[发明专利]一种可扩展标记语言模式匹配方法

权利要求书

1.一种可扩展标记语言模式匹配方法，包括以下具体步骤：

(1)输入两个待匹配的可扩展标记语言模式文档；

(2)构建模式树：

将两个待匹配的可扩展标记语言模式文档进行文档对象模型解析，生成两个待匹配的可扩展标记语言模式文件的模式树；

(3)构造序列结构：

分别对两个模式树进行普吕弗序列构造，获得由编号普吕弗序列和标记普吕弗序列组成的两个加强普吕弗序列；

(4)语言匹配：

4a)分别从两个加强普吕弗序列的标记普吕弗序列中任意选取一个元素s和元素t；

4b)采用名称相似值计算方法，获得元素s和元素t的名称相似值；

4c)采用数据类型相似值计算方法，获得元素s和元素t的数据类型相似值；

4d)采用基数约束相似值计算方法，获得元素s和元素t的基数约束相似值；

4e)将元素s和元素t的名称相似值、数据类型相似值、基数约束相似值的加权平均数作为元素s和元素t的语言相似值；

4f)重复执行步骤4a)至步骤4e)，直到得到两个标记普吕弗序列中所有元素两两之间的语言相似值；

(5)复杂元素结构匹配：

5a)按照节点在模式树中的后序号从小到大的顺序，分别对两个加强普吕弗序列中的编号普吕弗序列的所有节点进行排序；

5b)分别从两个排序后的编号普吕弗序列中任意选取一个元素i和元素j；

5c)采用孩子相似值计算方法，获得元素i和元素j的孩子相似值；

5d)采用叶子相似值计算方法，获得元素i和元素j的叶子相似值；

5e)采用兄弟相似值计算方法，获得元素i和元素j的兄弟相似值；

5f)采用祖先相似值计算方法，获得元素i和元素j的祖先相似值；

5g)将元素i和元素j的孩子相似值、叶子相似值、兄弟相似值、祖先相似值的加权平均数作为元素i和元素j的结构相似值；

5h)将元素i和元素j的结构相似值和步骤(4)获得的语言相似值的加权平均数作为元素i和元素j的整体相似值；

5i)重复执行步骤5c)至步骤5h)，直到得到两个排序后的编号普吕弗序列中所有元素两两之间的整体相似值；

5j)对两个排序后的编号普吕弗序列中所有元素两两之间的整体相似值，使用阈值法进行过滤，得到所有匹配的复杂节点对，组成匹配的复杂节点对集；

(6)非复杂元素结构匹配：

6a)从复杂节点结构匹配所得到的匹配元素对中任取一个元素对，将元素对中的元素分别记为元素e和元素f：

6b)分别搜索元素e和元素f所在的加强普吕弗序列，找出元素e和元素f的所有原子，组成元素e和元素f的原子集；

6c)从元素e的原子集中，任取一个元素c，采用非复杂元素结构匹配方法，获得元素c与元素f的原子集中所有元素的结构相似值；

6d)判断元素e的原子集中是否还有元素，如果有，则执行步骤6a)；否则，认为已得到了元素e与元素f的原子集中所有元素两两之间的整体相似值，执行步骤6e)；

6e)重复执行步骤6a)、步骤6b)、步骤6c)、步骤6d)，直到得到所有复杂节点结构匹配所得到的匹配元素对所对应的原子集中所有元素两两之间的整体相似值；

6f)对所得到的所有元素对的整体相似值，使用阈值法进行过滤，得到匹配的非复杂节点对，组成匹配的非复杂节点对集；

(7)输出匹配结果：

输出步骤(5)得到的匹配的复杂节点对集和步骤(6)得到的匹配的非复杂节点对集的并集。

2.根据权利要求1所述的一种可扩展标记语言模式匹配方法，其特征在于，步骤(3)中所述的普吕弗序列构造的具体步骤如下：

第1步，搜索两个待匹配的可扩展标记语言模式文档的模式树，从中找到具有最小后序遍历顺序号的叶子节点；

第2步，将所找到的具有最小后序遍历顺序号的叶子节点，存储于标记普吕弗序列中，同时将该叶子节点的父节点存储于编号普吕弗序列中；

第3步，从两个待匹配的可扩展标记语言模式文件的模式树中，删除所找到的具有最小后序遍历顺序号的叶子节点；

第4步，判断两个待匹配的可扩展标记语言模式文件的模式树是否为空，如果是，则执行第1步；否则，完成了普吕弗序列的构造。