[發明專利]一種XML標簽快速定位和處理的方法

在審

• 申請號: 201710076346.3
• 申請日: 2017-02-13
• 公開（公告）號: CN108427676A
• 公開（公告）日: 2018-08-21
• 發明（設計）人: 王長勝;李新冬
• 申請（專利權）人: 北京新云勝科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京神州華茂知識產權有限公司 11358
• 代理人: 吳照幸

本發明公開了一種XML標簽快速定位和處理的方法，其中XML節點快速定位操作包括創建和設置文檔上下文處理器，XML節點快速處理操作包括XML元素節點高效匹配、XML元素屬性高效獲取以及處理后立即退出機制。采用該XML節點快速定位和處理方法，可以快速定位到擬處理的XML節點，處理完畢，可以快速結束整個XML解析。相比傳統XML SAX PARSER，節約了大量的解析時間(表現為：節點被定位前的操作時間和節點處理后的空置時間)，同時還提供了方便靈活的XML節點處理能力，非常易于程序的維護和擴展。

技術領域

本發明涉及計算機XML SAX解析處理技術領域，具體是一種XML標簽快速定位和處理的方法。

背景技術

XML標簽：XML tag，也稱為XML置標。最基本的XML標簽有3類：XML元素標簽(XMLElement)、XML屬性標簽(XML Attribute)、XML文本內容標簽XML Text Content，通常為元素標簽的文本值)。XML元素標簽有開始和結束標記，即”<”和”/>”。通常XML標簽也可以簡易理解為XML標簽名，也即可簡易理解一個XML標簽就是一個XML節點(XML Node)，標簽名或節點名(也稱為QName)通常由命名空間前綴、冒號和本地名稱(也稱為LName)構成。例如：

<uof:字體聲明uof:locID＝u0041uof:attrList＝標識符名稱字體族替換字體uof:標識符＝宋體uof:名稱＝宋體uof:字體族＝auto/>

其中元素標簽名為“uof:字體聲明”，屬性標簽有5個“uof:l ocID”、“uof:attrList”、“uof:標識符”、“uof:名稱”、“uof:字體族”，等于號(“＝”)后面的雙引號包括的就是該屬性的屬性值。這些屬性組成一個列表，就是該元素的屬性列表。一個簡易XML文檔，就是由若干XML元素及其屬性列表和可能的該元素的文本串組成，但要求整個文檔只能有一個唯一的根元素節點，其他的元素都是其后代節點，整個XML文檔就是一個樹狀的XML節點，類似家族譜族關系圖。

XML屬性無序性：XML屬性列表及其屬性出現的位置具有無序特征，例如：

<style:font-face style:name＝宋體svg:font-famiy＝宋體style:fontpitch＝variable/>

<style:font-face svg:font-family＝宋體style:font-pitch＝variablestyle:name＝宋體/>

該例子有3個XML屬性：style:name、svg:font-family、style:font-pitch。他們在XML元素中出現的位置任意且是合乎XML規范的。XML元素(該例子中的style:font-face)的屬性列表就是其擁有的所有屬性組成的一個列表，XML SAX解析器(Parser)就是用它來管理XML元素所屬的各屬性的。

XML SAX解析器(Parser),讀(即解析)XML文檔，尤其是較大的XML文檔，當前存在一個事實的規范，叫XML SAX規范，其原理如下：XML SAX Parser解析原理：預置每次順序讀入的XML文檔流大小，從文檔開始，每次順序(無法做到隨機訪問)讀入預置固定大小的字節流，在這些字節流中，每當遇到XML規范規定的起始、結束等標記時就將他們映射為對應的操作，反復處理這些操作，直到整個XML文檔結束。其中3個基本操作是：

●startElement(char*element,char**attrList)；

●characters()；//這個通常表示某XML元素的文本值；

●endElement(char*element)；