[发明专利]一种大型XML文档转换方法

权利要求书

1.一种大型XML文档转换方法，其特征在于：所述转换方法包括以下步骤：

1）分割XML源文档，过程如下：

设定一个将要进行转换的XML源文档F_S，其大小为T_S，计算机可用的最大内存为T_m，如果XML文档非常大，远远大于计算机可用的最大内存，即T_s>>T_m，或者说，若满足条件：T_s≈nT_m，n>>1，在进行转换之前对该文档进行分割处理，包括以下步骤：

1.1）设定分割阈值T，即，文档转换时只使用不超过一半的内存空间；

1.2）进行第一次分割，分割后得到两个形式良好的XML文档：

①F_s1，大小记为T_s1，T_s1≈T；

②F_b1，大小记为T_b1，T_b1=T_s-T_s1≈T_s-T；

1.3）若T_b(k-1)>T_m，进行第k次分割，分割后得到两个形式良好的XML文档：

①F_sk，大小记为T_sk，T_sk≈T；

②F_bk，大小记为T_bk，T_bk=T_b(k-1)-T_sk≈[T_s-(k-1)T]-T=T_s-kT；

1.4）若进行第n次分割，分割后得到两个形式良好的XML文档：

①F_sn，大小记为T_sn，T_sn≈T；

②F_bn，大小记为T_bn，T_bn=T_b(n-1)-T_sn≈[T_s-(n-1)T]-T=T_s-nT；

这时分割生成的XML文档F_bn的大小不超过所设的分割阈值，即T_bn≤T，不再满足分割条件时分割结束；

2）利用XSLT转换分割生成的多个XML目标文档。

2.如权利要求1所述的一种大型XML文档转换方法，其特征在于：所述步骤1.2）中，第一次分割的处理过程如下：

（1）设定分割阈值T，

（2）初步分割XML源文档F_s，生成两个非“形式良好的”XML文档：

①F_s1，大小记为T_s1，T_s1≈T；

②F_b1，大小记为T_b1，T_b1=T_s-T_s1≈T_s-T；

（3）重构上一步生成的两个XML文档F_s1和F_b1，具体实现过程如下：

（3.1）读取初步分割生成的XML文档F_s1；

（3.2）将指针定位到尾部；

（3.3）向前搜索结束标签的开始标记“</”，并记录其位置为L₁；

（3.4）从L₁开始向后搜索相应的结束标记“>”，并记录其位置为L₂，此时会有两种可能：

如果能够搜到结束标记“>”，那么L₂的值就是该标记的位置值；

反之，如果未能搜到结束标记“>”，这时应将指针定位到L₁处，再一次执行步骤（3.3），得到新的L₁值后，再执行步骤（3.4），获取新的L₂值，这个新的L₂值才是该情况下结束标记的真正位置；

（3.5）将因分割而导致的不完整数据从F_s1的尾部移到F_b1的首部；

（3.6）获取因分割而缺失的所有祖先节点的标签名字，具体步骤如下：

（3.6.1）设定读取标志flag=True，当读取的值的长度大小或等于0时，flag=False；

（3.6.2）读取步骤（3.5）得到的已删除不完整数据的XML文档F_s1，将每个节点标签名字，空标签名字除外，添加到列表中；

（3.6.3）统计列表中的不同元素及其个数，根据形式良好的XML文档的开始标签和结束标签应配套，空标签要关闭的原理，个数为奇数的元素，第一个元素除外，即为因分割而缺失的祖先节点标签名字，将这些标签名字放入另一个列表中，获取这些节点标签名字时，应保持其在列表中的原有顺序不变；

（3.7）将步骤（3.5）得到的两个XML文档F_s1和F_b1构造成形式良好的XML文档：

（3.7.1）把步骤（3.6.3）得到的列表中的元素用作结束标签倒序地添加到已删除不完整数据的XML文档F_s1的尾部；

（3.7.2）把步骤（3.6.3）得到的列表中的元素，第一个元素除外，用作开始标签正序地添加到已添加不完整数据的XML文档F_b1的首部；

（3.7.3）将步骤（3.6.3）得到的列表中的第一个元素，即声明标签名字，用作开始标签添加到上一步得到的XML文档F_b1的首部，此时，第一次分割就已全部处理完毕。