[发明专利]一种基于XML的Web数据快速查询方法

摘要

本发明提供一种基于XML的Web数据快速查询方法，在现在Web领域，对数据的快速查找和响应成为影响用户使用的重要指标，而大部分的Web的数据是以XML提供的文档结构来实现的，针对XML匹配等方面存在的问题提出了一种灵活的模式树匹配方法HPM(High-Performance-Match)，该方法能够在XML中直接找到一个查询模式树的匹配结果，所有的中间结果集在堆栈中保存起来，通过连接运算很好的形成最后的查询匹配结果，提高了查询匹配的成功概率，达到了快速响应用户需求的目的。

主权项

一种基于XML的Web数据快速查询方法, 其特征在于通过双层的双向树索引结构HPT在XML中直接找到一个查询模式树的匹配结果，所有的中间结果集在堆栈中保存起来，最终形成最后的查询匹配结果，以此提高查询匹配的成功概率，达到了快速响应用户需求的目的，具体内容如下：两层的HPT双向树索引结构，HPT是High‑Performance‑Tree的英文缩写，HPT双向树索引结构，包括组层和元素层，元素层提供详细的子节点到父节点的连接，能够方便的找到相关节点的父节点，因此双向树索引结构HPT是一种能够处理XML结构查询的快速索引，组层内的元素索引是基于组的，这样方便结构查询时根据组进行，去掉多余的查询空间，减少匹配次数能够提高效率和方便查询，传统的路径索引方法是同一个组内元素是无序的，而双向树索引结构HPT是把具有相同路径信息的节点放到一个组内，也就是说，如果两个节点是等同的，在该索引结构中就把它们放到一个组内，这样就能大大的提高XML数据的查询效率，HPT索引结构的定义及具体实现方式如下：HPT双向树索引结构中的每个节点g称为一个组，每个组的信息包括标识符g.id和组名称g.name，查询匹配时，根据查询模式树中节点名称和g.name进行匹配，第一，每个组包括一个元素数组g.pid[]，在组中用一个数组保存组中元素的父节点信息，第二，HPT中边是有方向的，假设有边g1—>g2，那么组g1叫做组g2的父组，组g2叫做组g1的子组；第三，组g中数组g.pid[]的索引下标为k的数值表示组g中的第(k+l)个元素，g.Pid[k]的值表示组中第(k+l)个元素的父节点在组g的父组中的数组的索引位置；为了提高查询效率，减少匹配次数采用HPM模式树匹配方法进行查询模式树的匹配，HPM是High‑Performance‑Match的英文缩写，HPM模式树匹配方法如下：设定查询HPM模式树节点q和XML数据源中节点p，如果q是叶子节点，且节点p和节点q标记相同，则称p和q相匹配；如果q是非叶子节点，同时存在节点p和以p为根结点的子树和查询模式树中节点q以及以q为根结点的子树相匹配，那么p和q相匹配，在HPM模式树匹配方法中，对查询模式树中的每一个节点，设计一个栈和一个列表，栈用来存储和查询模式树节点相匹配的数据源中的节点集合，列表存储的是查询模式树对应的HPT中组p中的元素数组，Gpàcurrent表示目前正在匹配的组中的节点，该方法的基本实现流程为：给一个查询模式树和生成的数据源HPT，首先调用广度优先算法把查询模式树中的节点压栈，然后在栈上调用HPM模式树匹配方法，在数据源中找到与查询模式树中节点相匹配的节点，并且把结果存储在堆栈中，最后调用函数把中间结果连接起来得到与查询模式树相匹配的节点集合；HPM模式树匹配算法的具体实现方式如下：首先利用广度优先对查询模式树进行遍历，然后对遍历到的节点压栈，得到查询模式树栈S， HPM式树匹配算法是用来查找查询模式树栈S在XML数据源中相匹配的节点，在HPM式树匹配算法中，对应一个查询模式树的q节点，Sq.value表示栈Sq中Gq.value的值集合，它表示栈Sq中元素的父节点在父组中的位置，再HPM模式树匹配算法判断查询模式树节点q是不是叶子节点； 判断方法如下，首先将查询模式树节点q出栈，如果q是叶子节点，那么在数据源中对应的组Gq中节点都和q相匹配，则需要把组q中所有节点都放入栈Sq；如果q不是叶子节点，需要首先查找节点q的所有子节点qi(i=0，…N‑1)和子节点数目N，然后遍历与查询节点q相匹配的组Gq，对组的每一个节点Gq‑>Current进行匹配，判断节点Gq‑>Current是否存在N个子节点分别和qi匹配，如果存在，说明当前节点Gq‑>Current满足以q为根结点的查询模式树分支匹配，则把节点对(Gq‑>Current，Gq‑>Current.value)放入栈Sq中，HPM式树匹配算法执行后，所有满足子匹配的节点都放入对应的栈中。