基于JDOM的XML文档解析研究

WEB应用开发中,经常需要对XML文档进行操作。采用JDOM这种Java专用的处理XML文档的新型API,介绍了JDOM的产生和特点,以及它在处理XML文档中的优势,并通过实例说明利用JDOM实现对XML文档的解析。     

基于Xerces2-java的多XML文档关联验证

XML通过DTD或Schema定义文法。XML解析器根据预定义的文法对XML文档进行验证。但如果应用程序需要处理多个XML文档,并且这些文档之间存在引用,在应用程序中验证这些引用就非常困难。论文针对多XML文档关联验证,提出了一种通用的基于Xerces2-java的多XML文档关联验证机制,该机制通过扩展Xerces2-java现有的组件,在原有的解析过程中增加了关联验证的逻辑,给应用程序提供了方便、灵活的调用接口。实验表明,该机制能够完成XML文档的关联验证,较好地解决了多XML文档关联验证问题。     

XML在飞行仿真数据处理中的应用

针对日益繁杂的飞行仿真数据,实现数据的共享和使用成为需要研究的问题。首先介绍了XML,利用XML能将海量信息组织成有意义的结构化层次的文本数据,将在飞行仿真中的数据组织成XML文档,方便了数据的交换和跨行业的使用。然后分析了XML文档解析技术,采用了基于DOM的文档解析技术用JAVA语言编写了一个XML文档的编辑器,目的是用来显示、修改、存储XML文档。在实际应用中表明,此编辑器很好地实现了飞行仿真数据的处理,便于了信息的共享和数据交换。     

基于扩展编码的在线XML文档加载机制

Webservices应用中存在大量在线XML文档处理的需求，利用现行的XML数据处理方法来处理上述在线文档是一项可行方案，在线文档的加载问题应运而生；目前对XML数据的存储和查询都是基于对XML文档树的某种编码方法，使用扩展编码方法以提高文档更新性能；如何基于扩展编码方法完成对在线文档加载的研究目前还比较少．提出一种新的扩展编码方法，在此编码的基础上，提出一种适合在线XML文档的加载方法，通过统计同模式的XML文档特征和更新特征，一遍解析文档完成扩展编码和加载；实验结果表明，加载效率和更新性能较好．     

基于XML的网页信息提取系统的研究与设计

该文提出了一种面向由XML描述的Web文档的基于用户主题信息的模式和数据抽取方法,它利用学习算法从样本文档中提取规则,然后使用匹配算法从目标文档中抽取出数据。该文使用一种改进的解析方法对XML文档进行解析,在模式抽取时使用了顺序覆盖算法从样本XML文档集中训练出模式。在数据抽取算法中,数据抽取算法从解析后的XML文档树中寻找用户所需的信息,它可以高效、准确地找到用户所需数据。     

XSD优化存储与解析

提出了XML Schema模式文档的优化存储结构和解析算法,解析算法中针对XSD文档特点采用虚拟链表,提高解析效率。解析后得到以结点为单位的XSD文档树直接存储,进一步利用XSD文档的优化存储结构提高XML文档的模式验证效率,并通过了试验验证。     

XML文件解析中SAX和DOM的结合应用

针对目前XML文档的两种解析方法SAX和DOM各自的特点,探讨了在哪些情况下适宜将两种解析方法结合应用对文档进行解析,并给出了SAX和DOM结合应用的一般方法,最后对单纯采用DOM和两种方法结合解析XML文档的性能进行了比较。实验结果表明,将SAX和DOM结合使用,在解析大XML文档时,可以极大地提高解析程序的性能。     

基于IDEF1x的面向对象XML建模

为了在IDEF1x数据库模型和面向对象模型的XML文档之间共享统一的模型,提出并实现了一种基于IDEF1x模型的面向对象XML建模方法.根据IDEF1x方法建立数据库模型,得到该模型的XML文档,然后对XML文档进行解析和重新组合,转换成为面向对象模型,并且生成该模型的XML Schema文档.     

基于并行子树构建的XML解析方法

XML解析的高耗时特点制约着XML应用系统整体性能的提高,并行化是一种重要的优化手段。现有的并行XML解析算法存在的问题是需要通过预处理进行数据划分,才能实现分片并行完全解析处理。预处理往往很耗时,若进行优化处理,则实现复杂。提出的方法可实现对XML数据任意分片直接进行解析,并行构建各个片断中的子树,再通过子树合并获得全局的文档树。实验结果表明该方法能有效利用多核计算环境,并行实现XML解析。     

基于区间编码方案分裂大型XML文档到关系存储

将一个XML文档分裂存储到关系数据库中，通常的方法是利用DOM对该XML文档进行解析，并利用DOM接口提供的XML文档树信息来实现分裂。但是，DOM在解析一个大型XML文档时效率特别低，甚至是无法胜任。文中对转换XML文档到关系数据库中进行存储和查询的策略以及区间编码方案进行了综述；基于区间编码方案探讨了如何分裂一个大型XML文档到关系存储的基本原理，并给出了相应的算法。实验结果表明，该方法是通用的、高效的。     

基于DOM持久化的NXD数据存储模型研究

介绍了一个具有专有存储格式和基于DOM持久化技术的NXD数据存储模型。此模型扩展定义了4种持久化DOM节点类型，设计了一种存储混合型XML文档的方法，并依据文档的次序建立了数据聚集。     

DOM tree browsing of a very large XML document: Design and implementation

Browsing the DOM tree of an XML document is an act of following the links among the nodes of the DOM tree to find some desired nodes without any knowledge for search. When the structure of the XML document is not known to a user, browsing is the basic operation performed for referring the contents of the XML document. If the size of the XML document is very large, however, using a general-purpose XML parser for browsing the DOM tree of the XML document to access arbitrary node may suffer from the lack of memory space for constructing the large DOM tree. To alleviate this problem, we suggest a method to browse the DOM tree of a very large XML document by splitting the XML document into n small XML documents and generating sequentially the DOM tree of each of those small n XML documents. For later reference, the information of some nodes accessed from the DOM tree already generated has been also kept using the concept of their virtual nodes. With our suggested approach, the memory space necessary for browsing the DOM tree of a very large XML document is reduced such that it can be managed by a personal computer.     

混合型GML解析器的研究与实现

根据XML文档与GML文档的数据特征差别,剖析拉DOM和StAX混合解析方法的原理,结合GML的数据特征及应用操作需求,探讨实现混合型方案的可行性,提出一种具有拉DOM功能和StAX优势的混合型解析方法。实验结果表明,该方法对解析大数据量的GML文档效果明显,能满足GML文档解析过程中的复杂空间操作。     

基于XML+DOM4J的数据库集成技术研究

如何实现数据库的集成、共享和利用,提高了信息系统的整体效能,以及解决了XML和数据库双向传输的瓶颈,成为信息支持系统的关键问题之一。该文在分析可扩展标记语言XML特点的基础上,对XML与数据库之间基于DOM模型的映射方式进行了探讨,并给出了以XML文件作为中间文件的异构数据库集成,以及XML文档和数据库之间数据传输的实现方法。     

基于XML的Web系统

提出了一种基于XML技术和COM 组件技术的Web应用程序框架，客户层使用标准的XML操纵接口DOM进行数据编码。传输组件传输数据到中间层组件，中间层用DOM进行数据解析，克服了以上缺点。介绍了一个基于此框架的实际系统模块的设计与实现。     

保持数据约束的关系数据库至XML文档的转换

XML已成为Internet上的技术趋势,在保留原有关系数据库的同时发展XML文档是目前的最佳选择,它需要在保持数据依赖约束基础上实现关系数据库与XML文档的转换.这一过程中,模式转换必须先于数据转换,因为现有的关系数据库通常是规范化的,重建XML文档树结构才能实现这一转换.为了达成此目的,首先依据已有的数据依赖约束将规范化的关系联合进一组表格,实现反向规范化,然后将这些联合表格映射为一组DOM,归并成XML文档树,根据用户选择的根结点,以及与它相连的结点形成一个期望的局部文档树,被选的XML文档树又映射为DTD格式的XML模式.这样就可以将联合表映射成一组DOM,并将其归并成单一DOM,最终转换成XML文档.     

基于Ajax4jsf的XML设计器

研究了一种支持网络化协同设计、满足不懂XML编程用户设计需求的XML设计器.重点考虑其实时、异步的信息交互能力,基于Ajax4jsf框架设计Web接口,为XML文档批量设计提供技术支持.由Ajax引擎在客户端处理用户请求,减少了多用户并发访问情况下的服务器载荷,通过异步模式获取数据,提升了用户的体验效果.基于模型驱动实现数据在数据库和XML文档间的双向映射,通过解析器DOM实现XML文档与其他应用程序的数据转换.开发了XML设计器的原型系统,并测试其信息交互性能.实验表明,所开发的XML设计器的实时异步信息交互能力有了一定的提高.     

2LP: A double-lazy XML parser

XML is acknowledged as the most effective format for data encoding and exchange over domains ranging from the World Wide Web to desktop applications. However, large-scale adoption into actual system implementations is being slowed down due to the inefficiency of its document-parsing methods. The recent development of lazy parsing techniques is a major step towards improving this situation, but lazy parsers still have a key drawback—they must load the entire XML document in order to extract the overall document structure before document parsing can be performed. We have developed a framework for efficient parsing based on the idea of placing internal physical pointers within the XML document that allow the navigation process to skip large portions of the document during parsing. We show how to generate such internal pointers in a way that optimizes parsing using constructs supported by the current W3C XML standard. A double-lazy parser (2LP) exploits these internal pointers to efficiently parse the document. The usage of supported W3C constructs to create internal pointers allows 2LP to be backward compatible—i.e., the pointer-augmented documents can be parsed by current XML parsers. We also implemented a mechanism to efficiently parse large documents with limited main memory, thereby overcoming a major limitation in current solutions. We study our pointer generation and parsing algorithms both theoretically and experimentally, and show that they perform considerably better than existing approaches.