一種快速的非提取式XML解析器的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著XML技術(shù)的廣泛應(yīng)用,如何提高XML解析器的性能是一個(gè)亟待解決的問題。XML解析模型直接影響XML解析器的性能,因此解決這個(gè)問題應(yīng)從XML解析模型入手。當(dāng)前的研究工作大多基于提取式XML解析模型,對(duì)非提取式XML解析模型的研究很少。VTD-XML是一種新型的非提取式XML解析模型。本文在VTD-XML的基礎(chǔ)上設(shè)計(jì)并實(shí)現(xiàn)了一種快速的非提取式XML解析器,稱為NEM-XML。
　　 首先,NEM-XML是一種非提取式XML解析器

2、。它拋棄了XML DOM模型中為每個(gè)XML節(jié)點(diǎn)創(chuàng)建節(jié)點(diǎn)對(duì)象的做法,取而代之的是使用64位長的整數(shù)保存XML節(jié)點(diǎn)的元信息,極大地減少了解析XML文檔所需的時(shí)間和內(nèi)存空間。NEM-XML以靜態(tài)鏈表的方式組織內(nèi)部的數(shù)據(jù)結(jié)構(gòu),既方便了元素節(jié)點(diǎn)的添加和刪除,又提高了XML文檔的遍歷速度。
　　 其次,探索了復(fù)用XML解析結(jié)果的方法,也就是在第一次使用XML文檔時(shí)進(jìn)行正常的解析并將解析結(jié)果保存到二進(jìn)制文件中,以后使用時(shí)直接利用二進(jìn)制文件還原

3、原始的解析結(jié)果。這在那些僅對(duì)XML文檔進(jìn)行訪問而無更新操作的應(yīng)用中有很大的實(shí)用價(jià)值。為了復(fù)用NEM-XML的解析結(jié)果,本文改進(jìn)了NEM-XML的數(shù)據(jù)結(jié)構(gòu),以減少保存解析結(jié)果所需的空間以及還原解析結(jié)果所需的時(shí)間。
　　 最后,并行計(jì)算是當(dāng)前的一個(gè)重點(diǎn)研究領(lǐng)域,XML并行解析也得到了越來越多的關(guān)注。本文研究了NEM-XML的并行解析算法,提出了一種受限制的XML文檔劃分方法,可以很快地確定各個(gè)文檔片段的初始解析狀態(tài)。這個(gè)劃分算法兼顧