[發(fā)明專利]一種XML路徑表達(dá)式提取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310524422.4
• 申請(qǐng)日: 2013-10-30
• 公開(kāi)（公告）號(hào): CN103605675B
• 公開(kāi)（公告）日: 2017-02-15
• 發(fā)明（設(shè)計(jì)）人: 劉佳
• 申請(qǐng)（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F9/46
• 代理公司: 北京邦信陽(yáng)專利商標(biāo)代理有限公司11012
• 代理人: 王昭林,金璽

1.一種XML路徑表達(dá)式提取方法，其特征在于，包括：

步驟（1），設(shè)定多個(gè)具有層級(jí)關(guān)系的限制條件，初始化最低層級(jí)的限制條件為當(dāng)前限制條件，且所述最低層級(jí)的限制條件對(duì)待標(biāo)識(shí)元素節(jié)點(diǎn)的標(biāo)識(shí)方式最嚴(yán)格；

步驟（2），在當(dāng)前限制條件下提取待標(biāo)識(shí)元素節(jié)點(diǎn)的XML路徑表達(dá)式；

步驟（3），根據(jù)所述XML路徑表達(dá)式進(jìn)行定位，且：

如果所述XML路徑表達(dá)式唯一定位到所述待標(biāo)識(shí)元素節(jié)點(diǎn)，則所述XML路徑表達(dá)式提取結(jié)束；

否則如果所述XML路徑定位到超過(guò)一個(gè)元素節(jié)點(diǎn)，則選擇當(dāng)前限制條件上一級(jí)的限制條件為當(dāng)前限制條件，并執(zhí)行步驟（2）。

2.根據(jù)權(quán)利要求1所述的XML路徑表達(dá)式提取方法，其特征在于，所述最低層級(jí)的限制條件為：使用標(biāo)簽名稱和id屬性標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，最高層級(jí)的限制條件為：至少使用標(biāo)簽名稱、id屬性和數(shù)組標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)。

3.根據(jù)權(quán)利要求2所述的XML路徑表達(dá)式提取方法，其特征在于，所述多個(gè)限制條件還包括：

文本內(nèi)容限制條件，至少使用標(biāo)簽名稱、id屬性和文本內(nèi)容標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)；

超鏈接限制條件，至少使用標(biāo)簽名稱、id屬性和超鏈接標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)。

4.根據(jù)權(quán)利要求3所述的XML路徑表達(dá)式提取方法，其特征在于，所述步驟（2），具體包括：

步驟（21），設(shè)置當(dāng)前節(jié)點(diǎn)為所述待標(biāo)識(shí)元素節(jié)點(diǎn)；

步驟（22），獲得當(dāng)前節(jié)點(diǎn)的標(biāo)簽名稱并賦值給XML路徑表達(dá)式；

步驟（23），判斷當(dāng)前節(jié)點(diǎn)是否有id屬性，如果有id屬性，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的id屬性；

步驟（24），判斷當(dāng)前限制條件是否包括使用文本內(nèi)容標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，如果當(dāng)前限制條件包括使用文本內(nèi)容標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，且當(dāng)前節(jié)點(diǎn)為文本節(jié)點(diǎn)，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的文本內(nèi)容；

步驟（25），判斷當(dāng)前限制條件是否包括使用超鏈接標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，如果當(dāng)前限制條件包括使用超鏈接標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，且當(dāng)前節(jié)點(diǎn)的標(biāo)簽名稱為超鏈接標(biāo)簽，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的超鏈接內(nèi)容；

步驟（26），判斷當(dāng)前限制條件是否包括使用數(shù)組標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，如果當(dāng)前限制條件包括使用數(shù)組標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，且當(dāng)前節(jié)點(diǎn)包括同一父節(jié)點(diǎn)下的兄弟節(jié)點(diǎn)，則獲取所述當(dāng)前節(jié)點(diǎn)在父節(jié)點(diǎn)下的節(jié)點(diǎn)索引，向所述XML路徑表達(dá)式添加所述節(jié)點(diǎn)索引。

5.根據(jù)權(quán)利要求4所述的XML路徑表達(dá)式提取方法，其特征在于，所述步驟（2），還包括：

如果當(dāng)前節(jié)點(diǎn)包括id屬性，或者當(dāng)前節(jié)點(diǎn)為根節(jié)點(diǎn)，則執(zhí)行步驟（3），否則設(shè)置當(dāng)前節(jié)點(diǎn)為當(dāng)前節(jié)點(diǎn)的父節(jié)點(diǎn)，執(zhí)行步驟（22）。

6.根據(jù)權(quán)利要求4所述的XML路徑表達(dá)式提取方法，其特征在于，所述步驟（24）中，具體包括：

判斷當(dāng)前限制條件是否包括使用文本內(nèi)容標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，如果當(dāng)前限制條件包括使用文本內(nèi)容標(biāo)識(shí)所述待標(biāo)識(shí)元素節(jié)點(diǎn)，且當(dāng)前節(jié)點(diǎn)為文本節(jié)點(diǎn)，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的全部文本內(nèi)容或者部分文本內(nèi)容。

7.根據(jù)權(quán)利要求6所述的XML路徑表達(dá)式提取方法，其特征在于，所述步驟（24）中，向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的全部文本內(nèi)容或者部分文本內(nèi)容，具體包括：

如果當(dāng)前節(jié)點(diǎn)的文本內(nèi)容的包含換行符，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的文本內(nèi)容中換行符前預(yù)設(shè)文本閾值個(gè)字符；

如果當(dāng)前節(jié)點(diǎn)的文本內(nèi)容的文本長(zhǎng)度小于預(yù)設(shè)文本閾值，且不包含換行符，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的全部文本內(nèi)容；

如果當(dāng)前節(jié)點(diǎn)的文本內(nèi)容的文本長(zhǎng)度大于預(yù)設(shè)文本閾值，且不包含換行符，則向所述XML路徑表達(dá)式添加當(dāng)前節(jié)點(diǎn)的文本內(nèi)容中前預(yù)設(shè)文本閾值個(gè)字符。