XML壓縮技術(shù)的研究與應(yīng)用.pdf

1、雖然對XML的某些技術(shù)標(biāo)準尚有爭議，但是人們已經(jīng)普遍認識到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無關(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格式的信息冗余過大，對磁盤空間、帶寬都存在著浪費。為了有效地存儲和交換XML數(shù)據(jù)，有必要對XML數(shù)據(jù)進行壓縮。 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，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，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)，對結(jié)構(gòu)數(shù)據(jù)進行字典編碼；構(gòu)建數(shù)據(jù)類型分類引擎，自動識別內(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)計不同的編碼方法，對每個內(nèi)容數(shù)據(jù)容器采取相應(yīng)的編碼方法進行初步編碼處理；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)進行整合壓縮，以期獲得比較高的壓縮率。此外詳細描述了XCfde實現(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專用壓縮工具進行壓縮率對比，并且通過簡單的網(wǎng)絡(luò)應(yīng)用程序范例模擬XML文檔傳輸過程來展示XCfde的實際應(yīng)用效果，測試XCf