一种基于内容模型图的XML Schema Definition的提取方法.pdfVIP

第37卷第6期 计算机科学 V01．37No．6 Science 2010 2010年6月 Computer June Schema 一种基于内容模型图的XML 宁静1’2刘杰1’3叶丹1 (中国科学院软件研究所软件工程技术中心 北京100190)1 (中国科学院研究生院 北京100190)2(中国科学技术大学计算机科学与技术系 合肥230026)3 摘要使用XML Schema能够对XML文档进行有效性验证以及对查询、转换等操作进行优化，但是实际应用中大 量XML文档缺失关联的Schema。提出了一种根据XML文档自动提取对应的XMLSchemaDefinition(XSD)的方法 XSDInfer，先根据合并规则将XML解析过程中分析得到的模式信息记录在内容模型图中，再根据生成规则将其转化 为内容模型表达式，进而得到XSD。XSDIⅢer能够在内存消耗比较少的情况下快速地处理超大规模、深度嵌套的 XML文档，同时支持XSD的上下文相关的内容模型，提取出的XSD也具有更好的可读性。实验表明，与同类方法相 比，XSDhfer具有更好的可扩展性和表达能力。 关键词)(I儿，XMLSchemaDefinition，模式提取，内容模型 中图法分类号TP31l文献标识码A Novel for XMLSchemaDefinitionBasedonContentModel ApproachExtracting Graph NING LIU YEDanl Jiu91·2 Jiel·3 CenterofSoftware ofSoftware，Chineseof 100190，China)1 (Technology Engineering，Institute AcademySciences，Beijing (Graduate ofSciences，Beijing100190，China)2 University，ChineseAcademy Scienceand ofScienceTechnologyofChina。Hefei230026，CNm)3 (Dept．ofComputer Technology。University Abstract canbeusedto andtransformationonXM吐documents， XM吐Schema performvalidation，querying Although alotofXMLdocumentsinreal havenoXMLSchemadefined．This all applications paperpresentedapproach，XSDIn— fer，tOextractXM已SchemaDefinition(XSD)fromXMLdocuments informationharves- automatically．Firstly，schema tedfrom the weretransformed XM[L