[發(fā)明專利]一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式

無效

• 申請(qǐng)?zhí)枺?/td>: 201010105986.0
• 申請(qǐng)日: 2010-02-04
• 公開（公告）號(hào): CN101789013A
• 公開（公告）日: 2010-07-28
• 發(fā)明（設(shè)計(jì)）人: 王興山;趙啟杰
• 申請(qǐng)（專利權(quán)）人: 浪潮集團(tuán)山東通用軟件有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及的是信息系統(tǒng)數(shù)據(jù)交換過程中的一種人機(jī)可讀的高效的字符串編碼方法和文件格式，具體地說是一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式。

背景技術(shù)

當(dāng)代軟件開發(fā)技術(shù)日新月異，數(shù)據(jù)訪問技術(shù)林立，不同的系統(tǒng)之間進(jìn)行關(guān)系型數(shù)據(jù)交換是一種極為常見的應(yīng)用。

XML是信息交換的一種標(biāo)準(zhǔn)，但是它作為一種通用標(biāo)記語言，如果要描述關(guān)系型數(shù)據(jù)需要進(jìn)行深度擴(kuò)展，結(jié)構(gòu)較為復(fù)雜，而且冗余字符較多，不夠精簡(jiǎn)。因此，開發(fā)人員常采用CSV文件格式。

逗號(hào)分隔型取值格式(英文全稱為Comma?Separated?Values，簡(jiǎn)稱CSV)，是一種純文本格式，用來存儲(chǔ)數(shù)據(jù)。在CSV中，數(shù)據(jù)的字段由逗號(hào)分開，程序通過讀取文件重新創(chuàng)建正確的字段，方法是每次遇到逗號(hào)時(shí)開始新一段數(shù)據(jù)。由于它是一種常見而簡(jiǎn)單的文件格式，CSV文件通常用于不同的計(jì)算機(jī)軟件或同一軟件不同的模塊間進(jìn)行數(shù)據(jù)傳遞交換。很多數(shù)據(jù)庫程序和電子表格程序都支持CSV文件格式。

CSV文件用來做數(shù)據(jù)存儲(chǔ)容量比XML小，功能比TXT強(qiáng)，但是CSV文件仍不具備完整描述關(guān)系型數(shù)據(jù)的能力，它不包含關(guān)系型數(shù)據(jù)中的數(shù)據(jù)域信息，僅僅保存了數(shù)據(jù)域的名稱信息，這樣就難以精確從CSV文件中反序列化成一個(gè)關(guān)系型記錄集。

發(fā)明內(nèi)容

關(guān)系型數(shù)據(jù)的序列化包括二進(jìn)制和字符串兩種，二進(jìn)制序列化不便于信息交換。字符串序列化則便于數(shù)據(jù)交換。常見的字符串序列化技術(shù)有XML、CSV等。XML序列化較為復(fù)雜，而CSV格式則較為簡(jiǎn)單。但是CSV序列化是一種“有損”序列化。

本發(fā)明的目的是提供一種改進(jìn)型的CSV文件，克服CSV文件格式的弱點(diǎn)，精確描述一個(gè)關(guān)系型記錄集，為計(jì)算機(jī)軟件之間進(jìn)行表格數(shù)據(jù)傳遞提供一個(gè)統(tǒng)一的、簡(jiǎn)單的標(biāo)準(zhǔn)的用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式。

本發(fā)明的目的是按以下方式實(shí)現(xiàn)的，采用CSV的基本標(biāo)記方式，根據(jù)元數(shù)據(jù)的自描述能力，把一個(gè)關(guān)系型記錄集完整的進(jìn)行序列化，文件格式把記錄集的一行序列化為一個(gè)不包含回車換行符號(hào)的字符序列，具體步驟如下：

文件格式包含兩個(gè)部分：1)元數(shù)據(jù)段；2)數(shù)據(jù)段；其中：

1)元數(shù)據(jù)段定義字段信息，元數(shù)據(jù)部分每行都是一個(gè)簡(jiǎn)短的CSV文件，其中字段定義，根據(jù)具體情況存在多行，字段定義采用如下語法：

<字段名稱＝數(shù)據(jù)類型>，<字段長度>，<顯示標(biāo)簽>，<編輯掩碼>，<顯示長度>，<字段類型>，<缺省值>，字段長度規(guī)則：字符串型字段的長度為最大字符數(shù)；數(shù)值型和二進(jìn)制型字段長度統(tǒng)一為零；

數(shù)據(jù)類型包括：Autoinc，Integer，F(xiàn)loat，String，WideString，DateTime，Blob，Memo，Currency，Boolean；

2)數(shù)據(jù)段包含兩部分：字段排列順序信息行、數(shù)據(jù)行，其中字段排列順序信息行以逗號(hào)分隔各標(biāo)題，每個(gè)字段名放在兩個(gè)引號(hào)中間，格式為：

″<Field1Caption>″，[″<Field2Caption>″]，[……]

數(shù)據(jù)行列出對(duì)應(yīng)的字段值，字段值放在雙引號(hào)之間，字段值之間用逗號(hào)分隔：格式為：

″<Field1Value>″，″<Field2Value>″，<……>，數(shù)據(jù)行中的編碼規(guī)則是：

(1)″轉(zhuǎn)為″″(兩個(gè)引號(hào)表示一個(gè)引號(hào))；

(2)％轉(zhuǎn)為％％(兩個(gè)％表示一個(gè))；

(3)回車用％c表示；

(4)換行用％n表示；

(5)Unicode用UTF-8編碼；

(6)二進(jìn)制數(shù)據(jù)用MIME編碼；

(7)時(shí)間類型用MM/DD/YYYY/HH/mm/SS/sss格式表示。

本發(fā)明的優(yōu)異效果是：與現(xiàn)有技術(shù)相比，本發(fā)明采用上述編碼格式的文件具有人機(jī)可讀性，避免歧義，可以被支持CSV格式的程序解析，解碼算法簡(jiǎn)單，便于數(shù)據(jù)流讀取，可廣泛應(yīng)用于各類系統(tǒng)進(jìn)行表格數(shù)據(jù)交換。

附圖說明

圖1是關(guān)系型數(shù)據(jù)轉(zhuǎn)增強(qiáng)型CSV文件算法流程圖；

圖2是一份完整的增強(qiáng)型CSV文件。

具體實(shí)施方式

本發(fā)明的一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式，含兩個(gè)部分：1)元數(shù)據(jù)段2)數(shù)據(jù)段。

1)元數(shù)據(jù)段定義字段信息。