CN107436929A - 可扩展标记语言xml文件解析方法及装置 - Google Patents

Abstract

本发明提供一种可扩展标记语言XML文件解析方法及装置，该方法包括：将待解析的XML文件以数组的形式读取至内存；在内存中，通过VTD技术对待解析的XML文件进行解析。本发明提供的可扩展标记语言XML文件解析方法及装置，实现了在解析XML文件的同时，降低了内存占用，提高了XML文件的解析效率。

Description

可扩展标记语言XML文件解析方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及一种可扩展标记语言XML文件解析方法及装置。

背景技术

可扩展标记语言(Extensible Markup Language，简称XML)可以对文档和数据进行结构化处理，这使XML很快成为了一种通用的数据交换格式。其具有的平台无关性及语言无关性为数据交互带来了极大的便利。

但是，随着互联网的迅猛发展，需要交互的数据越来越多，当一个平台将数据以大量的XML报文形式上报到另一个平台时，该平台需要将这些数据进行解析，并将解析结果以及解析出的内容回传，便于后续两个平台之间的信息反馈和数据分析。在整个交互过程中，XML报文所承载的信息量也越来越大，从而使得在解析XML文件，生成结构树时，解析速度慢，需要长时间地占用大量内存，使得解析效率较低。

发明内容

本发明提供一种XML文件解析方法及装置，以实现在解析XML文件的同时，降低内存占用，提高XML文件的解析效率。

本发明实施例提供一种可扩展标记语言XML文件解析方法，包括：

将待解析的XML文件以数组的形式读取至内存；

在所述内存中，通过VTD技术对所述待解析的XML文件进行解析。

在本发明一实施例中，所述在所述内存中，通过VTD技术对所述待解析的XML文件进行解析，包括：

对所述VTD技术中的应用程序接口API进行封装，得到封装后的VTD类图，所述VTD类图的结构包括：嵌套深度、节点长度、标记类型、前缀长度、令牌长度及令牌起始偏移量；

在所述内存中，通过所述VTD类图对所述待解析的XML文件进行解析。

在本发明一实施例中，所述在所述内存中，通过所述VTD类图对所述待解析的XML文件进行解析，包括：

根据所述VTD类图对所述待解析的XML文件的报文头进行解析，得到所述待解析的XML文件的数据类型；

根据所述数据类型对所述待解析的XML文件的报文体进行解析。

在本发明一实施例中，所述在所述内存中，通过VTD技术对所述待解析的XML文件进行解析之后，还包括：

通过所述数组确定所述待解析的XML文件的物理存储地址；

对所述物理存储地址进行解码，以获取所述待解析的XML文件的数据信息。

在本发明一实施例中，所述将待解析的XML文件以二进制数组形式读取至内存之前，还包括：

判断所述待解析的XML文件的有效性；

确定所述待解析的XML文件为有效的XML文件。

本发明实施例还提供一种可扩展标记语言XML文件解析装置，包括：

读取单元，用于将待解析的XML文件以数组的形式读取至内存；

解析单元，用于在所述内存中，通过VTD技术对所述待解析的XML文件进行解析。

在本发明一实施例中，所述解析单元，具体用于对所述VTD技术中的应用程序接口API进行封装，得到封装后的VTD类图，所述VTD类图的结构包括：嵌套深度、节点长度、标记类型、前缀长度、令牌长度及令牌起始偏移量；并在所述内存中，通过所述VTD类图对所述待解析的XML文件进行解析。

在本发明一实施例中，所述解析单元，具体用于根据所述VTD类图对所述待解析的XML文件的报文头进行解析，得到所述待解析的XML文件的数据类型；并根据所述数据类型对所述待解析的XML文件的报文体进行解析。

在本发明一实施例中，该XML文件解析装置还包括：

确定单元，用于通过所述数组确定所述待解析的XML文件的物理存储地址；

获取单元，用于对所述物理存储地址进行解码，以获取所述待解析的XML文件的数据信息。

在本发明一实施例中，该XML文件解析装置还包括：

判断单元，用于判断所述待解析的XML文件的有效性；并确定所述待解析的XML文件为有效的XML文件。

本发明实施例提供的XML文件解析方法及装置，通过先将待解析的XML文件以数组的形式读取至内存中，之后在内存中，通过VTD技术对待解析的XML文件进行解析。由此可见，本发明提供的XML文件解析方法及装置，在对XML文件进行解析时，先将待解析的XML文件以数组的形式读取至内存中，而无需生成结构树，可以降低内存的占用，此外，通过VTD技术对待解析的XML文件进行解析，使得将待解析的XML文件划分为不同的数据块，再对这些数据块进行解析，从而提高了XML文件的解析效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种XML文件解析方法的流程示意图；

图2为本发明实施例提供的另一种XML文件解析方法的流程示意图；

图3为本发明实施例提供的一种VTD类图的结构示意图；

图4为本发明实施例提供的一种XML文件解析装置的结构示意图；

图5为本发明实施例提供的另一种XML文件解析装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图1为本发明实施例提供的一种XML文件解析方法的流程示意图，当然，本发明实施例只是以图1为例进行说明，但并不代表本发明仅局限于此。该XML文件解析方法可以由XML文件解析装置执行，示例的，该XML文件解析装置可以独立设置，也可以集成在处理器中。请参见图1所示，该XML文件解析方法可以包括：

S101、将待解析的XML文件以数组的形式读取至内存。

示例的，在本发明实施例中，可以将待解析的XML文件以二进制数组的形式读取至内存，当然，本发明实施例只是以二进制数据为例进行说明，具体可以根据实际需要进行设置，在此，本发明不做具体限制。

S102、在内存中，通过VTD技术对待解析的XML文件进行解析。

在实际应用过程中，在对XML文件进行解析时，先将待解析的XML文件以数组的形式读取至内存中，而无需生成结构树，可以降低内存的占用，此外，通过虚拟令牌描述符(Virtual Token Descriptor，简称VTD)技术对待解析的XML文件进行解析，使得将待解析的XML文件划分为不同的数据块，再对这些数据块进行解析，从而提高了XML文件的解析效率。

本发明实施例提供的XML文件解析方法，通过先将待解析的XML文件以数组的形式读取至内存中，之后在内存中，通过VTD技术对待解析的XML文件进行解析。由此可见，本发明提供的XML文件解析方法，在对XML文件进行解析时，先将待解析的XML文件以数组的形式读取至内存中，而无需生成结构树，可以降低内存的占用，此外，通过VTD技术对待解析的XML文件进行解析，使得将待解析的XML文件划分为不同的数据块，再对这些数据块进行解析，从而提高了XML文件的解析效率。

基于图1对应的实施例，在图1对应的实施例的基础上，进一步地，请参见图2所示，图2为本发明实施例提供的另一种XML文件解析方法的流程示意图，当然，本发明实施例只是以图2为例进行说明，但并不代表本发明仅局限于此。请参见图2所示，该XML文件解析方法还可以包括：

S201、判断待解析的XML文件的有效性。

示例的，在本发明实施例中，有效性的验证内容可以包括：待解析的XML文件是否是一个有效的XML格式；待解析的XML文件的文件头否满足XSD文件规定的格式；待解析的XML文件的文件体中各个元素的层级是否满足XSD文件规定的格式规范及待解析的XML文件的文件体中各元素的属性以及值是否满足XML语言架构(XML Schemas Definition，简称XSD)文件中的定义等，当然，本发明实施例只是以这些有效性的验证内容为例进行说明，具体可以根据实际需要进行设置，在此，本发明不做具体限制。

S202、确定待解析的XML文件为有效的XML文件。

若待解析的XML文件满足上述有效性的验证内容，则确定待解析的XML文件为有效的XML文件。

S203、将待解析的XML文件以数组的形式读取至内存。

示例的，在本发明实施例中，可以将待解析的XML文件以二进制数组的形式读取至内存，当然，本发明实施例只是以二进制数据为例进行说明，具体可以根据实际需要进行设置，在此，本发明不做具体限制。

S204、对VTD技术中的应用程序接口API进行封装，得到封装后的VTD类图。

其中，VTD类图的结构包括：嵌套深度、节点长度、标记类型、前缀长度、令牌长度及令牌起始偏移量。请参见图3所示，图3为本发明实施例提供的一种VTD类图的结构示意图，当然，本发明只是以图3为例进行说明，但并不代表本发明仅局限于此。

示例的，在本发明实施例中，对VTD技术中的应用程序接口API进行封装可以包括：获取数组中的子元素属性值：将指针定位到子节点名称对应的子节点元素上，然后再找到属性名称对应的下标，并通过下标获取属性值，最后将指针位置还原；获取子节点值：将指针定位到子节点名称对应的子节点元素上，然后获取该元素下标，并通过下标获取节点值，最后将指针位置还原；获取当前元素属性值：找到该属性值对应下标，并通过下标获取节点值；解析子节点：如果该节点的子节点是一个复杂节点，则将指针定位到子节点名称对应的子节点元素上，并提供抽象方法将子节点对应的属性以及下级节点数据解析成数据对象，该动作完成之后指针复位，从而完成对VTD技术中的应用程序接口API的封装。

S205、在内存中，通过VTD类图对待解析的XML文件进行解析。

可选的，在本发明实施例中，S203在内存中，通过VTD类图对待解析的XML文件进行解析，可以包括：

根据VTD类图对待解析的XML文件的报文头进行解析，得到待解析的XML文件的数据类型；根据数据类型对待解析的XML文件的报文体进行解析。

由此可见，本发明提供的XML文件解析方法，在对XML文件进行解析时，先将待解析的XML文件以数组的形式读取至内存中，而无需生成结构树，可以降低内存的占用，此外，通过VTD技术对待解析的XML文件进行解析，使得将待解析的XML文件划分为不同的数据块，再对这些数据块进行解析，从而提高了XML文件的解析效率。

可选的，在本发明实施例中，为了方便用户查询内存中XML文件的数据信息，S205在内存中，通过VTD技术对待解析的XML文件进行解析之后，还可以包括：

S206、通过数组确定待解析的XML文件的物理存储地址。

S207、对物理存储地址进行解码，以获取待解析的XML文件的数据信息。

示例的，在本发明实施例中，可以通过在数组上解析每个元素的物理存储地址，以确定待解析的XML文件的物理存储地址，之后，再对物理存储地址进行解码，以获取待解析的XML文件的数据信息，从而方便用户查询内存中XML文件的数据信息。

在实际应用过程中，在对待检测的XML文件进行解析时，通过判断待解析的XML文件的有效性；若待解析的XML文件满足有效性的验证内容，则确定待解析的XML文件为有效的XML文件；之后，再将待解析的XML文件以数组的形式读取至内存；在内存中，根据对API封装后得到的VTD类图对待解析的XML文件的报文头进行解析，得到待解析的XML文件的数据类型；根据数据类型对待解析的XML文件的报文体进行解析。由此可见，本发明提供的XML文件解析方法，在对XML文件进行解析时，先将待解析的XML文件以数组的形式读取至内存中，而无需生成结构树，可以降低内存的占用，此外，通过VTD技术对待解析的XML文件进行解析，使得将待解析的XML文件划分为不同的数据块，再对这些数据块进行解析，从而提高了XML文件的解析效率。

图4为本发明实施例提供的一种XML文件解析装置40的结构示意图，当然，本发明实施例只是以图4为例进行说明，但并不代表本发明仅局限于此。请参见图4所示，该XML文件解析装置40可以包括：

读取单元401，用于将待解析的XML文件以数组的形式读取至内存。

解析单元402，用于在内存中，通过VTD技术对待解析的XML文件进行解析。

可选的，解析单元402，具体用于对VTD技术中的应用程序接口API进行封装，得到封装后的VTD类图，VTD类图的结构包括：嵌套深度、节点长度、标记类型、前缀长度、令牌长度及令牌起始偏移量；并在内存中，通过VTD类图对待解析的XML文件进行解析。

可选的，解析单元402，具体用于根据VTD类图对待解析的XML文件的报文头进行解析，得到待解析的XML文件的数据类型；并根据数据类型对待解析的XML文件的报文体进行解析。

可选的，请参见图5所示，图5为本发明实施例提供的另一种XML文件解析装置40的结构示意图，当然，本发明实施例只是以图5为例进行说明，但并不代表本发明仅局限于此。请参见图5所示，该XML文件解析装置40还包括：

确定单元403，用于通过数组确定待解析的XML文件的物理存储地址。

获取单元404，用于对物理存储地址进行解码，以获取待解析的XML文件的数据信息。

可选的，该XML文件解析装置40还包括：

判断单元405，用于判断待解析的XML文件的有效性；并确定待解析的XML文件为有效的XML文件。

本发明实施例所示的XML文件解析装置40，可以执行上述XML文件解析方法实施例所示的技术方案，其实现原理以及有益效果类似，此处不再进行赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种可扩展标记语言XML文件解析方法，其特征在于，包括：

将待解析的XML文件以数组的形式读取至内存；

在所述内存中，通过虚拟令牌描述符VTD技术对所述待解析的XML文件进行解析。

2.根据权利要求1所述的方法，其特征在于，所述在所述内存中，通过VTD技术对所述待解析的XML文件进行解析，包括：

对所述VTD技术中的应用程序接口API进行封装，得到封装后的VTD类图，所述VTD类图的结构包括：嵌套深度、节点长度、标记类型、前缀长度、令牌长度及令牌起始偏移量；

在所述内存中，通过所述VTD类图对所述待解析的XML文件进行解析。

3.根据权利要求2所述的方法，其特征在于，所述在所述内存中，通过所述VTD类图对所述待解析的XML文件进行解析，包括：

根据所述VTD类图对所述待解析的XML文件的报文头进行解析，得到所述待解析的XML文件的数据类型；

根据所述数据类型对所述待解析的XML文件的报文体进行解析。

4.根据权利要求1所述的方法，其特征在于，所述在所述内存中，通过VTD技术对所述待解析的XML文件进行解析之后，还包括：

通过所述数组确定所述待解析的XML文件的物理存储地址；

对所述物理存储地址进行解码，以获取所述待解析的XML文件的数据信息。

5.根据权利要求1所述的方法，其特征在于，所述将待解析的XML文件以二进制数组形式读取至内存之前，还包括：

判断所述待解析的XML文件的有效性；

确定所述待解析的XML文件为有效的XML文件。

6.一种可扩展标记语言XML文件解析装置，其特征在于，包括：

读取单元，用于将待解析的XML文件以数组的形式读取至内存；

解析单元，用于在所述内存中，通过虚拟令牌描述符VTD技术对所述待解析的XML文件进行解析。

7.根据权利要求6所述的装置，其特征在于，

所述解析单元，具体用于对所述VTD技术中的应用程序接口API进行封装，得到封装后的VTD类图，所述VTD类图的结构包括：嵌套深度、节点长度、标记类型、前缀长度、令牌长度及令牌起始偏移量；并在所述内存中，通过所述VTD类图对所述待解析的XML文件进行解析。

8.根据权利要求7所述的装置，其特征在于，

所述解析单元，具体用于根据所述VTD类图对所述待解析的XML文件的报文头进行解析，得到所述待解析的XML文件的数据类型；并根据所述数据类型对所述待解析的XML文件的报文体进行解析。

9.根据权利要求6所述的装置，其特征在于，还包括：

确定单元，用于通过所述数组确定所述待解析的XML文件的物理存储地址；

获取单元，用于对所述物理存储地址进行解码，以获取所述待解析的XML文件的数据信息。

10.根据权利要求6所述的装置，其特征在于，还包括：

判断单元，用于判断所述待解析的XML文件的有效性；并确定所述待解析的XML文件为有效的XML文件。