[發明專利]一種基于unicode編碼的廣泛支持各類信息存儲的支持關系型數據的文件格式

在審

• 申請號: 201610194045.6
• 申請日: 2016-03-30
• 公開（公告）號: CN107291671A
• 公開（公告）日: 2017-10-24
• 發明（設計）人: 李文坦
• 申請（專利權）人: 李文坦
• 主分類號: G06F17/22
• 分類號: G06F17/22;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及的是計算機在存儲信息時所使用的文件格式，具體地說，本發明是一種使用unicode編碼進行存儲，允許在文件中嵌入二進制編碼，允許軟件商對文件來源進行校檢，并且能夠存儲一切可以通過文本形式和二進制形式進行表示的數據，支持關系型數據表示的文件格式。

背景技術

當代軟件發展日新月異，將個人數據存儲在文件中，方便下次使用時進行訪問，是現在軟件必不可少的一種功能。比如用戶對軟件的設置信息，往往會被保存在ini格式的配置文件當中；游戲存檔，也會被保存在由軟件商自行定制的格式的文件中；歌詞，會被保存在lrc文件中；網頁當中的一些布局信息，會保存在xml文件中。

在當前信息交換中，xml是一種通用標記語言，但是，其沒有針對關系型數據進行優化，在表達關系型數據時存在大量冗余信息，并且，xml沒有專門的文件來源校檢信息存儲區域，廠商如果有此類需要，必須自己對xml進行拓展，不具備廣泛性。在上述兩種使用場景下，xml不能很好地滿足用戶的需求。

文件采用文本格式的方式進行存儲，非常方便閱讀和修改，并且用戶可以方便地開發相關軟件對文本信息進行修改，例如字幕采用的srt格式就是使用文本方式存儲的，現在已經出現了不少srt字幕制作軟件，它們通過用戶的操作來對文本信息進行修改，但修改的方式又嚴格符合srt標準，方便用戶制作字幕，lrc歌詞文件也是類似的。在當前存儲文本信息的編碼規范中，unicode是使用最為廣泛的編碼格式，因為unicode幾乎支持全世界所有的語言，具有極高的通用性，使用unicode進行編碼是未來文本格式發展的必然趨勢。而二進制數據則允許用戶存儲一些通過文本形式不能或很難表達的數據，比如視頻，音頻，圖片等。

發明內容

一種基于unicode編碼的廣泛支持各類信息存儲的支持關系型數據的文件格式；所述文件格式是以unicode編碼存儲的，通過對文件文本格式上的限制，并支持嵌入二進制數據，使得其能夠廣泛支持各類信息的存儲；所述文件格式支持自定義類，對關系型數據提供了較好的支持；原生支持來源校檢，使得企業可以通過自己設置的獨立加密算法，校檢文件中相關區域的值，以便確認該文件是否來自可信機構；原生支持索引區域，方便文件較大時快速定位到所需區域；

文件的Unicode采用UTF-8編碼；

文件支持在任何位置注釋，注釋的格式為：

#<注釋內容>#

注釋內容要求使用文本格式進行描述，不允許使用二進制編碼；

文件支持的基本數據類型包括：Integer,Float,String,DateTime, Binary；

Integer格式是用文本形式存儲的一串阿拉伯數字，規定其支持的范圍為-9223372036854775808~ 9223372036854775808；

Float是通過文本形式存儲的一串阿拉伯數字和一個“.”字符，規定其支持的范圍為-9223372036854775808.0~ 9223372036854775808.0，小數點后不超過6位；

String格式是通過文本形式存儲的字符串；

DateTime是通過文本形式存儲的時間信息，格式如下：

<月><日><年><時><分><秒>

月日年時分秒均是文本形式存儲的阿拉伯數字；月的格式是兩位阿拉伯數字，從01~12，日的格式是兩位阿拉伯數字，從01~31；年的格式是四位阿拉伯數字，從0000~9999；時的格式是兩位阿拉伯數字，從00~23；分的格式是兩位阿拉伯數字，從00~59；秒的格式是兩位阿拉伯數字，從00~59；

Binary用于存儲文本無法描述的數據，它的格式如下：

<Byte數>?<二進制編碼>

Byte數描述本數據的二進制編碼長度，是一個String格式的數據，只允許出現阿拉伯數字字符；二進制編碼處以二進制編碼形式存儲占用空間為Byte數的一串二進制編碼；

文件包含下面幾部分：（1）文件基本信息區域；（2）來源校檢區域；（3）索引區域；（4）關系數據類型定義區域；（5）數據區域；

（1）文件基本信息區域定義如下：

!?<文件基本名稱>?<文件來源>?<文件發布時間>?<文件描述>?<自定義數據段>?!