CN1230771C - 处理正则路径表达式查询的扩展标记语言索引方法 - Google Patents

Abstract

一种路径索引查找方法，即扩展标记语言(XML)索引方法，通过这个方法，关系数据库可以稳定地处理查询而不管用户如何定义这个查询。在路径索引查找方法中，利用路径查找表和扩展边缘表通过单一的连接操作可以处理具有特定长度的正则路径表达式。因此作为XML用户查询的核心类型的正则路径表达式查询可以被稳定和迅速地处理，而不管用户如何描述所述查询。

Description

处理正则路径表达式查询的扩展标记语言索引方法

技术领域

本发明要求2002年5月8日在韩国知识产权办公室提交的韩国专利申请第2002-25398号的优先权，其内容在此引入作为参考。

本发明涉及一种路径索引查找方法，它是一种扩展标记语言(XML)索引方法，通过它，关系数据库可以稳定地处理一个查询而不管用户如何表达这个查询，本发明具体涉及一种用于利用路径查找表和扩展边缘表通过单一的连接操作处理具有特定长度的正则路径表达式的方法。

背景技术

已经被提出作为用于在因特网上信息交换的标准语言的扩展标记语言(XML)被广泛地用于计算机和网络系统中(SynML，UpnP)和许多其他工业领域中，如生物信息(BSMP，BioML)、电子商务(ebXML，ECML)、电子数据交换(XML-EDI)、地理信息和全球定位系统(GPS)(GML，NVML)、多媒体(MPEG-7，IML)、娱乐(MusicXML，GML)、教育(LMML，TML)、医疗保健(CTDM，TDL)、出版(BiblioML，DocBook)、电视广播(TV-Anytime)等。

在XML中写入的数据在许多方面上不同于在诸如关系数据库或面向对象数据库的现有数据库中的典型数据，例如前者数据是半结构化的。换句话说，XML提供了适用于应用领域的一种文件类型定义(DTD)，但是具有半结构化特点，表现在XML可以不严格遵循DTD。

由于XML的半结构化特点，因此在不同数据源之间的数据表达和交换是灵活的。XML因为半结构化特点以及因为简单的数据表达而在许多应用领域用作标准语言。

因为XML的半结构化特点，因此允许XML文件的程序员变换偏离DTD的XML数据，以便产生XML文件。而且，XML文件的用户可以搜索数据而不用准确知道XML数据的结构。

基于XML的半结构化特点的数据搜索可以有效地用于用户不准确知道包括要搜索的数据的XML文件的结构的情况下。如果用户对网络搜索在特定领域的一个XML文件的网页，则用户可以甚至从不准确反映所述特定领域的模式的部分认识获得关于所找到的XML文件的查询的结果。

可以以正则的路径表达式查询——例如以XML查询即XQuery——来表达根据用户的XML数据的半结构化特点的检索表达。因为对照根据一般模式的数据库查询，XML正则路径表达式查询不准确地描述与查询的条件对应的数据的结构，因此查询处理系统可以根据用户定义查询的方法来不同地翻译和执行表示同一条件的查询。因此，其中查询处理系统翻译和优化XML正则路径表达式查询的方法可以大大地影响查询处理的性能。

一种在关系数据库中存储XML文件的方法的示例包括边缘方法和属性(attribute)方法。边缘方法具有一个优点，即，即使没有关于XML文件的模式数据，XML文件也可以被存储和处理。但是，由于对于相对较长边缘数据的复制次数等于路径表达式的长度的自连接操作，边缘方法可能导致性能的降低。连接操作表示计算在一个表的元素和另一个表的元素之间的关系的操作。自连接操作表示计算在一个表内现有的元素之间的关系的操作。

在属性方法中，当已经知道XML文件的模式数据时产生和处理实体单元表。因此，可以将数据划分和存储在多个表中，提供了比边缘方法更高的性能。但是，在属性方法中，表的数量可能依赖于XML模式而过量地增加，或者数据可能被不必要地分段。

为了解决这些问题，已经进行了如下方法的研究，即确定可以通过使用用于存储XML文件的数据提炼方法来划分的表的类型和数量而不用模式引导。因为边缘方法和属性方法一般提供用来处理路径表达式，这两种方法要求与路径表达式的长度一样多的表连接操作。而且，这两种方法不适合于处理正则的路径表达式。

边缘方法包括一种利用标记的起始和结束偏移的信息来处理正则路径表达式的方法。如果边缘方法被用于长路径表达式，则用于处理正则路径表达式的边缘方法无效。用于处理正则路径表达式的边缘方法的查询处理性能依赖于用户定义查询的方法。

索引XML数据的路径表达式的方法的示例是一种索引构造方法，其中以信号索引结构管理在XML文件中存在的用于各种路径的索引。索引结构是被扩展来支持关系数据库的结构。在索引构造方法中，为了处理特定路径的正则路径表达式，所述特定路径必须被另外指定为在索引结构中的一个细化路径。

已经提出了一种作为索引的表结构。但是，当采用所述索引构造方法来索引XML路径表达式的时候，索引表的数量增加，或索引表可能被分段。XML数据路径表达式处理类似于在面向对象的数据库中执行的路径表达式处理，表现在XML数据路径表达式处理以围绕树运动的方式进行。

发明内容

本发明提供了一种有效的XML索引方法，其中关系数据库统一地翻译XML正则路径表示查询而不管用户如何描述所述查询。

具体而言，本发明提供了一种XML索引方法，用于通过单一的连接操作来处理正则的路径表达式，而不管正则路径表达式的长度如何，以便解决传统的问题，即查询处理的性能随着正则路径表达式长度的增加而降低的问题。本发明还提供了可以不必修改关系数据库系统引擎而使用的表和基于B树的XML索引表数据结构。

根据本发明的一个方面，提供了一种路径索引查找方法，其中，首先从以包括扩展标记语言(XML)的预定语言写的文件中提取表示信息源的多个路径信息。接着，从用户输出并在路径查找表存储单元存储与多个路径信息和表示是否已经在另一个存储单元中详细存储了所述多个路径信息的索引标志信息对应的用户路径ID信息。其后，如果索引标志信息对应于预定的值，则从用户接收每个路径信息的源ID和目标ID，并将其存储在扩展边缘表存储单元中。然后，从用户接收用于检索信息的正则路径表达式，并且对路径查找表存储单元搜索与正则路径表达式匹配的路径表达式信息，以获得对应于要检索的信息的路径的路径ID信息。最后，对扩展边缘表存储单元搜索与在上面步骤中获得的路径ID信息匹配的路径ID信息的源ID和目标ID。

根据本发明的另一个方面，提供了一种计算机记录介质，它存储用于执行路径索引查找方法的计算机程序。

根据本发明的另一个方面，提供了一种路径索引查找装置，它包括路径查找表存储单元、扩展边缘表存储单元、路径ID检索单元和路径信息确定和输出单元。所述路径查找表存储单元从用户接收在以包括XML的预定语言写的文件中包括的、与用于信息源的至少一段路径信息对应的路径ID信息，和表示是否已经在另一个存储单元中指定了路径信息的索引标志信息，并且存储路径ID信息和索引标志信息。如果索引标志信息具有预定值，则扩展边缘表存储单元从用户接收每个路径信息的源ID和目标ID，并存储源ID和目标ID。路径ID检索单元从用户接收用于检索信息的正则路径表达式，在路径查找表存储单元搜索与所述正则路径表达式匹配的路径表达式信息，并且获得与要检索的信息的路径对应的路径ID信息。路径信息确定和输出单元对扩展边缘表存储单元搜索与在路径ID检索单元中获得的路径ID信息匹配的路径ID信息的源ID和目标ID，并且输出匹配的路径ID信息的源ID和目标ID。

根据本发明的另一个方面，提供了一种路径查找表，用于在关系数据库中存储以包括XML的预定语言写的文件，并且包括多个用于信息源的路径信息。所述路径查找表包括表示路径——要检索的信息沿着这些路径被存储在所述文件中——名称的路径名称信息、表示路径ID的路径ID信息和表示是否在扩展边缘表中索引路径的索引标志信息，所述扩展边缘表存储在所述文件中的许多路径的源ID和目标ID。如果从用户接收到用于检索信息的正则路径表达式，则对路径查找表搜索关于与所述正则路径表达式匹配的路径表达式的路径名称信息，以便输出对应于所述路径名称信息的路径ID信息。

根据本发明的另一个方面，提供了一种扩展边缘表，用于在关系数据库中存储以包括XML的预定语言写的文件，并且包括多个用于信息源的路径信息。所述扩展边缘表包括表示路径——要检索的信息沿着这些路径被存储在所述文件中——ID的路径ID信息、表示路径源ID的源ID信息和表示路径目标ID的目标ID信息。如果从用户接收到要检索信息的路径ID信息，则扩展边缘表输出对应于所述路径ID信息的源ID信息和目标ID信息。

对照根据用户查询的形式提供性能的现有方法，根据本发明的路径索引查找方法可以与用户查询的形式无关地、稳定和迅速地处理正则路径表达式。

附图说明

通过参照附图详细说明本发明的示范实施例，本发明的上述和其他特点和优点将会变得更加清楚，其中：

图1A示出了表示TV-anytime的部分元数据规范的扩展标记语言(XML)文件的一个实施例；

图1B示出了表示TV-anytime的部分元数据规范的XML文件的树结构；

图2是示出在正则路径表达式中使用的主要符号和所述符号的表示法的表；

图3示出了一个实施例，其中利用图2的元素表和文本表来表达元素；

图4是示出了用于正则路径表达式的SQL类语法的表；

图5A示出了输入的XML文件的一个实施例；

图5B示出了根据本发明的XML文件的路径查找表的一个实施例；

图5C示出了根据本发明的XML文件的扩展边缘表的一个实施例；

图6是表示根据本发明的用于路径索引查找方法的结构图；

图7是表示根据本发明的用于正则路径表达式查询的路径索引查找方法的流程图；

图8是根据本发明的、用于正则路径表达式查询的路径索引查找装置的方框图；

图9是在本发明的一个实验中使用的正则路径表达式表；及

图10是表示根据本发明的、在关于正则路径表达式中节点数量的时间的反应周期中的变化的图。

具体实施方式

当用户在XML文件中指示要访问的某个实体的路径时，正则路径表达式缩短并表达所述路径。

图1A和图1B示出了表示TV-anytime的部分元数据规范的扩展标记语言(XML)文件的一个实施例。TV-anytime的元数据表示与TV广播节目相关的数据。元数据包括节目ID、标题、提要、关键字、格式和演员表。图1A示出了TV-anytime的XML文件的示例，图1B示出了一个树结构，其中表达了XML文件的内容。

可以从图1B看出，在诸如TV-anytime的一般商业应用领域中的XML文件的树结构非常大和复杂。因此，当用户请求搜索XML文件的时候，不容易定义一个准确路径。如果用户试图检索在特定节目中演出的演员的姓名时，用户可以定义从根元素到姓名元素列举的绝对路径表达式，如/ProgramInformation/BasicDescription/CastList/CastMember/Agent/Name(/节目信息/简要说明/演员表/演员/代理/姓名)。但是用户也可以更简单地定义一个正则路径表达式，其仅仅列举用户认为需要的元素名称，如/ProgramInformation//CastList//Agent/Name(/节目信息//演员表//代理/姓名)。在绝对路径中的符号“/”表示在XML文件中直接的父子关系。在所述正则路径表达式中符号“//”表示从父子关系扩展的祖先-子孙关系，并且被广泛用于正则路径表达式。

图2是示出在正则路径表达式中使用的主要符号和所述符号的表示法的表。具体而言，图2示出了万维网联盟(W3C)提出的关于XML查询XQuery的正则路径表达式的主要符号和所述主要符号的表示法。可以利用图2的符号以几种正则路径表达式来表示单一的绝对路径表达式。

例如可用包括正则路径表达式/ProgramInformation//CastList//Agent/Name的下列各种正则路径表达式来表达绝对路径表达式/ProgramInformation/BasicDescription/CastList/CastMember/Agent/Name：

//CastMember//Name

/ProgramInformation/*/Agent/Name

//CastList//Agent/？

其中，//CastMember//Name简单地表示了绝对路径表达式的内容。象这样，用户可以以不同的正则路径表达式来表达内容。因此，用于处理正则路径表达式的系统根据如何翻译用户的查询可以提供的差别很大的性能。

在现有技术中，关系数据库提供下列两个表以处理关于XML文件的正则路径表达式查询。

Elements(term，docno，begin，end，level)

Texts(term，docno，wordno，level)

元素表(Element table)存储了XML文件的元素和属性，它们以一个元素和一个属性的元组形式被指定为标记。在元素表中，“term”表示标记的名称。“docno”表示所述标记所属的文件的ID，“begin”和“end”定义了“term”所属的标记的偏移范围，“level”表示在XML文件中的元素的复制频率，即祖先的数量。

文本表以独立值的元组存储包括在XML文件的标记中的值。在文本表中，“docno”表示特定值的ID，“wordno”表示在XML文件中的值的偏移，“level(级)”表示在XML文件中元素的复制频率。在这个数据库结构中，通过利用包括在元素表中的元素的偏移和级(level)值执行自结合来处理正则路径表达式。

图3示出了一个实施例，其中利用图2的元素表和文本表来表达元素。如果如(1，1:23，0)、(1，8:22，1)或(1，14:21，2)来描述一个元素，即部分，则在第一列中的数字表示“docno”，在中间列中的数字组表示“begin(开始)”和“end(结束)”偏移，在最后一个列中的数字表示“level(级)”。

换句话说，在现有技术中，通过自结合元素表来处理正则路径表达式。例如，在下面的SQL查询中表示正则路径表达式//CastMember//Name：

Select e1

From Elements e1，Elements e2

Where e1.term＝‘CastMember’

And e2.term＝‘Name’

And e1.begin＜e2.begin

And e1.end＞e2.end

And e1.docno＝e2.docno

通过将用于元素CastMember的表的元素与用于元素Name的表的元素的自连接操作来处理这个查询。由符号“//”表达的祖先-子孙关系可以基于在两个元素的偏移之间的包括关系来建立。

换句话说，如果在XML文件中的元素A的“begin”偏移小于在所述XML文件中的元素B，并且元素A的“end”偏移大于元素B，则建立一个正则路径表达式A//B。因此，上述的查询表示条件：元素CastMember的“begin”偏移小于元素Name，并且元素CastMember的“end”偏移大于元素Name。

现有的正则路径表达式处理方法有一个问题，即查询处理系统的性能取决于用户如何描述正则路径表达式。换句话说，根据正则路径表达式已经表示了多少标记来确定被要求来处理正则路径表达式的连接操作的频率。

如上所述，由于可以将一个绝对路径表达式转换为几个正则路径表达式，因此连接操作的频率不同。

假定正则路径表达式//CastMember//Name、/ProgramInformation/BasicDescription/CastList/CastMember/Agent/Name和/ProgramInformation//CastList//Agent/Name表示同一内容。正则路径表达式//CastMember//Name仅仅需要一次连接操作。正则路径表达式/ProgramInformation/BasicDescription/CastList/CastMember/Agent/Name需要5次连接操作。正则路径表达式/ProgramInformation//CastList//Agent/Name需要3次连接操作。

如上所述，现有的正则路径表达式处理方法有很多问题，所以不适合实际的应用领域。因此，存储和检索XML文件的技术已经被认为是在与XML处理相关的应用领域中的一个技术瓶颈。

在被提出来解决上述问题的根据本发明的一种路径索引查找方法中，向现有的两个元素和文本表中加入了下面两个表以便索引XML文件：

PathLookup(pathname，pathid，indexflag)

ExtendedEdge(pathid，sorid，tarid)

路径查找(PathLookup)表存储在以元组解析(parsing)XML文件后获得的可能的路径。在路径查找表中，“pathname”表示路径的名称，“pathid”表示路径的ID，并且“indexflag”表示是否在扩展边缘表(ExtendedEdge)中索引路径。扩展边缘表存储长度上是1或更大的路径的索引信息。在扩展边缘表中，“pathid”表示在路径查找表中指示元组的路径的ID，“sorid(源ID)”和“tarid(目标ID)”表示在元素表中的元素的ID。

当向数据库输入XML文件的时候，所有的可能路径名称与它们的ID一起以元组被提取并存储在路径查找表中。因为可以在解析文件期间提取XML文件的路径，因此XML文件的DTD或其XML模式是不必要的。

在XML文件的树结构中，在对于具有距离根级第k级的接点A的可能路径中可能存在k个以A结束的路径，它们的长度是1或更大。在此，应当注意在提取文件的路径时，从前一个文件提取的路径不输入到数据库中。因此，即使当具有类似数据结构的大XML文件被输入到数据库时，路径查找表的大小不大幅度地增加。

路径查找表作为一个索引，用于迅速将用户输入的正则路径表达式转换为实际存在于XML数据空间的路径。利用SQL类语法来执行将用户定义的正则路径表达式映射为存储在路径查找表中的路径的操作。

为了简化利用SQL语法的正则路径表达式的映射，当路径的名称被存储在路径查找表的时候，一个标记被附加在路径的每个节点，并且然后将结果路径的名称存储其中。例如，以‘<A><B><C>’的形式存储一个路径‘A/B/C’。

图4是示出了正则路径表达式的SQL类语法的表。为了利用图4的SQL类语法从路径查找表检索路径，从上述示例的正则路径表达式/ProgramInformation//CastList//Agent/Name写下列SQL语法：

Select pathid

From PathLookup

Where pathname like

‘<ProgramInformation>％<CastList>％<Agent><Name>’；

同时，扩展边缘表是用于迅速处理XML文件的路径的路径索引表。因为在扩展边缘表中的每个元组含有用于查找的pathid，因此引用路径查找表的元组。

表示每个路径的起始节点(sorid)和结束节点(tarid)字段值引用元素表的元组。如果结束节点(tarid)表示文本而不是元素，则结束节点(tarid)引用文本表的元组。应当注意，对照其中通过重复连接操作来处理路径的现有边缘方法，扩展边缘表具有这样的结构，其中可以通过一个连接操作来访问很长的路径而不需要另外的连接操作。

图5A示出了输入的XML文件的一个实施例。图5B示出了图5A的XML文件的路径查找表的一个实施例。图5C示出了图5A的XML文件的扩展边缘表的一个实施例。换句话说，图5A示出了输入的XML文件的结构，图5B示出了当输入XML文件时新产生的路径的路径查找表。图5B的路径查找表的字段indexflag表示是否在扩展边缘表中索引了新产生的路径。

可以从图5B看出，在扩展边缘表中仅仅索引了路径/A/B/C和/A/B/D。因为扩展边缘表与XML文件的节点的数量的平方成正比，如果索引所有的路径，则路径查找表的大小可能过量地扩大。因此，仅仅在扩展边缘表中存储被分类用来被索引的路径。

图5C的扩展边缘表存储了在图5B的路径查找表的indexflag字段中指示的路径/A/B/C和/A/B/D的实际路径实例。

在扩展边缘表中，因为访问对于给定的正则路径表达式的由在路径查找表中找到的pathid表示的元组，因此pathid被指定为扩展边缘表的关键字段。如果B-树索引被用在所述关键字段中，则对应于所述pathid的路径可以被非常快地被访问。

在利用路径索引查找方法的正则路径表达式的处理中，首先，从路径查找表找到正则路径表达式的可能路径表达式，并且获得可能路径的ID。其后，从扩展边缘表获得对应于所获得的路径ID的sorid和tarid值。可以在pathid连接操作中表示上述两个步骤。

图6是用于表示根据本发明的路径索引查找方法的结构图。如图6所示，在根据本发明的路径索引查找方法中，通过路径查找表搜索和扩展边缘表B-树搜索来处理正则路径表达式，而不管由用户定义的正则路径表达式的类型如何。

当在现有方法中处理TV-anytime XML文件的正则路径表达式/ProgramInformation//CastList//Agent/Name时，获得下面的SQL语法：

    Select e4.id

           From Elements e1，

　　            Elements e2，

　　            Elements e3，

　　            Elements e4

　　Where e1.tagname＝‘ProgramInformation’

　　And e2.tagname＝‘CastList’

　　And e3.tagname＝‘Agent’

　　And e4.tagname＝‘Name’

　　And e1.docno＝e2.docno

　　And e1.begin＜e2.begin

　　And e1.end＞e2.end

　　And e2.docno＝e3.docno

　　And e2.begin＜e3.begin

　　And e3.docno＝e4.docno

　　And e3.level＝e4.level 1；

即，用于现有的正则路径表达式处理方法的SQL语法包括三个连接操作。但是，通过一个连接操作来处理用于根据本发明的路径索引查找方法的下列SQL语法：

Select eet.Tarid

From PathLookup pl，

      ExtendedEdge ee

Where pl.pathname like‘/ProgramInformation％CastList％Agent/Name’

And pl.pathid＝ee.pathid

图7是用于表示根据本发明的正则路径表达式查询的路径索引查找方法的流程图。在步骤710中，所有的可能路径名称从XML文件被提取并与pathid信息和indexflag信息一起存储在路径查找表中。在步骤720，在扩展边缘表中存储每个pathid的sorid和tarid。

在步骤730，接收到一个正则路径表达式。在步骤740，对路径查找表搜索对应于所述正则路径表达式的路径表达式，并且获得所述路径表达式的pathid。在此，利用SQL类语法从路径查找表获得路径的pathid。在连接操作期间，所获得的pathid作为连接密钥(key)。

在步骤750，通过使用所获得的pathid作为搜索密钥来对扩展边缘表搜索路径的sorid和tarid。在此，对扩展边缘表进行B-树搜索。

图8是根据本发明的、用于正则路径表达式查询的路径索引查找装置的方框图。路径索引查找装置包括路径查找表存储单元810、扩展边缘表存储单元820、pathid检索单元830和路径信息确定和输出单元840。

路径查找表存储单元810从XML文件提取多个路径信息，并且将它们与从用户接收到的pathid信息和indexflag信息一起存储。路径信息、pathid信息和indexflag信息被以图5B所示的表的格式存储。

扩展边缘表存储单元820从用户接收与每个pathid有关的sorid和tarid，并且以图5C所示的表的格式存储它们。

pathid检索单元830从用户接收关于正则路径表达式的信息，并且检索对应于正则路径表达式的路径以获得路径的pathid。

路径信息确定和输出单元840对扩展边缘表存储单元820搜索对应于在pathid检索单元830获得的pathid的路径信息，从路径信息提取sorid和tarid信息，并且输出它们。

进行了用于将根据本发明的用于正则路径表达式查询的路径索引查找方法的性能与现有偏移连接方法的性能相比较的实验。在所述实验中，1200个TV-anytime文件被输入到关系数据库系统，PostgreSQL，并且在完成所述输入后的表的元素的节点的数量是大约1,000,000。

图9是在本发明的上述实验中使用的正则路径表达式表。如图9所示，所述实验测量了被要求来处理具有2-9个节点的正则路径表达式的时间的反应周期。

图10是示出了根据本发明的、在关于正则路径表达式中节点数量的时间的反应周期中的变化的视图。在图10中，偏移-连接表示在现有偏移-连接方法中的反应时间，路径查找表示在根据本发明的路径索引查找方法中的反应时间。

如图10所示，在现有的偏移-结合方法中，随着正则路径表达式的变长，反应时间增加。另一方面，根据本发明的路径索引查找方法提供了均匀的良好性能而不对正则路径表达式的长度敏感。甚至当在正则路径表达式中的节点的数量是2的时候，即，甚至当在现有的偏移-连接方法中要求一次的连接操作时，路径查找小于偏移-连接，因为路径索引查找方法使得扩展边缘表能够利用B-树迅速访问路径表达式的元组。因此，路径索引查找方法与现有的偏移-连接方法相比提供了更好的性能。而且，因为现有的偏移-连接方法使用在偏移之间的包括关系，因此偏移-连接大于路径查找。

本发明的实施例可以被写为计算机程序，存储在计算机可读的记录介质并且在通用的数字计算机中被执行。用于本发明的实施例的数据的结构也可以以多种方式被记录到计算机可读的记录介质上。计算机可读的记录介质的示例包括磁存储媒体(如ROM、软盘、硬盘等)、光记录媒体(如CD-ROM或DVD)和诸如载波的存储介质(如通过因特网的传输)。

虽然已经参照本发明的示范实施例具体示出和说明了本发明，本领域的普通技术人员会明白，在不脱离所附的权利要求所限定的本发明的精神和范围的情况下，可以进行形式和细节上的各种改变。

如上所述，本发明提供了一种利用单一连接操作处理正则路径表达式而不管用户做出的查询的形式如何的方法，所述正则路径表达式是XML查询的格式的核心部分。因此，所述方法可以有效地用于要求存储XML文件的数字电视和其他各种信息装置的EPG信息索引和检索引擎中。

而且，在本发明中，XML文件被有效地索引和存储在关系数据库中。于是，作为核心用户XML查询类型的正则路径表达式查询被稳定和迅速地处理而不管用户做出的查询的格式如何。具体讲，对照现有技术，本发明可以通过一次连接操作来处理正则路径表达式而不管用户做出的查询的格式如何，其中在现有技术中，由于依赖于用户做出的查询的格式，正则路径表达式被不稳定地处理。

Claims (4)

1.一种路径索引查找方法，包括：

从以包括扩展标记语言的预定语言写的文件中提取表示信息源的多个路径信息；

从用户接收并在路径查找表存储单元存储与多个路径信息和表示是否已经在另一个存储单元中详细存储了所述多个路径信息的索引标志信息对应的用户路径ID信息；

如果索引标志信息对应于预定的值，则从用户接收每个路径信息的源ID和目标ID，并将其存储在扩展边缘表存储单元中；

从用户接收用于检索信息的正则路径表达式，并且对路径查找表存储单元搜索与正则路径表达式匹配的路径表达式信息，以获得对应于要检索的信息的路径的路径ID信息；及

对扩展边缘表存储单元搜索与在上面步骤中获得的路径ID信息匹配的路径ID信息的源ID和目标ID。

2.根据权利要求1的路径索引查找方法，其中存储在所述路径查找表存储单元中的路径表达信息包括：

路径名称信息，表示路径名称，其中要检索的信息沿着这些路径被存储在所述文件中；

路径ID信息，表示路径的ID；及

索引标志信息，表示是否在扩展边缘表中索引路径，所述扩展边缘表存储所述文件中的许多路径的源ID和目标ID。

3.根据权利要求1的路径索引查找方法，其中扩展边缘表包括：

路径ID信息，表示路径ID，其中要检索的信息沿着这些路径被存储在所述文件中；

源ID信息，表示路径的源ID；及

目标ID信息，表示路径的目标ID。

4.一种路径索引查找装置，包括：

路径查找表存储单元，从用户接收在以包括XML的预定语言写的文件中包括的、与用于信息源的至少一段路径信息对应的路径ID信息，和表示是否已经在另一个存储单元中指定了路径信息的索引标志信息，并且存储路径ID信息和索引标志信息；

扩展边缘表存储单元，如果索引标志信息具有预定值，则从用户接收每个路径信息的源ID和目标ID，并存储源ID和目标ID；

路径ID检索单元，从用户接收用于检索信息的正则路径表达式，对路径查找表存储单元搜索与所述正则路径表达式匹配的路径表达式信息，并且获得与要检索的信息的路径对应的路径ID信息；及

路径信息确定和输出单元，对扩展边缘表存储单元搜索与在路径ID检索单元中获得的路径ID信息匹配的路径ID信息的源ID和目标ID，并且输出匹配的路径ID信息的源ID和目标ID。

Images