CN104424334A - Xml文档节点的构建方法和装置 - Google Patents

Abstract

本发明提供一种XML文档节点的构建方法和装置，该方法包括：在添加文档时根据标签信息数据表检查文档中的标签；当文档中存在标签信息数据表中的指定标签时，在构建文档的文档节点时忽略指定标签。本发明通过添加XML文档时，在XML文档中不影响XML文档结构和不丢失信息的情况下，对用户指定的标签进行忽略，使得处理后的XML文档具有结构清晰，冗余信息少，节点层级简洁等优点，同时也提高系统的存储效率，提高了文档加载效率。

Description

XML文档节点的构建方法和装置

技术领域

本发明数据库的文档存储领域，尤其涉及一种数据库的文档节点的构建方法和装置。

背景技术

XML数据库管理系统（XMLDBMS）是近年快速发展的一种新型的数据库管理系统（DBMS），它存储和检索的数据是XML文档。

在XMLDBMS中存储XML文档的实体称为容器(Container)，一个容器中存储任意个XML文档。容器由若干个数据表构成，数据表分别存储XML文档各个方面的数据和结构信息，包括节点数据，节点间关系，节点路径数据，索引，统计信息等。数据表存储的单位是数据行，一个数据表中含有若干个数据行，特定的数据行通过索引快速查找。XML文档内容被作为节点数据存储在一个节点表中，节点表中存储元素节点和文档节点。文档节点存储一个XML文档的元数据信息，而文档的内容则存储在这个文档的所有的元素节点中。

现有的XMLDBMS系统在向数据库中添加文档时，会根据XML文档结构将XML文档转换成上述的节点类型进行存储。而在现实应用中，XML文档节点的文档包含大量的说明性标签。例如：对于office word文件转成XML文档后，其对应的XML文档中存在着大量的格式控制标签。这些标签在进行存储时同样需要生成大量的节点，造成节点的路径数据表中的数据大量增加，XML文档结构复杂，节点之间的层级关系复杂。

发明内容

本发明提出一种，以解决现有技术中文档结构复杂、存储开销大的技术问题。

本发明的实施例提供一种XML文档节点的构建方法，该方法包括：在添加文档时根据标签信息数据表检查文档中的标签；当文档中存在标签信息数据表中的指定标签时，在构建文档的文档节点时忽略指定标签。标签信息数据表包括指定标签的标签名称和对应标签名称的索引。

在添加文档时根据标签信息数据表检查文档中的标签的步骤包括：解析文档得到节点的标签元素，包括起始符号、标签名称和结束符号；以标签名称为键值查询标签信息数据表。在构建文档的文档节点时忽略指定标签的步骤包括：当查询到标签信息数据表中存在标签名称时，忽略标签元素；当节点存在文档内容时，将文档内容作为文档节点合并到上一级节点的文档节点中。

该方法还可以包括根据用户指示从标签信息数据表中添加或删除标签信息。具体可以包括提取用户指示中的操作参数，操作参数包括第一参数和第二参数；当操作参数为第一参数时，个体化添加或删除标签信息；当操作参数为第二参数时，批量化添加或删除标签信息。

该方法还可以包括：设置查询指定标签选项，以供用户开启或关闭根据标签信息数据表检查文档中的标签。

本发明实施例还提供一种XML文档节点的构建装置，该装置包括：检查单元，用于在添加文档时根据标签信息数据表检查文档中的标签；构建单元，用于当文档中存在标签信息数据表中的指定标签时，在构建文档的文档节点时忽略指定标签。标签信息数据表包括指定标签的标签名称和对应标签名称的索引。

检查单元包括：解析模块，用于解析文档得到的节点的标签元素，包括起始符号、标签名称和结束符号；查询模块，用于以标签名称为键值查询标签信息数据表。构建单元包括：忽略模块，用于当查询到标签信息数据表中存在标签名称时，忽略标签元素；合并模块，用于当节点存在文档内容时，将文档内容作为文档节点合并到上一级节点的文档节点中。

该装置还可以包括：添加/删除单元，用于根据用户指示在标签信息数据表中添加或删除标签信息。添加/删除单元包括：提取模块，用于提取用户指示中的操作参数，操作参数包括第一参数和第二参数；第一添加/删除模块，用于当操作参数为第一参数时，个体化添加或删除标签信息；第二添加/删除模块，用于当操作参数为第二参数时，批量化添加或删除标签信息。

该装置还可以包括：选项单元，用于设置查询指定标签选项，以供用户开启或关闭根据标签信息数据表检查文档中的标签。

本发明实施例通过添加XML文档时，在XML文档中不影响XML文档结构和不丢失信息的情况下，对用户指定的标签进行忽略，使得处理后的XML文档具有结构清晰，冗余信息少，节点层级简洁等优点，同时也提高系统的存储效率，提高了文档加载效率。

附图说明

本发明的发明构思将在下面通过结合附图详细说明和介绍，其中附图包括：

图1是本发明实施例一提供的XML文档节点的构建方法的流程图；

图2是本发明实施例二提供的XML文档节点的构建装置的结构示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，本部分描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例一

本实施例提供一种XML文档节点的构建方法，应用于XML数据库，XML数据库以节点表的形式存储XML文档，节点表包括元素节点和文档节点。如图1所示，该方法包括：

步骤S110：在添加文档时根据标签信息数据表检查文档中的标签；

系统为数据库建立忽略标签信息数据表（Ignored Tag Table）。该数据表记录标签名称，同时考虑到检索该数据表时的效率可在标签名称上建立索引。在该步骤中，解析文档得到节点的标签元素，如起始符号、标签名称和结束符号等，应当理解的是，上述的标签元素仅仅是举例，并不是穷举；以标签名称为键值查询标签信息数据表。

步骤S120：当文档中存在标签信息数据表中的指定标签时，在构建文档的文档节点时忽略指定标签。

在该步骤中，当查询到标签信息数据表中存在标签名称时，忽略标签元素；当节点存在文档内容时，将文档内容作为文档节点合并到上一级节点的文档节点中。

本实施例在实际应用中，将XML文档添加到XMLDBMS时，XML解析器会首先对用户所要添加的XML文档进行解析。XML解析器遇到一个起始符号”<”时，XML解析器标识为节点的开始。

此时XML解析器请求读取下一个单词，读取出标签名称作为节点名称。以获得的标签名称为键值查询忽略标签信息数据表，如果系统在该数据表中发现该标签名称为用户要忽略的标签时，XML解析器继续读取下一个符号，直到该遇到该节点的结束符号“>”。

然后抛弃起始符号、标签名称和结束符号。XML解析器继续解析XML文档其余部分。若该节点存在着文本内容，将其合并到上一级节点的文档节点中。下面针对用户指定忽略P，footnote的标签时情况下，以添加如下XML文档（Format.xml）为例具体说明本实施例的文档构建方法。

XML解析器在读取到XML元素<p>后，使用p在忽略标签信息数据表中进行查询。由于p是用户所指定的需要忽略的标签名称，忽略XML解析器返回的XML元素<p>，同时通知XML解析继续处理余下部分。

当XML解析器读取到：“Users can be tested at any computer workstation.”时将其作为文本内容，合并到其父节点<title>的文档节点中。

由于<title>节点没有相应的文本节点，因此会为<title>节点创建一个文本节点存放该字符串。当XML解析器读取到<footnote>，经查询确定footnote也是用户所要忽略的标签，系统会按照处理<p>的方式对<footnote>进行处理，同时将“They may be more comfortable at their own workstation than in a lab.”合并到父节点<title>的文本节点中，由于已经存在一个文本节点，故而将这两个文本节点进行合并，形成一个新的文本节点：“Users can be tested at anycomputer workstation.They may be more comfortable at their own workstationthan in a lab.”。

当XML解析器处理完余下的XML文档后，便形成了一个如下新XML文档。

该XML文档与原始XML文档相比，具有结构清晰，冗余信息少等优点。

当然，同一用户在不同的情况下的需求不同，不同的用户的需求也不相同，因此，针对这种需求，本发明实施例的方法还可以对标签信息数据表进行修改（添加或删除标签信息），具体说明如下。

当用户需要向忽略标签信息数据表中添加新的忽略标签时，用户使用XMLDBMS提供的系统命令addIgnoreTag，以两种方式来向忽略标签信息数据表中添加新的忽略标签，说明如下。

第一种方式的命令格式为：addIgnoreTag[-s“tag1;tag2;”]，其中-s为个体添加参数，“tag1;tag2;”为添加时的格式，tag1,tag2为所指定的标签名称，从而根据用户指定的少量标签进行个体化添加。

第二种方式的命令格式为：addIgnoreTag[-f tagResFileFullPath]，其中-f为批量添加参数，tagResFileFullPath为标签资源文件，该文件中内容格式与-s参数时的标签格式相同，从而根据用户指定的大规模变迁进行批量化添加。

当用户需要从忽略标签信息数据表中删除已有忽略标签时，用户使用XMLDBMS提供的系统命令delIgnoreTag，以两种方式来从忽略标签信息数据表中删除已有忽略标签。

第一种方式的命令格式为：delIgnoreTag[-s“tag1;tag2;”]，其中-s为个体添加参数，“tag1;tag2;”为添加时的格式，tag1,tag2为所指定的标签名称，从而根据用户指定的少量标签进行个体化删除。

第二种方式的命令格式为：delIgnoreTag[-f tagResFileFullPath]，其中-f为批量添加参数，tagResFileFullPath为标签资源文件，该文件中内容格式与-s参数时的标签格式相同，从而根据用户指定的大规模标签进行批量化删除。

当然，以上仅仅是两种可能的方式，本发明实施例还可以采用其他的方式来修改标签信息数据表，在此不一一详细说明。

当然，对于标签删除而言，在某些情况下毕竟会带来信息的缺失，因此，为了适应不同的情况，在本发明的具体实施例中，可以对标签删除功能进行控制，即，本发明实施例的方法还包括：设置查询指定标签选项，以供用户开启或关闭根据标签信息数据表检查文档中的标签。

查询指定标签选项（Ignore Tag Option Flag）用以告知系统在添加文档时候是否使用忽略用户所指定标签功能。当用户开启该选项后，在向XMLDBMS中添加XML文档时候系统会检查所添加文档中是否存在用户所指定忽略的标签。当用户关闭该选项后，在向XMLDBMS中添加XML文档时，系统不会对所添加文档中的标签进行检查。

本实施例通过添加XML文档时，在XML文档中不影响XML文档结构和不丢失信息的情况下，对用户指定的标签进行忽略，使得处理后的XML文档具有结构清晰，冗余信息少，节点层级简洁等优点，同时也提高系统的存储效率，提高了文档加载效率。

实施例二

本发明实施例还提供一种XML文档节点的构建装置，应用于XML数据库，XML数据库以节点表的形式存储XML文档，节点表包括元素节点和文档节点。如图2所示，该装置包括：

检查单元210，用于在添加文档时根据标签信息数据表检查文档中的标签；

构建单元220，用于当文档中存在标签信息数据表中的指定标签时，在构建文档的文档节点时忽略指定标签。

其中，标签信息数据表（Ignored Tag Table）该数据表记录标签名称，同时考虑到检索该数据表时的效率可在标签名称上建立索引。

检查单元210包括：解析模块，用于解析文档得到的节点的标签元素，包括起始符号、标签名称和结束符号；查询模块，用于以标签名称为键值查询标签信息数据表。

构建单元220包括：忽略模块，用于当查询到标签信息数据表中存在标签名称时，忽略标签元素；合并模块，用于当节点存在文档内容时，将文档内容作为文档节点合并到上一级节点的文档节点中。

该装置还可以包括：添加/删除单元230，用于根据用户指示在标签信息数据表中添加或删除标签信息。

当用户需要向忽略标签信息数据表中添加新的忽略标签时，用户使用XMLDBMS提供的系统命令addIgnoreTag，以两种方式来向忽略标签信息数据表中添加新的忽略标签。

第一种方式的命令格式为：addIgnoreTag[-s“tag1;tag2;”]，其中-s为个体添加参数，“tag1;tag2;”为添加时的格式，tag1,tag2为所指定的标签名称，从而根据用户指定的少量标签进行个体化添加。

第二种方式的命令格式为：addIgnoreTag[-f tagResFileFullPath]，其中-f为批量添加参数，tagResFileFullPath为标签资源文件，该文件中内容格式与-s参数时的标签格式相同，从而根据用户指定的大规模变迁进行批量化添加。

此时，添加/删除单元230根据用户指定的大规模变迁进行批量化添加。

当用户需要从忽略标签信息数据表中删除已有忽略标签时，用户使用XMLDBMS提供的系统命令delIgnoreTag以两种方式来从忽略标签信息数据表中删除已有忽略标签。

第一种方式的命令格式为：delIgnoreTag[-s“tag1;tag2;”]，其中-s为个体添加参数，“tag1;tag2;”为添加时的格式，tag1,tag2为所指定的标签名称，从而根据用户指定的少量标签进行个体化删除。

第二种方式的命令格式为：delIgnoreTag[-f tagResFileFullPath]，其中-f为批量添加参数，tagResFileFullPath为标签资源文件，该文件中内容格式与-s参数时的标签格式相同。

添加/删除单元230根据用户指定的大规模标签进行批量化删除。

具体，添加/删除单元230可以包括：

提取模块，用于提取用户指示中的操作参数，操作参数包括-s和-f；

第一添加/删除模块，用于当操作参数为-s时，个体化添加或删除标签信息；

第二添加/删除模块，用于当操作参数为-f时，批量化添加或删除标签信息。

该装置还可以包括：选项单元240，用于设置查询指定标签选项，以供用户开启或关闭根据标签信息数据表检查文档中的标签。查询指定标签选项（Ignore Tag Option Flag）用以告知系统在添加文档时候是否使用忽略用户所指定标签功能。当用户开启该选项后，在向XMLDBMS中添加XML文档时候系统会检查所添加文档中是否存在用户所指定忽略的标签。当用户关闭该选项后，在向XMLDBMS中添加XML文档时，系统不会对所添加文档中的标签进行检查。

本实施例通过添加XML文档时，在XML文档中不影响XML文档结构和不丢失信息的情况下，对用户指定的标签进行忽略，使得处理后的XML文档具有结构清晰，冗余信息少，节点层级简洁等优点，同时也提高系统的存储效率，提高了文档加载效率。

以上说明对本发明而言只是说明性的，而非限制性的，本领域普通技术人员理解，在不脱离所附权利要求所限定的精神和范围的情况下，可做出许多修改、变化或等效，但都将落入本发明的保护范围内。

Claims (12)

1.一种XML文档节点的构建方法，其特征在于，该方法包括：

在添加文档时根据所述标签信息数据表检查文档中的标签；

当文档中存在所述标签信息数据表中的指定标签时，在构建所述文档的文档节点时忽略所述指定标签。

2.根据权利要求1所述的XML文档节点的构建方法，其特征在于：

所述标签信息数据表包括指定标签的标签名称和对应所述标签名称的索引。

3.根据权利要求1所述的XML文档节点的构建方法，其特征在于：

在添加文档时根据所述标签信息数据表检查文档中的标签的步骤包括：

解析文档得到节点的标签元素，包括起始符号、标签名称和结束符号；

以所述标签名称为键值查询所述标签信息数据表；

在构建所述文档的文档节点时忽略所述指定标签的步骤包括：

当查询到所述标签信息数据表中存在所述标签名称时，忽略所述标签元素；

当所述节点存在文档内容时，将所述文档内容作为文档节点合并到上一级节点的文档节点中。

4.根据权利要求3所述的XML文档节点的构建方法，其特征在于，还包括：

根据用户指示从所述标签信息数据表中添加或删除标签信息。

5.根据权利要求3所述的XML文档节点的构建方法，其特征在于，根据用户指示从所述标签信息数据表中添加或删除标签信息的步骤包括：

提取所述用户指示中的操作参数，所述操作参数包括第一参数和第二参数；

当所述操作参数为第一参数时，个体化添加或删除标签信息；

当所述操作参数为第二参数时，批量化添加或删除标签信息。

6.根据权利要求1所述的XML文档节点的构建方法，其特征在于，还包括：

设置查询指定标签选项，以供用户开启或关闭根据所述标签信息数据表检查文档中的标签。

7.一种XML文档节点的构建装置，其特征在于，该装置包括：

检查单元，用于在添加文档时根据所述标签信息数据表检查文档中的标签；

构建单元，用于当文档中存在所述标签信息数据表中的指定标签时，在构建所述文档的文档节点时忽略所述指定标签。

8.根据权利要求7所述的XML文档节点的构建装置，其特征在于：

所述标签信息数据表包括指定标签的标签名称和对应所述标签名称的索引。

9.根据权利要求7所述的XML文档节点的构建装置，其特征在于：

所述检查单元包括：

解析模块，用于解析文档得到的节点的标签元素，包括起始符号、标签名称和结束符号；

查询模块，用于以所述标签名称为键值查询所述标签信息数据表。

构建单元包括：

忽略模块，用于当查询到所述标签信息数据表中存在所述标签名称时，忽略所述标签元素；

合并模块，用于当所述节点存在文档内容时，将所述文档内容作为文档节点合并到上一级节点的文档节点中。

10.根据权利要求7所述的XML文档节点的构建装置，其特征在于，还包括：

添加/删除单元，用于根据用户指示在所述标签信息数据表中添加或删除标签信息。

11.根据权利要求10所述的XML文档节点的构建装置，其特征在于，所述添加/删除单元包括：

提取模块，用于提取所述用户指示中的操作参数，所述操作参数包括第一参数和第二参数；

第一添加/删除模块，用于当所述操作参数为第一参数时，个体化添加或删除标签信息；

第二添加/删除模块，用于当所述操作参数为第二参数时，批量化添加或删除标签信息。

12.根据权利要求7所述的XML文档节点的构建装置，其特征在于，还包括：

选项单元，用于设置查询指定标签选项，以供用户开启或关闭根据所述标签信息数据表检查文档中的标签。