ偷南嗷マD(zhuǎn)換。

在所述映射關(guān)系集合中，每一條映射關(guān)系定義XML結(jié)構(gòu)中的一個元素、程序?qū)ο竽Ｐ椭械囊粋€或多個元素與XML文檔格式的版本范圍和子集范圍的對應(yīng)關(guān)系。