基于模式的XML数据转换方法的研究

中国电力教育
2006 年研究综述与技术论坛专刊
基 于 模 式 的 XML 数 据 转 换 方 法 的 研 究
张勋 Ξ 黄建才
(华北电力大学计算机科学与技术学院 ,河北 保定 071003)
摘 要 :本论文通过对 XML Schema 、XML 文档之间关系的分析 ,采用 XPP 编程模型 对 XML 文 档进行解 析 ,设计出描 述数 据模型和自描述对象数据模型 ,很好地解决了结构不固定 、不规则 、形式多样化的半结构化数据的数据转换问题 。
关键词 :XML Schema ;描述数据模型 ;自描 述对 象数 据模 型 ;数据转换
计算机网络的飞速发展和 信息技术 的进步 使 XML 数据 呈现日益繁荣的趋 势 。这类 数据 介于模 式固 定的结 构化 数 据 ( 如关 系库 中的 表Π元组 和对 象库 中的 类型Π对 象) 和完全没 有模式的无序数据 ( 如正文 、声音 、图像) 之间 ,同时它们相 应 的数据结构是不固定 、不完 全或 不规则 ,形式多样化 的 ,在文 档解析前无法预先确定其具体的类型和 格式 ,给 数据转换带 来了困难 。论文 通过对 基 于模型 的 XML 文 档的 分析 ,提 出 适用于这类数据的描述数据模型 ,有效地解决了上述问题 。
指对象值的数据类型 ,包括基本原 子类型和集 合 、结 构类型 。 值是指所表示对象的取值 。
(3) XPP 编程模型 XML PULL Parser( XPP) 模 型是 一种 非常 新的 编程 模型 , 它基于 Pull 模 式的 XML 编 程模 型 ,在基 于这 种模 型的 XML 应用程序中 ,用户 程序 主动 地从 XML 文 档 中一部 分 一部分 的取 出 数 据 (即 拉 出 ,pull) ,完 全 控 制 着 程 序 的 进 行 。与 SAX,DOM 相 比 , XPP 能 使 应用 程 序 更 高 效 地 处 理 XML 文 档 。[3] 2.数 据转 换原 理 我们以一个例子来解释数据转换原理 。例子如下 : 例 2 - 1 product 模 式 < xsd :element name =“product”type =“ProductType”Π> < xsd :complexType name =“ProductType”> < xsd :sequence > < xsd :element name =“number”type =“xsd :string”Π> < xsd :element name =“size”type =“xsd:integer”Π> < Πxsd :sequence > < Πxsd :complexType > 例 2 - 2 product 实 例 < product > < number > XXL002 < Πnumber > < size > 23 < Πsize > < Πproduct > 应用程序流程如图 2 所示 :
Vt1 : (“ProductType”, ( &Ve1 , &Ve2) ) ; Ve1 : (“number”, &Vt2) ; Ve2 : (“size”, &Vt3) ; Vt2 : (“string”, Null) ; Vt3 : (“integer”, Null) ; 转换器根据描述 数据 ,调用 相应 的类型 处理 函数 ,动 态 生成自描述对象 ,同 时将解 析 XML 文 档得 到的 值赋 予该 对 象。 自描述对象数据的具体表示如下 : (product ,MySet ,{object1 ,object2})
object1 : (number ,MyString , XXL002) object2 : (size ,MyInt , 23) 3.可 行性 分析 (1) 数据类型映射可行性 图 3 描述了 XML Schema 中包含的 44 种内置简单类型的 层次结构 。19 种基 本数 据类 型 (它 们是 所有 数据 类 型的 基 础) ,25 种派生类型 。这些类型使得 XML Schema 能够和编 程 语言间在元数据级 建立一 个交 换的标 准 。一种 数据 类型的 扩充都是基于 各自 的 基本 数据 类 型之 上的 ,从而 只要 建 立 XML Schema 的内置简单类型 与 C + + 的 数据类 型的 映射关 系就可以进行 XML 文档与 C + + 之间 的数 据转 换 。见表 1。
1. 基本概念 (1) 描述数据模型 模型中所有的实体均为对象 ,包括数据名对 象和类型描 述对象 ,数据名对象用来 记录 所描述 数据 的名称 ,类 型描 述 描述对象用来记录 所描 述数据 的类型 名 。这 些对象 用一 个 二元组 ( 标号 ,指针) 表示 ,数 据名 对象中 的标 号是所 描述 数 据的数据名 ,指针 指向 一个 类型 描述对象 。类型 描述对象的 标号是所描述数据的类型名 ,指针指向描述成员 变量的数据 名对 象 , 如 果 数 据 的类 型 为 基 本 类 型 ( 如 char , float , double 等) ,那么指针为空 。对于 一个对象 o ,我们 分别用 label (o) , point (o) 表示 o 的标号和指针值 。图 1 给出了描述数据 D 。
Ξ 作者简介 : 张文勋 (1980 - ) ,男 ,山西省汾阳人 ,华北电力大学计算机科学与技术学院计算机应用专业 04 级硕士研究生。
226
基于模式的 XML 数据转换方法的研究
图 2 程序流程
应用程序 解析 XML Schema 文 档得 到描 述数 据 ,具体 结 构如图 1 所示 ,Vr : (“product”, &Vt1) ;
图 1 描述数据 D
Vei 为数据名对象 ,Vti 为类型 描述对象 ,Vr 为根 节点 ,Vr 为数据名对象 。
(2) 自描述对象数据模型 模型中 ,所有 对象 及其 子对 象都 带有一个描 述自身含义
的标记 ,具体 地 ,每个对象均用如下三元组表示 : (标 号 ,类型 ,值) 其中标号是描述 对象 表达内 容的 变长字 符串 。类 型是