CN101281544A - 一种将小样文件转换为扩展标记语言文件的方法和系统 - Google Patents

Abstract

本发明提供了一种将小样文件转换为XML文件的方法，在该方法中，首先选择小样文件，并对选择的小样文件进行排序；生成转换模板，并根据所述模板将小样文件转换为正式XML文件。本发明同时提供了一种将小样文件转换为XML文件的系统，该方法和系统能够正确的将小样文件转换为XML文件。

Description

一种将小样文件转换为扩展标记语言文件的方法和系统

技术领域

本发明涉及计算机语言转换技术，尤其涉及一种将小样文件转换为扩展标记语言(XML)文件的方法和系统。

背景技术

多年来，出版界已经使用BD语言编制了大量的小样文件。所谓小样文件，是指使用BD语言注解信息的文本文件。小样文件中包含原始书藉的内容和版式信息，可描述书藉中的版式、样式、数学公式、表格等对象。

BD语言是专门用来排版的一种类似HTML1.0的标记语言，BD语言由100多个注解组成，每个注解都有自己的功能，指明排版的某些要求，并有确定的作用范围。BD语言每个注解都有一个或多个参数可选择，每个参数对应某个功能。多个注解联合使用，就可以完成比较复杂的版面排版。但是，由于BD语言的语法规则不够严谨，且只能进行流式处理，所以严重影响了对这些小样文件的拆分、标注和重用。

对于小样文件而言，XML文件具有良好的数据结构和可扩展性。目前，不论是学术界、还是商业界都将XML技术视为下一代网络的基石，XML技术现在已经成为一股不可抵挡的技术潮流。

现有的XML主要应用于四个方面：一是应用于具有不同复杂格式的不同数据源间的交互；二是应用于大量运算负荷分布在客户端的情况，用户可以根据自己的需求选择和制作不同的应用程序以处理数据，而服务器只需发出同一个XML文件；三是应用于将同一数据以不同的形式表现出来；四是应用于网络代理对所取得的信息进行编辑、增减，以适应个人用户的需要，形成具有个人特色的数据文件。

目前，尚没有将小样文件转换为XML文件的方法公开。

发明内容

有鉴于此，本发明的主要目的在于提供一种将小样文件转换为XML文件的方法和系统，能够正确的将小样文件转换为XML文件。

为达到上述目的，本发明的技术方案是这样实现的：

本发明提供了一种将小样文件转换为扩展标记语言XML文件的方法，该方法包括：

A、选择小样文件，并对选择的小样文件进行排序；

B、生成转换模板，并根据所述模板将小样文件转换为正式XML文件。

其中，所述转换模板包括：初始转换模板和层级转换模板；相应的，所述生成转换模板并根据模板将小样文件转换为XML文件具体为：

提取小样文件的各级注解、和/或设定特殊符号对应的转换符号、和/或设定数字公式转换为数学置标语言，根据提取和/或设定的信息生成初始转换模板和层级转换模板，根据初始转换模板将小样文件转换为初始XML文件；

之后，根据层级转换模板，将所述初始XML文件转换为正式XML文件。

将小样文件转换为XML文件的过程中，对格式复杂的部分文件内容进行转换时，先确定所述部分文件内容要转换成的文件格式，将所述部分文件内容转换成所确定的相应格式的文件后，再将所述部分文件内容之后的小样文件转换为XML文件。

将小样文件转换为XML文件时，将格式复杂的部分文件内容转换为设定格式的文件。

小样文件转换为正式XML文件后，该方法进一步包括：确定所述部分文件内容所使用的转换后的所述文件。

将所述部分文件内容转换为设定格式的文件时，确定转换后的所设定的默认格式的所述文件为所述部分文件内容所使用的转换后的文件。

小样文件转换为正式XML文件后，该方法进一步包括：根据文件内容对正式XML文件的内容和/或格式进行调整。

所述对小样文件进行排序具体为：根据小样文件的文件名称进行排序。

本发明同时提供了一种将小样文件转换为XML文件的系统，该系统包括：排序模块、模板设置模块、转换模块；其中，

排序模块，用于选择所需转换的小样文件，并对小样文件进行排序，之后，发送设置信号给模板设置模块；

模板设置模块，用于提取出小样文件中的各级注解，并设置各个特殊符号对应的转换符号，生成转换模板发送给转换模块；

转换模块，用于根据所述转换模板将小样文件转换为正式XML文件；并且，在转换中，将格式复杂的部分文件内容转换成设定格式的文件。

其中，所述转换模板包括：初始转换模板和层级转换模板；其中，

初始转换模板，用于将小样文件转换为初始XML文件；

层级转换模板，用于将初始XML文件转换为正式XML文件。

转换模块进一步用于在转换完成后，发送选择信号给选择模块；

相应的，该系统进一步包括：

选择模块，用于确定所述部分文件内容对应的转换后的所述文件。

选择模块进一步用于：进行所述确定后，发送调整信号给调整模块；

相应的，该系统进一步包括：

调整模块，用于接收到所述调整信号后，对所述正式XML文件的内容和/或格式进行调整。

转换模块进一步用于：转换完成后，发送调整信号给调整模块；

相应的，该系统进一步包括：

调整模块，用于接收到所述调整信号后，对所述正式XML文件内容和/或格式进行调整。

本发明所提供的将小样文件转换为XML文件的方法和系统，对选择的小样文件进行排序；提取小样文件的各级注解、以及特殊符号对应的转换符号，生成转换模板，并根据所述模板将小样文件转换为正式XML文件，从而正确的将小样文件转换为XML文件。并且，在转换过程中，对于格式复杂的部分文件内容可以设定转换格式，甚至同时转换为多种设定格式的文件供用户选择，进一步保证了转换质量。另外，在转换成正式XML文件后，可以通过调整再次确保转换质量。

附图说明

图1为本发明将小样文件转换为XML文件的方法流程示意图；

图2为本发明将小样文件转换为XML文件的系统结构示意图。

具体实施方式

本发明的基本思想是：选择小样文件，并对选择的小样文件进行排序；提取小样文件的各级注解、以及特殊符号对应的转换符号，生成转换模板，并根据所述模板将小样文件转换为正式XML文件。

以下，通过具体实施例结合附图详细说明本发明将小样文件转换为XML文件的方法和系统的实现。

图1为本发明将小样文件转换为XML文件的方法流程示意图，如图1所示，该方法包括：

步骤101：对小样文件进行选择和排序。

例如，当所述小样文件为一部图书的小样文件时，则需要按照小样文件的名称、图书内容等进行小样文件的选择和排序。

其中，对小样文件以文件名称进行排序的前提是所存储的小样文件的文件名称存在一定的规律。例如，文件名称为1、2、3…等。如果文件名称的命名规律并不完全统一时，则可以将自动排序与手工排序进行结合，以使各个小样文件所包含的内容之间连贯。

步骤102：生成转换模板，将小样文件转换为XML文件。

其中，具体的实现过程可以为：

首先，根据各级注解、以及特殊符号对应的转换后的符号等生成初始转换模板和层级转换模板。

通常，在小样文件中包含有注解，用于区分各个不同级别内容；并且，注解根据内容的级别相应分级。在转换过程中，需要提取出所需转换的小样文件中使用的各级注解。

另外，在小样文件中包含一定数量的特殊符号是在XML文件中无法显示的，在转换时，需要为所述特殊符号选定对应的转换符号，例如一般的通用符号，以使所述特殊符号在XML文件中能够相应显示；另外，小样文件中还可能存在数字公式，在转换时需将数字公式转换为相应的数学置标语言(MathML)形式。其中，所述特殊符号一般需要用户设置对应的转换符号，而注解提取等均可使用现有技术中的相关技术完成，这里不再赘述。

在本步骤中，需要根据小样文件提取出标题、章、节等对应的注解、以及特殊符号对应的转换符号等，之后根据上述信息生成转换模板。

另外，当第一次生成模板后，也可以将该模板保存，以备下一次进行相应的转换时，只需设置相应的参数即可，无需再次生成转换模板。

其次，根据生成的转换模板将小样文件转换为XML文件，此时，忽略小样文件中对于标题、章、节等进行区别的注解，进行无差别的转换。为了与后续步骤中的正式XML文件进行区别，此处将所述XML文件称为初始XML文件。所述无差别的转换是指无需对小样文件中的注解、特殊符号等进行区分。

在实际应用中，BD排版语言中的注解主要分为两种：一种是作用于其后所有文本的注解；另一种是作用域为一个指定闭合范围的注解。因此，在上述实现方案所描述的解析过程中，可以为这两种类型的注解与其修饰的文本建立对应关系，保存于XML文件中。基于上述描述，即可形成将小样文件转换为XML文件的初始转换模板。所述初始转换模板可以为如下形式：

〖HT15〗〖JZ(〗设计模式精解〖JZ)〗

〖HT10〗第一章

其中，HT15、HT10为所使用的一种字体，JZ为一种排版方式。()用于表示注解的闭合范围。

根据上面所列举的初始转换模板，将小样文件转换为XML文件的转换结果为：

<JZ mark＝″〖JZ〗″>

<TEXT format＝″〖HT15〗″>设计模式精解</TEXT>

</JZ>

<TEXT format＝″〖HT10〗″>第一章</TEXT>

最后，将所述初始XML文件根据层级转换模板转换为正式XML文件。

由于在通过模板进行转换的过程中，小样文件中可能存在表格等格式很复杂，而无法较好的转换成XML文件的情况，这种情况下，可以将小样文件中格式复杂的部分文件内容转换为设定的各种格式的文件，例如可以同时转换为XML文件和图片格式的文件等；而对小样文件的其他部分仍然按照前面所生成的模板进行转换。

在实际应用中，将之前解析生成的XML文件转换成具有图书层次结构的、正式的XML文件时，可以使用如下形式的预设的层级转换模板进行模板设置：

-ROOT

 -ITEM

    -CONDITION

      -EXIST

        -PATTERN

        -PATTERN

        ……

 -ITEM

    ……

其中，ITEM元素用于对应每个需输出的元素；CONDITION元素用于设定一个匹配项的子项，其输出结果可能是ITEM元素匹配结果的一个属性或子元素；EXIST元素用于表示每个CONDITION匹配项中必须满足的条件，它包含有多个匹配字符串；PATTERN元素用于表示每个匹配项的所述匹配字符串。在上述各个元素中还可以包括多个相应的属性，例如标识(id)、名称(name)、节点层级(level)等，这里不再赘述。

这样，对上述转换成XML文件的示例再次转换成正式XML文件时，可以通过如下操作完成上述层级转换模板的设置：

在所述层级转换模板中将format属性为〖HT15〗的TEXT节点层级设为1，名称设为标题，即为图书标题节点；

在所述层级转换模板中将format属性为〖HT10〗的TEXT节点层级设为2，名称设为章，即为图书章节点。

则，最终转换成的正式XML文件为：

  <ROOT>

    <标题level＝″1″名称＝″设计模式精解″>

      <章level＝″2″>第一章</章>

</标题>

</ROOT>

另外，将小样文件转换为初始XML文件，与层级转换模板的生成之间并没有一定的执行顺序，也可以先将小样文件转换为初始XML文件，再进行所述层级转换模板的生成；或者两个步骤并列执行等均可完成本步骤。

步骤103：对于转换前格式复杂的所述部分文件内容，选择所需使用的转换后的文件。

当转换前格式复杂的部分文件内容被同时转换为XML文件、以及图片格式的文件时，可以通过提供选择界面等方式，提示用户选择在后续使用中使用该部分文件内容对应的XML文件、或图片格式的文件、或所转换出的其他格式的文件。

本步骤为可选步骤，取决于步骤102中是否同时将所述部分文件内容转换为多种设定格式的文件，且取决于步骤102中是否设定了默认的使用格式。

进一步地，本步骤也可以取消，而在步骤102中设置转换模板时，直接设置默认使用转换出的何种格式的文件，例如：直接默认使用图片格式的文件。之后，当用户希望进行调换时，再由用户对某个部分文件内容对应的转换后的文件进行选择，例如，默认设置使用的转换之后的文件为图片格式的文件，而用户在之后的使用过程中，希望调换为XML格式的文件时，可以通过提供界面等方式由用户自主选择各个格式的文件。

或者，当需要转换的小样文件较少时，还可以在本步骤取消的情况下，步骤102的转换过程中，遇到需要进行格式复杂的表格等部分文件内容的转换时，直接通过选择界面等方式，为用户提供所述部分文件内容可以转换成的各种文件格式，用户选择相应的文件格式之后，根据用户的选择转换对应的所述部分文件内容，之后，再继续进行所述部分文件内容后续小样文件向XML文件的转换。

其中，定义何种程度的格式为复杂格式可以在实际应用中具体设定。另外，具体如何识别出小样文件中的格式复杂的例如表格等的所述部分文件内容属于公知技术，这里不再赘述。

步骤104：对于得到的正式XML文件进行调整，得到最终的XML文件。

由于小样文件中数据的不规范性和复杂性，可以对转换之后的所述正式XML文件的内容、格式等进行最后的调整，以便能够保证转换之后的XML文件的质量。

其中，调整的方式可以为：通过一定的方法对所述正式XML文件进行搜索，以便找到不符合规定的文件部分进行调整。

本步骤也为可选步骤。

图2为本发明将小样文件转换为XML文件的系统结构示意图，如图2所示，该系统包括：排序模块210、模板设置模块220、转换模块230、选择模块240以及调整模块250；其中，

排序模块210，用于选择所需转换的小样文件，并对小样文件进行排序，之后，发送设置信号给模板设置模块220。

模板设置模块220，用于提取出小样文件中的各级注解，并设置各个特殊符号对应的转换之后所使用的符号，生成初始转换模板以及层级转换模板发送给转换模块230。

转换模块230，用于根据所述初始转换模板将小样文件转换为初始XML文件，之后，根据层级转换模板将所述初始XML文件转换为正式XML文件，并且，在转换过程中，将例如较复杂的表格等部分内容转换成设定格式的文件；转换完成后，发送选择信号给格式选择模块240。

其中，所述设定格式的文件可以为某个设定格式的文件，或者也可以为多个设定格式的文件以供用户选择。当只转换为某个设定格式的文件时，所述设定格式可以为转换过程中提示用户选择的格式，或者为系统预先设定的默认格式。当转换为多个设定格式的文件时，既可以在转换时通过预先设定，默认选择所述部分文件内容使用某个格式的转换后的文件，而无需选择模块240继续进行选择；也可以继续通过选择模块240进行所述某个格式文件的选择。

选择模块240，用于确定所述部分文件内容对应的转换之后的文件，并在确定后发送调整信号给调整模块250。

所述确定可以为：提示用户选择所述部分文件内容最终使用何种格式的文件，并等待用户进行选择，用户选择确认之后，发送调整信号给调整模块250。

调整模块250，用于接收到调整信号后，对所述正式XML文件进行内容、格式等的调整。

其中，选择模块240和调整模块250为可选模块。当只有调整模块250时，转换模块230在转换完成后将发送调整信号给调整模块250。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (13)

1、一种将小样文件转换为扩展标记语言XML文件的方法，其特征在于，该方法包括：

A、选择小样文件，并对选择的小样文件进行排序；

B、生成转换模板，并根据所述模板将小样文件转换为正式XML文件。

2、根据权利要求1所述的方法，其特征在于，所述转换模板包括：初始转换模板和层级转换模板；相应的，所述生成转换模板并根据模板将小样文件转换为XML文件具体为：

提取小样文件的各级注解、和/或设定特殊符号对应的转换符号、和/或设定数字公式转换为数学置标语言，根据提取和/或设定的信息生成初始转换模板和层级转换模板，根据初始转换模板将小样文件转换为初始XML文件；

之后，根据层级转换模板，将所述初始XML文件转换为正式XML文件。

3、根据权利要求1或2所述的方法，其特征在于，将小样文件转换为XML文件的过程中，对格式复杂的部分文件内容进行转换时，先确定所述部分文件内容要转换成的文件格式，将所述部分文件内容转换成所确定的相应格式的文件后，再将所述部分文件内容之后的小样文件转换为XML文件。

4、根据权利要求1或2所述的方法，其特征在于，将小样文件转换为XML文件时，将格式复杂的部分文件内容转换为设定格式的文件。

5、根据权利要求4所述的方法，其特征在于，小样文件转换为正式XML文件后，该方法进一步包括：确定所述部分文件内容所使用的转换后的所述文件。

6、根据权利要求4所述的方法，其特征在于，将所述部分文件内容转换为设定格式的文件时，确定转换后的所设定的默认格式的所述文件为所述部分文件内容所使用的转换后的文件。

7、根据权利要求4所述的方法，其特征在于，小样文件转换为正式XML文件后，该方法进一步包括：根据文件内容对正式XML文件的内容和/或格式进行调整。

8、根据权利要求1或2所述的方法，其特征在于，所述对小样文件进行排序具体为：根据小样文件的文件名称进行排序。

9、一种将小样文件转换为XML文件的系统，其特征在于，该系统包括：排序模块、模板设置模块、转换模块；其中，

排序模块，用于选择所需转换的小样文件，并对小样文件进行排序，之后，发送设置信号给模板设置模块；

模板设置模块，用于提取出小样文件中的各级注解，并设置各个特殊符号对应的转换符号，生成转换模板发送给转换模块；

转换模块，用于根据所述转换模板将小样文件转换为正式XML文件；并且，在转换中，将格式复杂的部分文件内容转换成设定格式的文件。

10、根据权利要求9所述的系统，其特征在于，所述转换模板包括：初始转换模板和层级转换模板；其中，

初始转换模板，用于将小样文件转换为初始XML文件；

层级转换模板，用于将初始XML文件转换为正式XML文件。

11、根据权利要求9或10所述的系统，其特征在于，转换模块进一步用于在转换完成后，发送选择信号给选择模块；

相应的，该系统进一步包括：

选择模块，用于确定所述部分文件内容对应的转换后的所述文件。

12、根据权利要求11所述的系统，其特征在于，选择模块进一步用于：进行所述确定后，发送调整信号给调整模块；

相应的，该系统进一步包括：

调整模块，用于接收到所述调整信号后，对所述正式XML文件的内容和/或格式进行调整。

13、根据权利要求9或10所述的系统，其特征在于，转换模块进一步用于：转换完成后，发送调整信号给调整模块；

相应的，该系统进一步包括：

调整模块，用于接收到所述调整信号后，对所述正式XML文件内容和/或格式进行调整。

Images