[發(fā)明專利]一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201310580015.5
• 申請(qǐng)日: 2013-11-19
• 公開（公告）號(hào): CN103605730A
• 公開（公告）日: 2014-02-26
• 發(fā)明（設(shè)計(jì)）人: 龔如賓;張煉珠
• 申請(qǐng)（專利權(quán)）人: 山西三恒自動(dòng)化設(shè)備有限公司;上海理工大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 太原高欣科創(chuàng)專利代理事務(wù)所(普通合伙) 14109
• 代理人: 冷錦超;鄧東東

1.一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法，其特征在于：該方法包括：

對(duì)于XML文檔中的每一個(gè)元素，在數(shù)據(jù)字典中定義一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；以及對(duì)于XML文檔中的每一個(gè)屬性，在數(shù)據(jù)字典中定義一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；

發(fā)送方使用所述數(shù)據(jù)字典中定義的對(duì)應(yīng)不定長(zhǎng)標(biāo)識(shí)碼逐個(gè)替換XML文檔中的元素和屬性，實(shí)現(xiàn)XML文檔的替換壓縮；?

接收方根據(jù)所述數(shù)據(jù)字典中定義的與相應(yīng)不定長(zhǎng)標(biāo)識(shí)碼對(duì)應(yīng)的元素和屬性替換所接收到的替換壓縮后的XML文檔中的不定長(zhǎng)標(biāo)識(shí)碼，實(shí)現(xiàn)XML文檔的解壓；

所述對(duì)于XML文檔中的每一個(gè)元素，在數(shù)據(jù)字典中定義一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；以及對(duì)于XML文檔中的每一個(gè)屬性，在數(shù)據(jù)字典中定義一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼包括：

對(duì)于XML文檔中的每一個(gè)元素，采用8位比特位標(biāo)識(shí)碼表示，或是采用16位比特位標(biāo)識(shí)碼表示；其中高4位中的第1位用于判斷是否為XML格式，第2位用于判斷是否為元素，第3位用于判斷是否為結(jié)束元素，第4位用于判斷是否需要使用兩個(gè)8位的字節(jié)來表示同一元素，剩余的比特位用于表示該元素；

對(duì)于XML文檔中的每一個(gè)屬性，采用8位比特位標(biāo)識(shí)碼表示，或是采用16位比特位標(biāo)識(shí)碼表示；其中高3位中的第1位用于判斷是否為XML格式，第2位用于判斷是否為屬性，第3位用于判斷是否需要使用兩個(gè)8位的字節(jié)來表示同一屬性，剩余的比特位用于表示該屬性，其中屬性的值以字符串格式表示。

2.根據(jù)權(quán)利要求1所述的一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法，其特征在于：在所述數(shù)據(jù)字典中，對(duì)于XML文檔中的每一個(gè)元素，采用頻度分析法來決定采用8位比特位標(biāo)識(shí)碼表示，或是采用16位比特位標(biāo)識(shí)碼表示。

3.根據(jù)權(quán)利要求1所述的一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法，其特征在于：在所述數(shù)據(jù)字典中，對(duì)于XML文檔中的每一個(gè)元素，采用耗費(fèi)字節(jié)數(shù)分析法來決定采用8位比特位標(biāo)識(shí)碼表示，或是采用16位比特位標(biāo)識(shí)碼表示。

4.根據(jù)權(quán)利要求1所述的一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法，其特征在于：在所述數(shù)據(jù)字典中，對(duì)于XML文檔中的每一個(gè)屬性，采用頻度分析法來決定采用8位比特位標(biāo)識(shí)碼表示，或是采用16位比特位標(biāo)識(shí)碼表示。

5.根據(jù)權(quán)利要求1所述的一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法，其特征在于：在所述數(shù)據(jù)字典中，對(duì)于XML文檔中的每一個(gè)屬性，采用耗費(fèi)字節(jié)數(shù)分析法來決定采用8位比特位標(biāo)識(shí)碼表示，或是采用16位比特位標(biāo)識(shí)碼表示。

6.根據(jù)權(quán)利要求1至5中任一權(quán)利要求所述的一種基于不定長(zhǎng)標(biāo)識(shí)碼的XML的壓縮方法，其特征在于：所述壓縮方法也適用于多個(gè)具有相同DTD或者多個(gè)具有相同XML?SCHMEA的XML文檔的壓縮，其中所述數(shù)據(jù)字典為多個(gè)XML文檔共享的通用數(shù)據(jù)字典。

7.一種XML的壓縮裝置，其特征在于：該裝置包括：XML讀取模塊、壓縮用數(shù)據(jù)字典存儲(chǔ)模塊、標(biāo)簽替換壓縮模塊和通用壓縮模塊；其中：

XML讀取模塊，用于讀取XML字節(jié)流數(shù)據(jù)；

壓縮用數(shù)據(jù)字典存儲(chǔ)模塊，用于保存數(shù)據(jù)字典；

在所述數(shù)據(jù)字典中，對(duì)于XML文檔中的每一個(gè)元素，在數(shù)據(jù)字典中定義了一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；以及對(duì)于XML文檔中的每一個(gè)屬性，在數(shù)據(jù)字典中定義了一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；

標(biāo)簽替換壓縮模塊，用于根據(jù)數(shù)據(jù)字典存儲(chǔ)模塊中定義的對(duì)應(yīng)不定長(zhǎng)標(biāo)識(shí)碼逐個(gè)替換XML文檔中的元素和屬性，生成替換壓縮后的XML文檔；

通用壓縮模塊，用于對(duì)數(shù)據(jù)字典和替換壓縮后的XML文檔使用通用壓縮算法進(jìn)行進(jìn)一步壓縮，生成壓縮數(shù)據(jù)。

8.一種XML的解壓裝置，其特征在于：該裝置包括：通用解壓模塊、解壓用數(shù)據(jù)字典存儲(chǔ)模塊和標(biāo)簽替換解壓模塊，其中：

通用解壓模塊，用于對(duì)接收到的壓縮數(shù)據(jù)使用通用解壓算法進(jìn)行解壓；

解壓用數(shù)據(jù)字典存儲(chǔ)模塊，用于存儲(chǔ)數(shù)據(jù)字典；

在所述數(shù)據(jù)字典中，對(duì)于XML文檔中的每一個(gè)元素，在數(shù)據(jù)字典中定義了一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；以及對(duì)于XML文檔中的每一個(gè)屬性，在數(shù)據(jù)字典中定義了一個(gè)與之相對(duì)應(yīng)的不定長(zhǎng)標(biāo)識(shí)碼；

標(biāo)簽替換解壓模塊，使用解壓用數(shù)據(jù)字典存儲(chǔ)模塊存儲(chǔ)的數(shù)據(jù)字典，將替換壓縮后的XML文檔中的不定長(zhǎng)標(biāo)識(shí)碼逐個(gè)反替換為對(duì)應(yīng)的元素和屬性，解壓得到原始的XML文檔。