XML内容筛选中的快速串匹配算法

• 作者: 刘萍 谭建龙
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 计算机应用 中文信息处理 XML数据处理 串匹配 多关键词匹配
• 年，卷（期）: 2005,（2）
• 页码范围: 20-27
• 页数: 8页
• 分类号: TP391
• 字数: 3675字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2005.02.004

摘要

本文提出了一种对XML文本进行快速串匹配的算法-XMatch.在对于XML文本的含路径信息的模式串匹配中,由于XML文本的结构化特点,使得传统的串匹配算法不能直接有效的使用;而现有的大部分XML内容筛选方法都是基于SAX分析的事件驱动过程,效率普遍较低.XMatch在对XML文本的结构-schema进行分析的同时,结合模式串的路径信息,建立一个扫描自动机的有限状态自动机;此外,算法还支持带循环引用路径信息的模式串匹配.XMatch容易扩展,可以支持普通的结构化文本的串匹配.实验结果显示,本算法的效率比使用SAX事件驱动的方法有明显的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘萍	中国科学院计算技术研究所软件室	35	435	11.0	19.0
2	谭建龙	中国科学院计算技术研究所软件室	43	444	11.0	19.0