[发明专利]一种基于不定长标识码的XML的压缩方法和装置

权利要求书

1.一种基于不定长标识码的XML的压缩方法，其特征在于：该方法包括：

对于XML文档中的每一个元素，在数据字典中定义一个与之相对应的不定长标识码；以及对于XML文档中的每一个属性，在数据字典中定义一个与之相对应的不定长标识码；

发送方使用所述数据字典中定义的对应不定长标识码逐个替换XML文档中的元素和属性，实现XML文档的替换压缩； 

接收方根据所述数据字典中定义的与相应不定长标识码对应的元素和属性替换所接收到的替换压缩后的XML文档中的不定长标识码，实现XML文档的解压；

所述对于XML文档中的每一个元素，在数据字典中定义一个与之相对应的不定长标识码；以及对于XML文档中的每一个属性，在数据字典中定义一个与之相对应的不定长标识码包括：

对于XML文档中的每一个元素，采用8位比特位标识码表示，或是采用16位比特位标识码表示；其中高4位中的第1位用于判断是否为XML格式，第2位用于判断是否为元素，第3位用于判断是否为结束元素，第4位用于判断是否需要使用两个8位的字节来表示同一元素，剩余的比特位用于表示该元素；

对于XML文档中的每一个属性，采用8位比特位标识码表示，或是采用16位比特位标识码表示；其中高3位中的第1位用于判断是否为XML格式，第2位用于判断是否为属性，第3位用于判断是否需要使用两个8位的字节来表示同一属性，剩余的比特位用于表示该属性，其中属性的值以字符串格式表示。

2.根据权利要求1所述的一种基于不定长标识码的XML的压缩方法，其特征在于：在所述数据字典中，对于XML文档中的每一个元素，采用频度分析法来决定采用8位比特位标识码表示，或是采用16位比特位标识码表示。

3.根据权利要求1所述的一种基于不定长标识码的XML的压缩方法，其特征在于：在所述数据字典中，对于XML文档中的每一个元素，采用耗费字节数分析法来决定采用8位比特位标识码表示，或是采用16位比特位标识码表示。

4.根据权利要求1所述的一种基于不定长标识码的XML的压缩方法，其特征在于：在所述数据字典中，对于XML文档中的每一个属性，采用频度分析法来决定采用8位比特位标识码表示，或是采用16位比特位标识码表示。

5.根据权利要求1所述的一种基于不定长标识码的XML的压缩方法，其特征在于：在所述数据字典中，对于XML文档中的每一个属性，采用耗费字节数分析法来决定采用8位比特位标识码表示，或是采用16位比特位标识码表示。

6.根据权利要求1至5中任一权利要求所述的一种基于不定长标识码的XML的压缩方法，其特征在于：所述压缩方法也适用于多个具有相同DTD或者多个具有相同XML SCHMEA的XML文档的压缩，其中所述数据字典为多个XML文档共享的通用数据字典。

7.一种XML的压缩装置，其特征在于：该装置包括：XML读取模块、压缩用数据字典存储模块、标签替换压缩模块和通用压缩模块；其中：

XML读取模块，用于读取XML字节流数据；

压缩用数据字典存储模块，用于保存数据字典；

在所述数据字典中，对于XML文档中的每一个元素，在数据字典中定义了一个与之相对应的不定长标识码；以及对于XML文档中的每一个属性，在数据字典中定义了一个与之相对应的不定长标识码；

标签替换压缩模块，用于根据数据字典存储模块中定义的对应不定长标识码逐个替换XML文档中的元素和属性，生成替换压缩后的XML文档；

通用压缩模块，用于对数据字典和替换压缩后的XML文档使用通用压缩算法进行进一步压缩，生成压缩数据。

8.一种XML的解压装置，其特征在于：该装置包括：通用解压模块、解压用数据字典存储模块和标签替换解压模块，其中：

通用解压模块，用于对接收到的压缩数据使用通用解压算法进行解压；

解压用数据字典存储模块，用于存储数据字典；

在所述数据字典中，对于XML文档中的每一个元素，在数据字典中定义了一个与之相对应的不定长标识码；以及对于XML文档中的每一个属性，在数据字典中定义了一个与之相对应的不定长标识码；

标签替换解压模块，使用解压用数据字典存储模块存储的数据字典，将替换压缩后的XML文档中的不定长标识码逐个反替换为对应的元素和属性，解压得到原始的XML文档。