[发明专利]XML数据的压缩

权利要求书

1.一种压缩XML源数据的方法，包括：

识别所述XML源数据的每个元素类型，每个元素类型包括一个父元素，并且每个元素类型在所述XML源数据中具有一个或多个实例；

生成用于每个识别的元素类型的元素名称的表示，其中元素名称的每个表示包括该元素类型的所述父元素的元素名称以及仅包含数据内容的该父元素的任何子元素的元素名称；

对于每个元素类型的每个实例，生成与所述元素类型的元素名称的表示分离的数据内容的表示；以及

将元素名称的表示和数据内容的表示存储在计算机可用存储介质上。

2.根据权利要求1所述的方法，进一步包括生成跳转列表，所述跳转列表包含指示用于至少一个元素类型的元素名称的表示的位置以及元素名称的所述表示的长度的值，所述跳转列表进一步包含指示与该至少一个元素类型的至少一个实例对应的数据内容的表示的位置以及用于所述至少一个元素类型的所述至少一个实例的数据内容的表示的长度的值。

3.根据权利要求2所述的方法，进一步包括：将所述跳转列表在与元素名称的表示以及数据内容的表示相同的数据文件中存储在所述计算机可用存储介质上，并且将所述跳转列表在所述相同的数据文件内的位置的指示符存储在所述相同的数据文件中。

4.根据权利要求2所述的方法，进一步包括将所述跳转列表在与元素名称的表示以及数据内容的表示不同的数据文件中存储在计算机可用存储介质上。

5.根据权利要求4所述的方法，进一步包括在包含元素名称的表示和数据内容的表示的数据文件中存储所述跳转列表的位置的指示符。

6.根据权利要求2所述的方法，其中生成跳转列表包括在由以下项所组成的组中选择的时间生成所述跳转列表：在生成元素名称的表示和数据内容的表示之前；在生成元素名称的表示和数据内容的表示之后且在执行第二层压缩之前；以及在XML源数据的压缩完成之后。

7.根据权利要求1-6的任何一个所述的方法，其中如果特定元素名称的父元素与仅包含用于一个或多个实例的数据内容的子元素的第一集合相关，并且所述特定元素名称的父元素与仅包含用于一个或多个其他实例的数据内容的子元素的第二集合相关，则识别所述XML源数据的每个元素类型包括识别对应于与所述第一集合的子元素相关的所述特定元素名称的每个父元素的第一元素类型以及识别对应于与所述第二集合的子元素相关的所述特定元素名称的每个父元素的第二元素类型。

8.根据权利要求1-7的任何一个所述的方法，进一步包括将数据内容的所述表示与相同元素类型的数据内容的其他表示一起分组，使得数据内容的表示的分组表示用于相同集合的子元素的数据内容。

9.根据权利要求1-8的任何一个所述的方法，其中生成用于每个元素类型的每个实例的数据内容的表示进一步包括将计数器与每个元素类型的每个实例的数据内容的所述表示相关，所述计数器指示在所述XML源数据内每个元素类型的每个实例的出现顺序。

10.根据权利要求1-9的任何一个所述的方法，进一步包括将第二层压缩应用于元素名称的表示和数据内容的表示中的至少一个，其中在由以下项所组成的组中选择的时间执行所述第二层压缩：在生成数据内容的表示之后以及与生成数据内容的表示并发地。

11.根据权利要求10所述的方法，进一步包括生成用于所述第二层压缩的压缩字典。

12.根据权利要求11所述的方法，进一步包括将所述压缩字典在与元素名称的表示和数据内容的表示相同的数据文件中存储在所述计算机可用存储介质上，并且将所述压缩字典在所述相同的数据文件内的位置的指示符存储在所述相同的数据文件中。

13.根据权利要求11所述的方法，进一步包括将所述压缩字典在与元素名称的表示以及数据内容的表示不同的数据文件中存储在计算机可用存储介质上。

14.根据权利要求1-13的任何一个所述的方法，其中生成用于每个识别的元素类型的元素名称的表示进一步包括：将指针与元素名称的每个表示相关，所述指针指示用于其相应元素类型的数据内容的表示的位置。

15.一种计算机可用存储介质，包含被适配为导致计算设备的处理器执行权利要求1-14的任何一个所述的方法的机器可读指令。