專利名稱：基于xml的不同格式文檔的轉(zhuǎn)換方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)信息交換技術(shù)領(lǐng)域，尤其涉及基于可擴(kuò)展置標(biāo)語言 (extensible Markup Language,簡稱XML)的不同格式文檔的轉(zhuǎn)換方法。
背景技術(shù)：
隨著各種計(jì)算機(jī)技術(shù)的發(fā)展和廣泛應(yīng)用，由計(jì)算機(jī)處理的文檔大量產(chǎn)生。 特別是辦公軟件應(yīng)用領(lǐng)域，存在大量的兼具顯現(xiàn)式樣和內(nèi)容數(shù)據(jù)的文檔。這 些文檔按照不同格式進(jìn)行描述和存儲，給不同的軟件工具處理帶來了兼容性 問題。為了解決這個(gè)問題，國際和國內(nèi)的標(biāo)準(zhǔn)化組織制定了數(shù)個(gè)文檔格式標(biāo) 準(zhǔn)。例如開放式文檔格式(Open Document Format,簡稱ODF)標(biāo)準(zhǔn)、OOXML (Office Open extensible Markup Language,簡稱OOXML)及我國自主制 定的國家標(biāo)準(zhǔn)UOF (Unified Office document Format,中文簡稱"標(biāo)文通)。 這些標(biāo)準(zhǔn)都是基于可擴(kuò)展置標(biāo)語言XML的。
XML產(chǎn)生于1998年，以其簡單性、可驗(yàn)證性、可擴(kuò)展性和互操作性等優(yōu) 點(diǎn)，輔以技術(shù)成熟、支持ISO/IEC 10646 (Unicode)國際標(biāo)準(zhǔn)等特點(diǎn)，成為 當(dāng)今國內(nèi)外電子商務(wù)與電子政務(wù)的關(guān)鍵信息交換技術(shù)之一。XML語言的結(jié)構(gòu)
化特性，使之成為描述各類文檔格式標(biāo)準(zhǔn)的基礎(chǔ)。
然而，對于上述基于XML的文檔格式標(biāo)準(zhǔn)，它們描述文檔內(nèi)容和表現(xiàn)式 樣的方式卻不盡相同，目前難以要求所有的軟件必須能夠存儲和閱讀所有格 式的文檔。 一個(gè)可行辦法是通過格式轉(zhuǎn)換解決不同文檔格式之間的兼容性問 題。格式轉(zhuǎn)換主要是實(shí)現(xiàn)顯現(xiàn)式樣之間的映射。現(xiàn)有技術(shù)中XML文檔格式轉(zhuǎn) 換的一般做法是將整個(gè)文檔提交給轉(zhuǎn)換程序，轉(zhuǎn)換程序按照可擴(kuò)展式樣單語 言轉(zhuǎn)換(Extensible Stylesheet Language,筒稱XSLT )式樣單(Style Sheet)中預(yù)先設(shè)計(jì)的規(guī)則，將源文檔的節(jié)點(diǎn)樹轉(zhuǎn)換為目標(biāo)文檔的節(jié)點(diǎn)樹，最后由轉(zhuǎn) 換程序保存轉(zhuǎn)換后的新的文檔。
由于電子文檔的大量使用，文檔格式轉(zhuǎn)換遂成為一種經(jīng)常使用的普遍的 需求。然而，由于文檔格式標(biāo)準(zhǔn)的多樣性和格式轉(zhuǎn)換的復(fù)雜性，在每一臺主 機(jī)上為所有格式安裝轉(zhuǎn)換器是不現(xiàn)實(shí)的，即使能夠安裝，也難以隨著格式標(biāo) 準(zhǔn)的更新對這些轉(zhuǎn)換器進(jìn)行維護(hù)。因此提供一種集中式的文檔轉(zhuǎn)換的方法成 為一種需要，通過集中式的文檔轉(zhuǎn)換可以解決上述問題。
但是，釆用集中式的文檔格式轉(zhuǎn)換服務(wù)存在以下問題(1 )格式轉(zhuǎn)換服
務(wù)的提供方一般難以保證是可信任的，特別是對于內(nèi)容敏感的文檔，要整體 傳送到格式轉(zhuǎn)換程序是不安全的，因?yàn)榉潜镜乜刂频母袷睫D(zhuǎn)換程序很可能會
留下文檔的副本并將其傳播出去；(2 )要將動輒幾十兆、上百兆的文檔通過 網(wǎng)絡(luò)傳送到格式轉(zhuǎn)換服務(wù)的提供方會帶來很大的流量開銷，傳送過程也會因 此受阻。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有技術(shù)存在的問題，提供一種基于XML的不同 格式文檔的轉(zhuǎn)換方法，能保證文檔格式轉(zhuǎn)換的安全性，減小格式轉(zhuǎn)換時(shí)的數(shù) 據(jù)傳輸量，使實(shí)現(xiàn)集中式的XML文檔格式轉(zhuǎn)換成為可能。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供了一種基于XML的不同格式文檔的轉(zhuǎn)換 方法，包括
步驟1、將待轉(zhuǎn)換文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成與所述節(jié)點(diǎn)內(nèi)容對應(yīng) 的唯一標(biāo)識符；
步驟2、將經(jīng)過步驟1之后的文檔，由格式轉(zhuǎn)換服務(wù)提供方轉(zhuǎn)換成目標(biāo)
格式；
步驟3、將轉(zhuǎn)換成目標(biāo)格式之后的所述文檔中的唯一標(biāo)識符，還原成對應(yīng)的所述欲保護(hù)的節(jié)點(diǎn)內(nèi)容。
本發(fā)明提供的基于XML的不同格式文檔的轉(zhuǎn)換方法，為由格式轉(zhuǎn)換服務(wù) 的提供方集中將XML文檔進(jìn)行格式轉(zhuǎn)換的實(shí)施提供了可能。本發(fā)明充分利用 了 XML文檔格式和內(nèi)容分離的優(yōu)勢，通過將待轉(zhuǎn)換文檔中的欲保護(hù)的節(jié)點(diǎn)內(nèi) 容轉(zhuǎn)換成唯一標(biāo)識符，將待轉(zhuǎn)換文檔進(jìn)行格式轉(zhuǎn)換后，再將目標(biāo)格式的文檔 中的唯一標(biāo)識符還原成待轉(zhuǎn)換文檔中相應(yīng)的欲保護(hù)的節(jié)點(diǎn)內(nèi)容。這樣，在將
待轉(zhuǎn)換文檔進(jìn)行轉(zhuǎn)換時(shí)，該文檔的欲保護(hù)的內(nèi)容信息不會被暴露，在進(jìn)行文 檔轉(zhuǎn)換時(shí)，不至于被提供格式轉(zhuǎn)換服務(wù)的提供方留副本或傳播出去，可以保 證文檔轉(zhuǎn)換的安全性；并且由于進(jìn)行文檔轉(zhuǎn)換時(shí)，不需要傳輸數(shù)據(jù)內(nèi)容，大 大降低了數(shù)據(jù)傳送量，減少了數(shù)據(jù)傳輸流量開銷。
下面通過附圖和實(shí)施例，對本發(fā)明的技術(shù)方案做進(jìn)一步的詳細(xì)描述。



具體實(shí)施例方式
如圖1所示為本發(fā)明基于XML的不同格式文檔的轉(zhuǎn)換方法實(shí)施例一流程 圖，包括-.
步驟1、將待轉(zhuǎn)換文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成與所述節(jié)點(diǎn)內(nèi)容對應(yīng)
的唯一標(biāo)識符；
步驟2、將經(jīng)過步驟1之后的文檔，由格式轉(zhuǎn)換服務(wù)提供方轉(zhuǎn)換成目標(biāo)
格式；
步驟3、將轉(zhuǎn)換成目標(biāo)格式之后的所述文檔中的唯一標(biāo)識符，還原成對 應(yīng)的所述欲保護(hù)的節(jié)點(diǎn)內(nèi)容。
本發(fā)明提供的XML文檔格式轉(zhuǎn)換方法，首先對待轉(zhuǎn)換文檔進(jìn)行預(yù)處理， 將待轉(zhuǎn)換文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成與該內(nèi)容對應(yīng)的唯一標(biāo)識符。XML文檔是一種格式與內(nèi)容分離的文檔，在將XML提交到格式轉(zhuǎn)換程序，對XML 文檔進(jìn)行格式轉(zhuǎn)換時(shí)，可能有的內(nèi)容并不希望被格式轉(zhuǎn)換服務(wù)的提供方看到， 這時(shí)需要通過預(yù)處理，將待轉(zhuǎn)換文檔中的欲保護(hù)的節(jié)點(diǎn)內(nèi)容轉(zhuǎn)換成與該節(jié)點(diǎn) 內(nèi)容對應(yīng)的唯一標(biāo)識符。例如， 一個(gè)XML文檔中出現(xiàn)的人名不希望被看到， 那么可以通過遍歷的方式，查找該文檔中的所有人名內(nèi)容并將其替換成對與 該人名內(nèi)容對應(yīng)的唯一標(biāo)識符，直到將文檔中所有的人名內(nèi)容都被替換成相 應(yīng)的唯一標(biāo)識符為止，并保持該文檔的格式信息不變。與欲保護(hù)的節(jié)點(diǎn)內(nèi)容 相對應(yīng)的唯一標(biāo)識符可以是任意一種能夠唯一標(biāo)識該欲保護(hù)的節(jié)點(diǎn)內(nèi)容的字 符或字符的組合，例如可以是數(shù)字、字母、字符串等，這些唯一標(biāo)識符與欲 保護(hù)的節(jié)點(diǎn)內(nèi)容之間應(yīng)當(dāng)具備唯一 的對應(yīng)關(guān)系，例如數(shù)字1對應(yīng)第 一人名， 數(shù)字2對應(yīng)第二人名等。
在將文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成相應(yīng)的唯一標(biāo)識符之后，將XML文 檔提交給一個(gè)格式轉(zhuǎn)換服務(wù)的提供方，由該格式轉(zhuǎn)換服務(wù)的提供方將該XML 文檔轉(zhuǎn)換成目標(biāo)格式的文檔。
對轉(zhuǎn)換成的目標(biāo)格式的文檔，查找出唯一標(biāo)識符，并將其還原成對應(yīng)的 欲保護(hù)的節(jié)點(diǎn)內(nèi)容，直到通過遍歷的方式將文檔中所有的唯一標(biāo)識符還原成 相應(yīng)的欲保護(hù)的節(jié)點(diǎn)內(nèi)容。這樣目標(biāo)格式的文檔中的內(nèi)容就恢復(fù)成了未轉(zhuǎn)換 格式之前的文檔中的內(nèi)容，并且文檔的格式又符合了目標(biāo)格式。
本發(fā)明提供的基于XML的不同格式文檔的轉(zhuǎn)換方法，充分利用了 XML文 檔格式和內(nèi)容分離的優(yōu)勢，通過將待轉(zhuǎn)換文檔中的欲保護(hù)的節(jié)點(diǎn)內(nèi)容轉(zhuǎn)換成 唯一標(biāo)識符，將待轉(zhuǎn)換文檔進(jìn)行格式轉(zhuǎn)換后，再將目標(biāo)格式的文檔中的唯一 標(biāo)識符轉(zhuǎn)換成對應(yīng)的欲保護(hù)的節(jié)點(diǎn)內(nèi)容。這樣，在將待轉(zhuǎn)換文檔進(jìn)行轉(zhuǎn)換時(shí)， 該文檔的欲保護(hù)的內(nèi)容信息不會被暴露，在進(jìn)行文檔轉(zhuǎn)換時(shí)，不至于被格式 轉(zhuǎn)換服務(wù)的提供方留副本或傳播出去，可以保證文檔轉(zhuǎn)換的安全性；并且由 于進(jìn)行文檔轉(zhuǎn)換時(shí)，不需要傳輸數(shù)據(jù)內(nèi)容，大大降低了數(shù)據(jù)傳送量，減少了 數(shù)據(jù)傳輸流量開銷。因此，本發(fā)明提供的方法使得由格式轉(zhuǎn)換服務(wù)的提供方提供集中式XML文檔格式轉(zhuǎn)換成為切實(shí)可行的方法。
較佳地，唯一標(biāo)識符可以是XPath路徑。XPath是XML的路徑語言，用 于查找XML文檔中的信息，可以使用路徑表達(dá)式在XML文檔中選取節(jié)點(diǎn)。XML 文檔結(jié)構(gòu)是一棵樹，每個(gè)節(jié)點(diǎn)在樹中的路徑就是該節(jié)點(diǎn)的XPath路徑，是唯 一的。比如book/chapter [l]表示節(jié)點(diǎn)book下所有chapter子節(jié)點(diǎn)中的第一 個(gè)。Xpath可以找到唯一的一個(gè)或若干節(jié)點(diǎn)，節(jié)點(diǎn)內(nèi)容可由文檔對象模型 (Document Object Model,簡稱謂)接口提取。
XPath路徑與節(jié)點(diǎn)內(nèi)容之間的對應(yīng)關(guān)系可以根據(jù)轉(zhuǎn)換前的源文檔獲得， 這樣，就不需要再單獨(dú)建立和維護(hù)欲保護(hù)的節(jié)點(diǎn)內(nèi)容與唯一標(biāo)識符之間的對 應(yīng)關(guān)系。
序，也可以是通過網(wǎng)絡(luò)服務(wù)(Web Service )的方式提供格式轉(zhuǎn)換服務(wù)，這樣 遠(yuǎn)程主機(jī)或程序不必是安全的，降低了對于提供格式轉(zhuǎn)換服務(wù)的提供方的安 全性要求。
下面以將待轉(zhuǎn)換文檔中的欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成XPath路徑為例，說 明本發(fā)明的具體實(shí)現(xiàn)過程。例如，文檔A為第一種格式的待轉(zhuǎn)換XML文檔， 文檔B為目標(biāo)格式的XML文檔。首先，本地程序進(jìn)行預(yù)處理，將文檔A中的 所有非格式節(jié)點(diǎn)的內(nèi)容替換成XPath路徑，然后將文檔A保存成新的文檔A，。 這時(shí)，文檔A，仍然符合第一種格式，但不包含數(shù)據(jù)內(nèi)容。由于XML文檔除了 格式節(jié)點(diǎn)之外還可能有數(shù)據(jù)節(jié)點(diǎn)等其它類型節(jié)點(diǎn)，本發(fā)明中所稱非格式節(jié)點(diǎn) 的內(nèi)容是指除了格式節(jié)點(diǎn)的內(nèi)容之外的其他內(nèi)容。
將文檔A，發(fā)送至提供文檔格式轉(zhuǎn)換服務(wù)的遠(yuǎn)程主機(jī)，通過格式轉(zhuǎn)換程序 的轉(zhuǎn)換，將文檔A'轉(zhuǎn)換成文檔B，。文檔B，符合目標(biāo)格式，但不包括非格式 節(jié)點(diǎn)的內(nèi)容，僅有相應(yīng)的XPath路徑。然后將文檔B，由遠(yuǎn)程主機(jī)傳輸?shù)奖?地。
本地程序從文檔A提取文檔B，中XPath路徑對應(yīng)的非格式節(jié)點(diǎn)內(nèi)容，用該非格式節(jié)點(diǎn)內(nèi)容替換文檔B，中的XPath路徑。待文檔B，中的所有XPath 都替換完成后，將文檔B'保存后得到文檔B。文檔B符合目標(biāo)格式，并且文 檔B中包含有文檔A中的全部非格式節(jié)點(diǎn)內(nèi)容。
這樣，通過將待轉(zhuǎn)換文檔中的非格式節(jié)點(diǎn)內(nèi)容轉(zhuǎn)換成XPath路徑，不需 要單獨(dú)建立和維護(hù)非格式節(jié)點(diǎn)內(nèi)容和唯一標(biāo)識符的對應(yīng)關(guān)系，經(jīng)過遠(yuǎn)程轉(zhuǎn)換 程序?qū)⒋D(zhuǎn)換文檔進(jìn)行格式轉(zhuǎn)換后，可以很方便地利用XPath路徑與源文檔 中非格式節(jié)點(diǎn)內(nèi)容的對應(yīng)關(guān)系，將經(jīng)過格式轉(zhuǎn)換后的文檔中的XPath路徑替 換為源文檔中的相應(yīng)內(nèi)容，保證了文檔轉(zhuǎn)換的安全性，降低了數(shù)據(jù)傳輸量。
需要說明的是，本發(fā)明中涉及的將待轉(zhuǎn)換文檔中的欲保護(hù)的節(jié)點(diǎn)內(nèi)容替 換為唯一標(biāo)識符或者將唯一標(biāo)識符替換為相應(yīng)的欲保護(hù)的節(jié)點(diǎn)內(nèi)容的方法， 以及將已經(jīng)替換為唯一標(biāo)識符的文檔進(jìn)行格式轉(zhuǎn)換的方法，可以基于XSLT技 術(shù)進(jìn)行，也可以通過其他的XML文檔處理方法進(jìn)行。
本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述方法實(shí)施例的全部或部分步驟 可以通過程序指令相關(guān)的硬件和軟件來完成，前述的程序可以存儲于一計(jì)算 機(jī)可讀取存儲介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述方法實(shí)施例的步驟； 而前述的存儲介質(zhì)包括R0M、 RAM、磁碟或者光盤等各種可以存儲程序代碼 的介質(zhì)。
最后應(yīng)說明的是以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其 限制；盡管參照前述實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù) 人員應(yīng)當(dāng)理解其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或 者對其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技 術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。
權(quán)利要求
1、一種基于XML的不同格式文檔的轉(zhuǎn)換方法，其特征在于，包括步驟1、將待轉(zhuǎn)換文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成與所述節(jié)點(diǎn)內(nèi)容對應(yīng)的唯一標(biāo)識符；步驟2、將經(jīng)過步驟1之后的文檔，由格式轉(zhuǎn)換服務(wù)提供方轉(zhuǎn)換成目標(biāo)格式；步驟3、將轉(zhuǎn)換成目標(biāo)格式之后的所述文檔中的唯一標(biāo)識符，還原成對應(yīng)的所述欲保護(hù)的節(jié)點(diǎn)內(nèi)容。
2、 根據(jù)權(quán)利要求1所述的基于XML的不同格式文檔的轉(zhuǎn)換方法，其特 征在于，所述步驟l具體為將待轉(zhuǎn)換文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成XPath路徑； 所述步驟3具體為將轉(zhuǎn)換成目標(biāo)格式之后的所述文檔中的XPath路徑，還原成對應(yīng)的所述 欲保護(hù)的節(jié)點(diǎn)內(nèi)容。
3、 根據(jù)權(quán)利要求1所述的基于XML的不同格式文檔的轉(zhuǎn)換方法，其特 征在于，所述步驟l具體為遍歷待轉(zhuǎn)換文檔，將所有欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成所述唯一標(biāo)識符； 所述步驟3具體為遍歷轉(zhuǎn)換成目標(biāo)格式之后的所述文檔，將其中所有的唯一標(biāo)識符還原成 對應(yīng)的所述欲保護(hù)的節(jié)點(diǎn)內(nèi)容。
4、 根據(jù)權(quán)利要求1或2所述的基于XML的不同格式文檔的轉(zhuǎn)換方法， 其特征在于，所述步驟2具體為將經(jīng)過步驟l之后的文檔，通過設(shè)置在遠(yuǎn)程主機(jī)上的格式轉(zhuǎn)換程序轉(zhuǎn) 換成目標(biāo)格式。
5、 根據(jù)權(quán)利要求1或2所述的基于XML的不同格式文檔的轉(zhuǎn)換方法， 其特征在于，所述步驟2具體為將經(jīng)過步驟1之后的文檔，通過網(wǎng)絡(luò)服務(wù)提供的格式轉(zhuǎn)換服務(wù)轉(zhuǎn)換成 目標(biāo)格式。
6、根據(jù)權(quán)利要求1所述的基于XML的不同格式文檔的轉(zhuǎn)換方法，其特 征在于，所述步驟1中基于可擴(kuò)展式樣單語言轉(zhuǎn)換方法將待轉(zhuǎn)換文檔中欲 保護(hù)的節(jié)點(diǎn)內(nèi)容替換成與所述節(jié)點(diǎn)內(nèi)容對應(yīng)的唯一標(biāo)識符；所述步驟3中基于可擴(kuò)展式樣單語言轉(zhuǎn)換方法將轉(zhuǎn)換成目標(biāo)格式之后 的所述文檔中的唯一標(biāo)識符，還原成對應(yīng)的所述欲保護(hù)的節(jié)點(diǎn)內(nèi)容。
全文摘要
本發(fā)明涉及一種基于XML的不同格式文檔的轉(zhuǎn)換方法，包括步驟1.將待轉(zhuǎn)換文檔中欲保護(hù)的節(jié)點(diǎn)內(nèi)容替換成與所述節(jié)點(diǎn)內(nèi)容對應(yīng)的唯一標(biāo)識符；步驟2.將經(jīng)過步驟1之后的文檔，由格式轉(zhuǎn)換服務(wù)提供方轉(zhuǎn)換成目標(biāo)格式；步驟3.將轉(zhuǎn)換成目標(biāo)格式之后的所述文檔中的唯一標(biāo)識符，還原成對應(yīng)的所述欲保護(hù)的節(jié)點(diǎn)內(nèi)容。本發(fā)明提供的方法，在將待轉(zhuǎn)換文檔進(jìn)行轉(zhuǎn)換時(shí)，該文檔的欲保護(hù)的內(nèi)容信息不會被暴露，可以保證文檔轉(zhuǎn)換的安全性；并且由于進(jìn)行文檔轉(zhuǎn)換時(shí)，不需要傳輸數(shù)據(jù)內(nèi)容，大大降低了數(shù)據(jù)傳送量，減少了數(shù)據(jù)傳輸流量開銷。
文檔編號G06F17/22GK101615174SQ20081011547
公開日2009年12月30日 申請日期2008年6月24日 優(yōu)先權(quán)日2008年6月24日
發(fā)明者霞 侯, 寧 李 申請人:北京信息科技大學(xué)