[发明专利]XML文件全文检索索引生成方法及装置

说明书

技术领域

本发明涉及全文检索技术领域，尤其涉及一种XML文件全文检索索引生成方法及装置。

背景技术

随着近些年信息化的加快，信息的获取越来越容易，特别是在互联网领域。获取互联网中的知识需要借助一些工具，而在众多工具之中最重要的工具是互联网检索引擎，即针对互联网数据的全文检索引擎。通过输入关键词，用户可以通过全文检索引擎在浩瀚的网页中检索到需要的网页。

全文检索，除了在互联网领域具有重要的应用之外，在一些信息化系统中，例如办公系统、财务系统等，也都有着广泛的应用价值。在现有的一些办公系统中，它们的一些业务数据是来自于外部系统的可扩展标记语言(Extensible Markup Language，简称XML)推送，例如：新华社的电稿数据是通过xml格式的文件定期下发给各个报社的生产系统的。

鉴于此，如何为XML文件自动生成全文检索的索引，以供现有系统及互联网进行检索使用成为目前需要解决的技术问题。

发明内容

为解决上述的技术问题，本发明提供一种XML文件全文检索索引生成方法及装置，能够为XML文件自动生成全文检索的索引，比现有技术更简洁、方便。

第一方面，本发明提供一种XML文件全文检索索引生成方法，包括：

根据待处理XML文件，生成XML筛选配置文件；

根据待处理XML文件，生成索引生成配置文件；

读取XML筛选配置文件，获取待处理XML文件中的待索引元素；

读取索引生成配置文件，将待处理XML文件中的待索引元素按照所述索引生成配置文件中预设的索引映射关系进行索引，生成索引文件；

其中，所述XML筛选配置文件设置了待处理XML文件中的待索引元素；所述索引生成配置文件设置了待处理XML文件中的待索引元素的索引映射关系。

可选地，所述根据待处理XML文件，生成XML筛选配置文件，包括：

根据待处理XML文件，利用Xpath技术，生成XML筛选配置文件；

相应地，所述读取XML筛选配置文件，获取待处理XML文件中的待索引元素，包括：

读取XML筛选配置文件，利用Xpath技术，获取待处理XML文件中的待索引元素。

可选地，所述读取索引生成配置文件，将待处理XML文件中的待索引元素按照所述索引生成配置文件中预设的索引映射关系进行索引，生成索引文件，包括：

读取索引生成配置文件，利用全文检索工具将待处理XML文件中的待索引元素按照所述索引生成配置文件中预设的索引映射关系进行索引，生成索引文件。

可选地，所述全文检索工具，包括：Lucene。

可选地，所述待处理XML文件，包括：外部系统推送给信息系统的XML文件，或信息系统内部每隔预设时间段产生的XML文件。

第二方面，本发明提供一种XML文件全文检索索引生成装置， 包括：配置文件生成器和索引生成器；

所述配置文件生成器，包括：第一生成模块和第二生成模块；

所述第一生成模块，用于根据待处理XML文件，生成XML筛选配置文件；

所述第二生成模块，用于根据待处理XML文件，生成索引生成配置文件；

所述索引生成器，包括：元素获取模块和索引生成模块；

所述元素获取模块，用于读取XML筛选配置文件，获取待处理XML文件中的待索引元素；

所述索引生成模块，用于读取索引生成配置文件，将待处理XML文件中的待索引元素按照所述索引生成配置文件中预设的索引映射关系进行索引，生成索引文件；

其中，所述XML筛选配置文件设置了待处理XML文件中的待索引元素；所述索引生成配置文件设置了待处理XML文件中的待索引元素的索引映射关系。

可选地，所述第一生成模块，具体用于

根据待处理XML文件，利用Xpath技术，生成XML筛选配置文件；

相应地，所述元素获取模块，具体用于

读取XML筛选配置文件，利用Xpath技术，获取待处理XML文件中的待索引元素。

可选地，所述索引生成模块，具体用于

读取索引生成配置文件，利用全文检索工具将待处理XML文件中的待索引元素按照所述索引生成配置文件中预设的索引映射关系进行索引，生成索引文件。

可选地，所述全文检索工具，包括：Lucene。