[发明专利]基于MapReduce的网页不兼容标签并行查找方法

权利要求书

1.一种基于MapReduce的网页不兼容标签并行查找方法，其特征在于，所述查找方法包括如下步骤：

步骤一：确定Web应用的源代码中需要进行不兼容标签定位的代码边界；

步骤二：将需要扫描的代码近均匀地等分成n块，n为整数，每份代码用一个三元组描述<R,B,F>，其中R表示该代码块的总代码行数，B表示代码块号，F表示代码块当前状态，F取值0或1，0为未进行扫描或正在进行扫描，1为扫描结束；

步骤三：将分割后的代码随机分配到m台机器上进行处理；

步骤四：初始化结构体labelContext，结构体labelContext中包含源代码路径，中间文件的保存路径，map函数的个数，reduce函数的个数，以及不兼容标签库的路径；

步骤五：为每个代码块创建map函数，并设置代码块的三元组中的F为0；

步骤六：每台机器对所分配的代码块，开始向下扫描标签；

步骤七：根据不兼容标签库，判断扫描到的标签是否为不兼容标签，若是，执行步骤八，否则，执行步骤九；

步骤八：在中间文件中记录不兼容标签所在的位置，标签所在的位置用三个参数表示：标签所在的行数r、列数c以及标签所在的代码块号b，然后执行步骤九；

步骤九：判断当前代码块是否扫描结束，若结束，将该代码块三元组中的参数F置为1；若没有，返回步骤六，继续执行；

步骤十：判断所有代码块是否都已结束扫描，若结束，执行步骤十一，否则等待其它代码块的扫描结束，然后再执行步骤十一；

步骤十一：所有中间文件通过Reduce函数，根据记录的不兼容标签所在的位置，计算各不兼容标签的实际位置；

步骤十二：合并同一标签的信息；

步骤十三：将合并后的不兼容标签及标签所在的位置放入哈希集合容器中，并返回给用户。

2.根据权利要求1所述的基于MapReduce的网页不兼容标签并行查找方法，其特征在于，所述的步骤七中的不兼容标签库，按照单词查找树的结构组织。

3.根据权利要求1所述的基于MapReduce的网页不兼容标签并行查找方法，其特征在于，所述的步骤十一中，各不兼容标签的实际位置的计算方法为：设某个不兼容标签的位置为（r，c，b），则该不兼容标签的实际位置为（SUM(R₁，R₂，…，R_b-1，r)，c）；其中，SUM表示求和，R₁，R₂，…，R_b-1分别表示第1个代码块、第2个代码块、…、第b-1个代码块的代码行数。