[发明专利]一种可扩展标记语言模式匹配方法

摘要

本发明公开一种可扩展标记语言模式匹配方法，用于解决现有技术在模式表示形式、发现复杂匹配、匹配效率等方面的问题，其步骤为：输入可扩展标记语言模式；构建模式树；构造序列结构；对所有元素进行名称、数据类型和基数约束匹配，得出所有元素对的语言相似值；对复杂元素，进行孩子相似性、叶子相似性、兄弟相似性和祖先相似性匹配，获得复杂元素对的结构和整体相似值，过滤找出匹配的复杂元素对；对每个匹配的复杂元素对，找出每个元素对应的原子集，对原子集中的元素，应用非复杂元素结构匹配方法，计算出原子元素的结构和整体相似值，过滤找出匹配的元素对；输出所有匹配元素对。本发明全程自动化，在保证匹配质量的前提下提高了匹配效率。

主权项

一种可扩展标记语言模式匹配方法，包括以下具体步骤：(1)输入两个待匹配的可扩展标记语言模式文档；(2)构建模式树：将两个待匹配的可扩展标记语言模式文档进行文档对象模型解析，生成两个待匹配的可扩展标记语言模式文件的模式树；(3)构造序列结构：分别对两个模式树进行普吕弗序列构造，获得由编号普吕弗序列和标记普吕弗序列组成的两个加强普吕弗序列；(4)语言匹配：4a)分别从两个加强普吕弗序列的标记普吕弗序列中任意选取一个元素s和元素t；4b)采用名称相似值计算方法，获得元素s和元素t的名称相似值；4c)采用数据类型相似值计算方法，获得元素s和元素t的数据类型相似值；4d)采用基数约束相似值计算方法，获得元素s和元素t的基数约束相似值；4e)将元素s和元素t的名称相似值、数据类型相似值、基数约束相似值的加权平均数作为元素s和元素t的语言相似值；4f)重复执行步骤4a)至步骤4e)，直到得到两个标记普吕弗序列中所有元素两两之间的语言相似值；(5)复杂元素结构匹配：5a)按照节点在模式树中的后序号从小到大的顺序，分别对两个加强普吕弗序列中的编号普吕弗序列的所有节点进行排序；5b)分别从两个排序后的编号普吕弗序列中任意选取一个元素i和元素j；5c)采用孩子相似值计算方法，获得元素i和元素j的孩子相似值；5d)采用叶子相似值计算方法，获得元素i和元素j的叶子相似值；5e)采用兄弟相似值计算方法，获得元素i和元素j的兄弟相似值；5f)采用祖先相似值计算方法，获得元素i和元素j的祖先相似值；5g)将元素i和元素j的孩子相似值、叶子相似值、兄弟相似值、祖先相似值的加权平均数作为元素i和元素j的结构相似值；5h)将元素i和元素j的结构相似值和步骤(4)获得的语言相似值的加权平均数作为元素i和元素j的整体相似值；5i)重复执行步骤5c)至步骤5h)，直到得到两个排序后的编号普吕弗序列中所有元素两两之间的整体相似值；5j)对两个排序后的编号普吕弗序列中所有元素两两之间的整体相似值，使用阈值法进行过滤，得到所有匹配的复杂节点对，组成匹配的复杂节点对集；(6)非复杂元素结构匹配：6a)从复杂节点结构匹配所得到的匹配元素对中任取一个元素对，将元素对中的元素分别记为元素e和元素f：6b)分别搜索元素e和元素f所在的加强普吕弗序列，找出元素e和元素f的所有原子，组成元素e和元素f的原子集；6c)从元素e的原子集中，任取一个元素c，采用非复杂元素结构匹配方法，获得元素c与元素f的原子集中所有元素的结构相似值；6d)判断元素e的原子集中是否还有元素，如果有，则执行步骤6a)；否则，认为已得到了元素e与元素f的原子集中所有元素两两之间的整体相似值，执行步骤6e)；6e)重复执行步骤6a)、步骤6b)、步骤6c)、步骤6d)，直到得到所有复杂节点结构匹配所得到的匹配元素对所对应的原子集中所有元素两两之间的整体相似值；6f)对所得到的所有元素对的整体相似值，使用阈值法进行过滤，得到匹配的非复杂节点对，组成匹配的非复杂节点对集；(7)输出匹配结果：输出步骤(5)得到的匹配的复杂节点对集和步骤(6)得到的匹配的非复杂节点对集的并集。