一组相关XML数据文件的数据类识别方法.pdf

《一组相关XML数据文件的数据类识别方法.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３５卷第４期华侨大学学报（自然科学版）Ｖｏｌ．３５Ｎｏ．４２０１４年７月ＪｏｕｒｎａｌｏｆＨｕａｑｉａｏＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ）Ｊｕｌ．２０１４文章编号：１０００５０１３（２０１４）０４０３８７０５ｄｏｉ：１０．１１８３０／ＩＳＳＮ．１０００５０１３．２０１４．０４．０３８７一组相关ＸＭＬ数据文件的数据类识别方法李赛男，余金山（华侨大学计算机科学与计算学院，福建厦门３６１０２１）摘要：为解决当前可扩展标记语言（ＸＭＬ）绑定框架普遍存在的由ＸＭＬ模式映射生成的数据类的冗余，以及数据类系统规模过大的问题，提出一种从一组相

2、关ＸＭＬ数据文件的数据实体类识别方法．该方法先抽取这一组ＸＭＬ数据文件的ＸＭＬ模式树图，并将其每个节点表示成向量空间中的向量；然后，利用相似度和距离识别该模式节点对应的预定义模式节点类型；最后，按模式节点类型到类的映射规则得到数据类．结果表明：该方法能识别合并对应同一个实体的数据类避免类冗余，将集合类型的ＸＭＬ文件映射成泛型类和集合类减小生成类系统的规模．关键词：类识别；可扩展标记语言；数据绑定；模式树图；节点类型；相似度中图分类号：ＴＰ３１１文献标志码：Ａ可扩展标记语言（ｅｘｔｅｎｓｉｂｌｅｍａｒｋｕｐｌａｎｇｕａｇｅ，ＸＭＬ）数据绑定是指将数据从一些

3、ＸＭＬ文件中取［１］出，通过程序表示这些数据的过程．即把数据绑定到计算机能够理解且可以操作的某种内存结构中，大多数是绑定到类对象实例上．ＸＭＬ数据绑定隐藏了ＸＭＬ数据的具体结构，方便程序直接使用ＸＭＬ［２］文档中的数据内容，使得ＸＭＬ数据能够直接转换为可处理的业务数据．目前，将ＸＭＬ数据绑定到［２?６］Ｊａｖａ对象的框架有ＸＳｔｒｅａｍ，ＪＡＸＢ，ＸＭＬＢｅａｎｓ，Ｃａｓｔｏｒ和ＪｉＢＸ．这些ＸＭＬ绑定框架的关键是ＸＭＬ数据对应数据类的获得，即根据ＸＭＬ模式文件按一定规则生成的，或用户自己编写绑定映射规则再字节码生成．它们可以很好地对遵循同个ＸＭＬ模式文

4、件约束的一组ＸＭＬ文件进行ＸＭＬ数据绑定．但要解决来自相同应用系统中，遵循不同ＸＭＬ模式文件的ＸＭＬ文件的数据绑定，会有数据类冗余、生成类系统庞大等问题．基于此，本文提出一种从一组相关ＸＭＬ数据文件的数据类识别方法．１ＸＭＬ结构特点及相关定义１．１ＸＭＬ结构特点每个ＸＭＬ文档有且仅有一个根元素，它是所有其他元素的父元素，而所有元素都可拥有子元素、文本内容和属性．从元素的嵌套关系可以看出ＸＭＬ文档是一棵文档树．相应地有一种抽象数据结构———文档对象模型（ｄｏｃｕｍｅｎｔｏｂｊｅｃｔｍｏｄｅｌ，ＤＯＭ）ＤＯＭ将ＸＭＬ文档中各种类型的数据映射到相［７］应的类

5、型对象，构建出树形结构，分成文档节点、元素节点、文本节点、属性节点、处理指令节点、注释节点、文档类型节点、文档段节点、符号节点、ＣＤＡＴＡ段节点、实体节点和实体引用节点等１２类．ＸＭＬ文档可以分为以数据为中心和以文档为中心两大类．以数据为中心的ＸＭＬ文档常被用于机器的使用，而以文档为中心的ＸＭＬ文档则主要是为人类而设计的．文中涉及的ＸＭＬ数据文档均属于以数据为中心的ＸＭＬ文档．它着重于文档中的数据，而非文档格式．具有结构化的数据、数据粒度大小适中、很少或没有混合内容，以及文档顺序不重要等特点．故在考虑设计实现问题解决方案时，需要考虑的ＤＯＭ节点对象只有属

6、性节点、元素节点和文本节点．１．２ＸＭＬ模式节点定义ＸＭＬ文档模式描述一类ＸＭＬ文档中数据的结构关系和类型信息，在内存可表现为一个树图．树收稿日期：２０１３０２１７通信作者：余金山（１９５２），男，教授，主要从事软件工程和人工智能应用等方面的研究Ｅｍａｉｌ：ｙｊｓ＠ｈｑｕ．ｅｄｕ．ｃｎ．３８８华侨大学学报（自然科学版）２０１４年节点对应元素节点、属性节点，节点的附加信息有元素或属性的名称、重数、数据类型等．将模式树图中的模式节点进行分类，以建立ＸＭＬ模式到数据类之间的映射，并定义如下６个模式节点类型．１）属性型．该模式节点对应ＸＭＬ文档中的属性

7、节点．２）属性类元素型．该模式节点对应ＸＭＬ文档中的元素节点，而该元素节点没有子元素节点或只包含文本节点，没有属性．３）Ｌｉｓｔ类元素型．该模式节点仅包含一个子模式节点，而该子模式节点是非属性类节点且对应元素节点的重数大于１．４）包装类元素型．该模式节点包含多个属性类节点和一个非属性类节点的子模式节点．在多ＸＭＬ文件环境下，包装类元素型的模式节点有两种类型：一种是包含一个非属性类型的子模式节点，但具有多套不同的属性类型的子模式节点组；另外一种是只有一个属性类型的子模式节点组，但包装多套非属性类型的子模式节点．５）包装类属性集型．用于组织包装类元素型模式节

8、点下的属性类型的模式节点．６）实体类元素型．该分类设置为非属性类型的模式节点类型