[发明专利]一种用于描述关系数据的增强型CSV文件格式

说明书

技术领域

本发明涉及的是信息系统数据交换过程中的一种人机可读的高效的字符串编码方法和文件格式，具体地说是一种用于描述关系数据的增强型CSV文件格式。

背景技术

当代软件开发技术日新月异，数据访问技术林立，不同的系统之间进行关系型数据交换是一种极为常见的应用。

XML是信息交换的一种标准，但是它作为一种通用标记语言，如果要描述关系型数据需要进行深度扩展，结构较为复杂，而且冗余字符较多，不够精简。因此，开发人员常采用CSV文件格式。

逗号分隔型取值格式(英文全称为Comma Separated Values，简称CSV)，是一种纯文本格式，用来存储数据。在CSV中，数据的字段由逗号分开，程序通过读取文件重新创建正确的字段，方法是每次遇到逗号时开始新一段数据。由于它是一种常见而简单的文件格式，CSV文件通常用于不同的计算机软件或同一软件不同的模块间进行数据传递交换。很多数据库程序和电子表格程序都支持CSV文件格式。

CSV文件用来做数据存储容量比XML小，功能比TXT强，但是CSV文件仍不具备完整描述关系型数据的能力，它不包含关系型数据中的数据域信息，仅仅保存了数据域的名称信息，这样就难以精确从CSV文件中反序列化成一个关系型记录集。

发明内容

关系型数据的序列化包括二进制和字符串两种，二进制序列化不便于信息交换。字符串序列化则便于数据交换。常见的字符串序列化技术有XML、CSV等。XML序列化较为复杂，而CSV格式则较为简单。但是CSV序列化是一种“有损”序列化。

本发明的目的是提供一种改进型的CSV文件，克服CSV文件格式的弱点，精确描述一个关系型记录集，为计算机软件之间进行表格数据传递提供一个统一的、简单的标准的用于描述关系数据的增强型CSV文件格式。

本发明的目的是按以下方式实现的，采用CSV的基本标记方式，根据元数据的自描述能力，把一个关系型记录集完整的进行序列化，文件格式把记录集的一行序列化为一个不包含回车换行符号的字符序列，具体步骤如下：

文件格式包含两个部分：1)元数据段；2)数据段；其中：

1)元数据段定义字段信息，元数据部分每行都是一个简短的CSV文件，其中字段定义，根据具体情况存在多行，字段定义采用如下语法：

<字段名称＝数据类型>，<字段长度>，<显示标签>，<编辑掩码>，<显示长度>，<字段类型>，<缺省值>，字段长度规则：字符串型字段的长度为最大字符数；数值型和二进制型字段长度统一为零；

数据类型包括：Autoinc，Integer，Float，String，WideString，DateTime，Blob，Memo，Currency，Boolean；

2)数据段包含两部分：字段排列顺序信息行、数据行，其中字段排列顺序信息行以逗号分隔各标题，每个字段名放在两个引号中间，格式为：

″<Field1Caption>″，[″<Field2Caption>″]，[……]

数据行列出对应的字段值，字段值放在双引号之间，字段值之间用逗号分隔：格式为：

″<Field1Value>″，″<Field2Value>″，<……>，数据行中的编码规则是：

(1)″转为″″(两个引号表示一个引号)；

(2)％转为％％(两个％表示一个)；

(3)回车用％c表示；

(4)换行用％n表示；

(5)Unicode用UTF-8编码；

(6)二进制数据用MIME编码；

(7)时间类型用MM/DD/YYYY/HH/mm/SS/sss格式表示。

本发明的优异效果是：与现有技术相比，本发明采用上述编码格式的文件具有人机可读性，避免歧义，可以被支持CSV格式的程序解析，解码算法简单，便于数据流读取，可广泛应用于各类系统进行表格数据交换。

附图说明

图1是关系型数据转增强型CSV文件算法流程图；

图2是一份完整的增强型CSV文件。

具体实施方式

本发明的一种用于描述关系数据的增强型CSV文件格式，含两个部分：1)元数据段2)数据段。

1)元数据段定义字段信息。