计算机工程

作者：何卓桁, 刘志勇, 李璐, 李长明, 张琳

单位：1. 东北师范大学 信息科学与技术学院, 长春 130024;2. 同济大学 软件学院, 上海 200092;3. 长春光华学院 电气信息学院, 长春 130033;4. 吉林大学 软件学院, 长春 130012

关键词：异构文本,XML解析,数据结构转换,时间复杂度,空间复杂度

基金：吉林省教育厅"十三五"科学技术研究规划项目"基于高校学生综合素质测评数据预测职业发展方向研究"（202118628）；吉林省教育厅新工科研究与实践项目"U-G-E'卓越软件工程师’人才培养模式与实践教学深化改革"（131003229）。

对异构文本数据转换过程中解析XML文本的DOM、SAX、JDOM、DOM4J方法进行对比研究，以解析时间、内存堆占用空间、CPU占用率为评价指标来判定4种解析方法的优劣。该评价方法的优势在于当数据量或数据属性发生变化时，4种解析方法对评价结果的影响仍具有良好的区分度。通过对10份Web日志异构文本数据转换后的XML数据集进行比较，实验结果表明，当数据量增大且以解析时间为重点时，DOM4J解析方法优于其他3种解析方法，当以空间占用为重点时，SAX解析方法优于其他3种解析方法。

来源：2020年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第7期