XML解析器的应用程序接口

本文介绍了微软msxml解析器提供的两种应用程序接口:DOM和SAX,分析了它们的解析过程,指出了各自的特点,并详细说明了使用这两种应用程序接口实现基于XML的应用的步骤和基本要求。     

支持StAX的高效XML解析器的设计与实现

StAX是JCP提出的一种新的XML解析方式，它提供给用户更多的解析控制权。本文给出了用于XML语法分析的下推自动机模型的设计以及StAX解析器OnceStAXParser的实现。OnceStAXParser在经过了严格的XML兼容性测试和StAXAPI兼容性测试之后，还从多个方面进行了性能优化，包括自动机实现优化、有计划的预分配和延迟处理策略以及适度封装策略等。性能测试数据表明，OnceStAXParser的吞吐量比SunSJSXP平均高5％，比BEAStAXRI平均高38％。     

高性能的XML解析器OnceXMLParser

XML(extensible markup language)解析器是分析、处理XML文档的基础软件.研究高性能验证型XML解析器的实现.开发了支持3种解析模型的XML解析器OnceXMLParser,该解析器通过了严格的XML兼容性测试和API兼容性测试.OnceXMLParser具有轻量级体系结构并进行了多方面的性能优化,包括高效的词法分析、基于统计分析的自动机实现、合理的资源分配策略以及语言层次上的优化.性能测试结果表明,OnceXMLParser具有出色的解析性能.     

基于Android中XML解析器的分析

当移动终端从服务器上获得XML数据时,就需要对XML数据文进行解析,此时就会涉及到XML的解析技术。通过对DOM、SAX以及Pull解析器介绍和分析,从内存占有、编程方式、访问与修改、访问方式等四个方面的比较,给出了在不同场所采用不同的解析器。     

XML解析器应用分析

本文在简述XML一系列优越特性的基础上,结合当前研究热点,详细介绍了解析XML文档的两种方法:DOM和SAX,深入探讨了两者的利弊,并给出一个DOM解析器的实际应用.     

XML应用的基石:XML解析技术

XML解析器是XML应用的基础，选择合适的XML解析技术对应用系统的性能有着较大的影响。通过对XML解析中3种主要解析技术的对比，分析和总结了XML解析器应用中的若干问题，归纳了应用系统设计中XML解析技术的选取原则，并提出了基于性能优化考虑的解析器设计思路。     

一种XML解析器技术的研究与实现

介绍了XML解析的详细过程,设计并实现了一个特定Schema的XML解析器的自动生成工具。该生成工具以一个XML Schema文件作为输入,输出一个JavaCC词法和语法规格说明文件,然后在JavaCC工具的帮助下,生成一个基于特定XML Schema的XML解析器。实验证明,这个生成解析器能够对XML文档进行解析的同时,验证其有效性。     

基于Java的XML DOM解析器实现

用Java解析XML文档，最常用的有两种方法：使用基于事件的XML简单API称为SAX和基于树和节点的文档对象模型称为DOM。本文给出一种基于java的采用DOM的XML解析器的实现方法，详细给出了该方法的设计方案和所用到的关键类和算法．     

XML解析器的设计与实现

基于DOM XML标准编程实现了一个解析器,可以从XML文件中构造出一棵节点树,而后根据需要可以添加各种操作。证明了解析器设计的正确性。     

XML解析技术研究

介绍了XML解析器的研究动向,对比分析了XML的DOM和SAX解析方法,在此基础上设计和实现了一个XML集成编辑解析器,讨论了一个XML集成解析环境的实现及系统各功能模块的划分。给出了编辑解析器系统结构图。     

XML应用的关键：XML解析技术

XML文档的应用日益广泛，而其中的XML解析技术是XML应用的关键。本文通过实例详细分析了4种XML解析技术和实现过程．对四种技术进行了比较分析．归纳总结了应用系统设计中选取合适的XML解析技术的原则。     

基于ANTLR的XML解释器的设计与实现

XML解释器是XML技术的关键部分之一.本文详细介绍XML解释器的构建原理,以及如何利用语言识别工具ANTLR来实现.     

XML文档在关系数据库中基于SAX的高效存取实现

提出一种XML文档的编码方案,并给出关系数据库中相应的表结构,采用Java语言基于SAX设计将XML文档存储到关系数据库中的高效算法,只用有限的几张表即可将任意数量、任意结构的XML文档存储到关系数据库中.在此基础上,给出从关系数据库中还原XML文档的算法实现,并能将对XML文档的3种常用查询转换为对关系数据库的查询.     

ML-Parser: An Efficient and Accurate Online Log Parser

A log is a text message that is generated in various services, frameworks, and programs. The majority of log data mining tasks rely on log parsing as the first step, which transforms raw logs into formatted log templates. Existing log parsing approaches often fail to effectively handle the trade-off between parsing quality and performance. In view of this, in this paper, we present Multi-Layer Parser (ML-Parser), an online log parser that runs in a streaming manner. Specifically, we present a multi-layer structure in log parsing to strike a balance between efficiency and effectiveness. Coarse-grained tokenization and a fast similarity measure are applied for efficiency while fine-grained tokenization and an accurate similarity measure are used for effectiveness. In experiments, we compare ML-Parser with two existing online log parsing approaches, Drain and Spell, on ten real-world datasets, five labeled and five unlabeled. On the five labeled datasets, we use the proportion of correctly parsed logs to measure the accuracy, and ML-Parser achieves the highest accuracy on four datasets. On the whole ten datasets, we use Loss metric to measure the parsing quality. ML-Parse achieves the highest quality on seven out of the ten datasets while maintaining relatively high efficiency.     

一种训练考核系统的XML数据模型

训练考核是检验人员业务熟练程度的重要措施.通过分析训练考核系统对数据的要求,应用XML组织、存储和发送训练系统中的考核数据,建立了XML考核数据模型.分别采用DOM和SAX技术实现了XML考核数据文件的生成和解析,并用类图进行了描述.用考核驱动程序读取XML考核数据文件,驱动客户端运行,能够自动、准确的评估考核结果.考核数据与考核程序相分离,有利于数据的维护和重用,在实际应用中取得了良好的效果.     

XML解析技术在电子白板保存与打开中的应用

通过介绍XML的定义,XML的历史渊源;以及2种主要的XML解析技术:DOM(Document Object Model)解析技术SAX(Simple API for XML)解析技术;重点阐述XML解析技术在电子白板保存与打开中的应用.