xml压缩技术的研究与应用

《xml压缩技术的研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文XML压缩技术的研究与应用姓名：魏裕凯申请学位级别：硕士专业：计算机应用技术指导教师：胡和平20060428华中科技大学硕士学位论文摘要虽然对XML的某些技术标准尚有争议，但是人们已经普遍认识到XML的作用和巨大潜力，并将其应用到互联网的各个方面，如：数据交换、替代传统的电子数据交换、集成不同数据源、数据的多种显示等。XML特有的自我描述和平台无关等特性，使其在数据交换和不同数据源集成等方面的应用尤为突出。但是，XML格式的信息冗余过大，对磁盘空间、带宽都存在着浪费。为了有效地存储和交换XML数据，有必要对XML数据进行压缩。在传统的基本数

2、据压缩算法的基础上，分析并结合XML文档的结构特点，给出了一种主要应用于数据交换和XML数据存档的高压缩率的XML文档专用压缩技术XCfde。根据XML文档自身特点，以基本数据压缩算法为基础，采取特有的四步压缩策略：重载SAX相关接口实现自己的XML解析器将XML文档分离为内容数据和结构数据，对结构数据进行字典编码；构建数据类型分类引擎，自动识别内容数据中包含的数据的类型（如整数、浮点数等）并且将内容数据根据其路径和数据类型进行分类后存入相应的容器；在传统算法的基础上设计不同的编码方法，对每个内容数据容器采取相应的编码方法进行初步编码处理；用7Zip压缩工具将初步

3、编码后的内容数据和结构数据进行整合压缩，以期获得比较高的压缩率。此外详细描述了XCfde实现中的关键技术，包括数据类型分类引擎、中文压缩算法的改进等。将XCfde与流行的通用压缩工具和其它一些XML专用压缩工具进行压缩率对比，并且通过简单的网络应用程序范例模拟XML文档传输过程来展示XCfde的实际应用效果，测试XCfde在传输效率和性能方面的改善程度。从试验结果可以看出，XCfde的压缩率超过了现今流行的通用压缩工具和其它一些XML专用压缩工具，有效改善XML数据交换的传输速度和带宽利用率以及存档中的空间利用率。关键词：数据交换，数据压缩，可扩展标记语言压缩，滑

4、动窗口压缩I华中科技大学硕士学位论文AbstractDespiteofdisputationaboutitscertaintechnicalstandards,XMLisbeingusedinvarietyofaspectsoftheInternet.Forinstance,itcanbeusedtoexchangedata,supercedeconventionalElectronicDataInterchange,integratevariouskindsofdatasources,presentdiverseformatsofdatainformationa

5、ndsoforth.Becauseofitsself-describingandplatform-independentcharacteristic,XMLisextremelyfittingintheuseofdataexchangeandintegrationofdiverseformatsofdatasources.Nevertheless,theirregularityandredundancyofthedatainXMLformatcausethewasteofthediskspaceandthenetworkbandwidth.Asaresult,th

6、ecompressionofXMLdataisessentialforthestorageanddataexchangeforXMLdocument.Basedontheconventionaldatacompressionalgorithm,consideredthestructurefeatureoftheXMLdocument,weproposeaneffectiveXMLcompressorfordataexchangeanddatastoragewhichisnamedXCfde.Inordertoobtainrelativelyhighcompress

7、ionratio,XCfdeadoptsfouruniqueschemes.Firstofall,XCfdeseparatesXMLdocumentintostructureandcontentinformationusingtheXMLparserbyoverloadingtheSAXinterfaceandencodesthestructureinformationbydictionaryencoding.ThenXCfdewillrecognizedatatypessuchasintegerandfloatnumberetc.automaticallywit

8、hdata