XML壓縮技術(shù)的研究與應(yīng)用.pdf

1、雖然對(duì)XML的某些技術(shù)標(biāo)準(zhǔn)尚有爭(zhēng)議，但是人們已經(jīng)普遍認(rèn)識(shí)到XML的作用和巨大潛力，并將其應(yīng)用到互聯(lián)網(wǎng)的各個(gè)方面，如：數(shù)據(jù)交換、替代傳統(tǒng)的電子數(shù)據(jù)交換、集成不同數(shù)據(jù)源、數(shù)據(jù)的多種顯示等。XML特有的自我描述和平臺(tái)無(wú)關(guān)等特性，使其在數(shù)據(jù)交換和不同數(shù)據(jù)源集成等方面的應(yīng)用尤為突出。但是，XML格式的信息冗余過(guò)大，對(duì)磁盤空間、帶寬都存在著浪費(fèi)。為了有效地存儲(chǔ)和交換XML數(shù)據(jù)，有必要對(duì)XML數(shù)據(jù)進(jìn)行壓縮。 在傳統(tǒng)的基本數(shù)據(jù)壓縮算法的基礎(chǔ)上，

2、分析并結(jié)合XML文檔的結(jié)構(gòu)特點(diǎn)，給出了一種主要應(yīng)用于數(shù)據(jù)交換和XML數(shù)據(jù)存檔的高壓縮率的XML文檔專用壓縮技術(shù)XCfde。根據(jù)XML文檔自身特點(diǎn)，以基本數(shù)據(jù)壓縮算法為基礎(chǔ)，采取特有的四步壓縮策略：重載SAX相關(guān)接口實(shí)現(xiàn)自己的XML解析器將XML文檔分離為內(nèi)容數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)，對(duì)結(jié)構(gòu)數(shù)據(jù)進(jìn)行字典編碼；構(gòu)建數(shù)據(jù)類型分類引擎，自動(dòng)識(shí)別內(nèi)容數(shù)據(jù)中包含的數(shù)據(jù)的類型（如整數(shù)、浮點(diǎn)數(shù)等）并且將內(nèi)容數(shù)據(jù)根據(jù)其路徑和數(shù)據(jù)類型進(jìn)行分類后存入相應(yīng)的容器；在傳統(tǒng)

3、算法的基礎(chǔ)上設(shè)計(jì)不同的編碼方法，對(duì)每個(gè)內(nèi)容數(shù)據(jù)容器采取相應(yīng)的編碼方法進(jìn)行初步編碼處理；用7Zip壓縮工具將初步編碼后的內(nèi)容數(shù)據(jù)和結(jié)構(gòu)數(shù)據(jù)進(jìn)行整合壓縮，以期獲得比較高的壓縮率。此外詳細(xì)描述了XCfde實(shí)現(xiàn)中的關(guān)鍵技術(shù)，包括數(shù)據(jù)類型分類引擎、中文壓縮算法的改進(jìn)等。 將XCfde與流行的通用壓縮工具和其它一些XML專用壓縮工具進(jìn)行壓縮率對(duì)比，并且通過(guò)簡(jiǎn)單的網(wǎng)絡(luò)應(yīng)用程序范例模擬XML文檔傳輸過(guò)程來(lái)展示XCfde的實(shí)際應(yīng)用效果，測(cè)試XCf