專利名稱：：一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型csv文件格式的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及的是信息系統(tǒng)數(shù)據(jù)交換過(guò)程中的一種人機(jī)可讀的高效的字符串編碼方法和文件格式，具體地說(shuō)是一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式。
背景技術(shù)：
：當(dāng)代軟件開發(fā)技術(shù)日新月異，數(shù)據(jù)訪問(wèn)技術(shù)林立，不同的系統(tǒng)之間進(jìn)行關(guān)系型數(shù)據(jù)交換是一種極為常見(jiàn)的應(yīng)用。XML是信息交換的一種標(biāo)準(zhǔn)，但是它作為一種通用標(biāo)記語(yǔ)言，如果要描述關(guān)系型數(shù)據(jù)需要進(jìn)行深度擴(kuò)展，結(jié)構(gòu)較為復(fù)雜，而且冗余字符較多，不夠精簡(jiǎn)。因此，開發(fā)人員常采用CSV文件格式。逗號(hào)分隔型取值格式(英文全稱為CommaS印aratedValues,簡(jiǎn)稱CSV)，是一種純文本格式，用來(lái)存儲(chǔ)數(shù)據(jù)。在CSV中，數(shù)據(jù)的字段由逗號(hào)分開，程序通過(guò)讀取文件重新創(chuàng)建正確的字段，方法是每次遇到逗號(hào)時(shí)開始新一段數(shù)據(jù)。由于它是一種常見(jiàn)而簡(jiǎn)單的文件格式，CSV文件通常用于不同的計(jì)算機(jī)軟件或同一軟件不同的模塊間進(jìn)行數(shù)據(jù)傳遞交換。很多數(shù)據(jù)庫(kù)程序和電子表格程序都支持CSV文件格式。CSV文件用來(lái)做數(shù)據(jù)存儲(chǔ)容量比XML小，功能比TXT強(qiáng)，但是CSV文件仍不具備完整描述關(guān)系型數(shù)據(jù)的能力，它不包含關(guān)系型數(shù)據(jù)中的數(shù)據(jù)域信息，僅僅保存了數(shù)據(jù)域的名稱信息，這樣就難以精確從CSV文件中反序列化成一個(gè)關(guān)系型記錄集。
發(fā)明內(nèi)容關(guān)系型數(shù)據(jù)的序列化包括二進(jìn)制和字符串兩種，二進(jìn)制序列化不便于信息交換。字符串序列化則便于數(shù)據(jù)交換。常見(jiàn)的字符串序列化技術(shù)有XML、CSV等。XML序列化較為復(fù)雜，而CSV格式則較為簡(jiǎn)單。但是CSV序列化是一種"有損"序列化。本發(fā)明的目的是提供一種改進(jìn)型的CSV文件，克服CSV文件格式的弱點(diǎn)，精確描述一個(gè)關(guān)系型記錄集，為計(jì)算機(jī)軟件之間進(jìn)行表格數(shù)據(jù)傳遞提供一個(gè)統(tǒng)一的、簡(jiǎn)單的標(biāo)準(zhǔn)的用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式。本發(fā)明的目的是按以下方式實(shí)現(xiàn)的，采用CSV的基本標(biāo)記方式，根據(jù)元數(shù)據(jù)的自描述能力，把一個(gè)關(guān)系型記錄集完整的進(jìn)行序列化，文件格式把記錄集的一行序列化為一個(gè)不包含回車換行符號(hào)的字符序列，具體步驟如下文件格式包含兩個(gè)部分1)元數(shù)據(jù)段；2)數(shù)據(jù)段；其中1)元數(shù)據(jù)段定義字段信息，元數(shù)據(jù)部分每行都是一個(gè)簡(jiǎn)短的CSV文件，其中字段定義，根據(jù)具體情況存在多行，字段定義采用如下語(yǔ)法〈字段名稱=數(shù)據(jù)類型>，〈字段長(zhǎng)度>，〈顯示標(biāo)簽>，〈編輯掩碼>，〈顯示長(zhǎng)度>，〈字段類型>，〈缺省值>，字段長(zhǎng)度規(guī)則字符串型字段的長(zhǎng)度為最大字符數(shù)；數(shù)值型和二進(jìn)制型字段長(zhǎng)度統(tǒng)一為零；數(shù)據(jù)類型包括Autoinc，Integer,Float,String,WideString，DateTime，Blob，Memo,Currency,Boolean;2)數(shù)據(jù)段包含兩部分字段排列順序信息行、數(shù)據(jù)行，其中字段排列順序信息行以逗號(hào)分隔各標(biāo)題，每個(gè)字段名放在兩個(gè)引號(hào)中間，格式為"〈FieldlC即tion〉"，[〃〈Field2C即tion〉〃]，[......]數(shù)據(jù)行列出對(duì)應(yīng)的字段值，字段值放在雙引號(hào)之間，字段值之間用逗號(hào)分隔格式為〃〈FieldlValue〉〃，〃〈Field2Value〉〃，〈……>，數(shù)據(jù)行中的編碼規(guī)則是(l)"轉(zhuǎn)為""(兩個(gè)引號(hào)表示一個(gè)引號(hào))；(2)%轉(zhuǎn)為％%(兩個(gè)％表示一個(gè))；(3)回車用％c表示;(4)換行用％n表示；(5)Unicode用UTF-8編碼；(6)二進(jìn)制數(shù)據(jù)用MME編碼；(7)時(shí)間類型用匪/DD/YYYY/HH/mm/SS/sss格式表示。本發(fā)明的優(yōu)異效果是與現(xiàn)有技術(shù)相比，本發(fā)明采用上述編碼格式的文件具有人機(jī)可讀性，避免歧義，可以被支持CSV格式的程序解析，解碼算法簡(jiǎn)單，便于數(shù)據(jù)流讀取，可廣泛應(yīng)用于各類系統(tǒng)進(jìn)行表格數(shù)據(jù)交換。圖1是關(guān)系型數(shù)據(jù)轉(zhuǎn)增強(qiáng)型CSV文件算法流程圖；圖2是一份完整的增強(qiáng)型CSV文件。具體實(shí)施例方式本發(fā)明的一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式，含兩個(gè)部分1)元數(shù)據(jù)段2)數(shù)據(jù)段。1)元數(shù)據(jù)段定義字段信息。元數(shù)據(jù)部分每行都是一個(gè)簡(jiǎn)短的CSV文件。其中字段定義根據(jù)具體情況可能存在多行。字段定義采用如下語(yǔ)法，〈字段名稱=數(shù)據(jù)類型>，〈字段長(zhǎng)度>，〈顯示標(biāo)簽>，〈編輯掩碼>，〈顯示長(zhǎng)度>，〈字段類型>，〈缺省值>，字段長(zhǎng)度規(guī)則字符串型字段的長(zhǎng)度為最大字符數(shù)；數(shù)值型和二進(jìn)制型字段長(zhǎng)度統(tǒng)一為零。數(shù)據(jù)類型包括Autoinc，Integer,Float,String,WideString，DateTime，Blob，Memo,Currency,Boolean。2)數(shù)據(jù)段包含兩部分字段排列順序信息行、數(shù)據(jù)行(多行)。其中字段排列順序信息行以逗號(hào)分隔各標(biāo)題，每個(gè)字段名放在兩個(gè)引號(hào)中間，格式為"〈FieldlC即tion〉"，[〃〈Field2C即tion〉〃]，[......]數(shù)據(jù)行列出對(duì)應(yīng)的字段值，字段值放在雙引號(hào)之間，字段值之間用逗號(hào)分隔〃〈FieldlValue〉〃，〃〈Field2Value〉〃，〈......>，4數(shù)據(jù)行中的編碼規(guī)則是l)"轉(zhuǎn)為""(兩個(gè)引號(hào)表示一個(gè)引號(hào))2)%轉(zhuǎn)為％%(兩個(gè)％表示一個(gè))3)回車用％c表示4)換行用^n表示5)Unicode用UTF-8編碼6)二進(jìn)制數(shù)據(jù)用MME編碼7)時(shí)間類型用匪/DD/YYYY/HH/mm/SS/sss格式表示實(shí)施例為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明。以一個(gè)員工信息表為例，其字段數(shù)據(jù)類型如下表<table>tableseeoriginaldocumentpage5</column></row><table>第一步生成文件頭如下(包括版本標(biāo)識(shí))"@@FILEVERSI0N@@"，"300"第二步生成元數(shù)據(jù)定義節(jié)如下所示@@TABLEDEFSTART@@"員工編號(hào)=String,50，〃〃員工編號(hào)"姓名=String,50，〃〃姓名〃〃，〃〃性別=String,6，〃〃性別〃〃，〃〃'出生日期二DateTime，O，〃〃出生日期'工資=Currency,0，""性別""，〃''，""""，20，Data,'〃，20，Data,〃〃"，6，Data,""""〃，""""，6，Data,工資〃〃，6，Data,〃第三步生成索引定義節(jié)@@INDEXDEFSTART@@〃〃員工編號(hào)〃，〃ASC"〃@@INDEXDEFEND@@〃第四步結(jié)束元數(shù)據(jù)段，添加如下內(nèi)容〃@@TABLEDEFEND@@〃第五步生成數(shù)據(jù)段〃員工編號(hào)〃，〃姓名〃，〃性別〃，〃出生日期〃，〃工資"，〃001〃，〃張剛〃，〃男〃，〃12/26/1977〃，〃01/01/2001〃，〃3000〃，〃002〃，〃李梅〃，〃女〃，〃07/07/1978〃，〃01/01/1990〃，〃4000〃。權(quán)利要求一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式，其特征在于，采用CSV的基本標(biāo)記方式，根據(jù)元數(shù)據(jù)的自描述能力，把一個(gè)關(guān)系型記錄集完整的進(jìn)行序列化，文件格式把記錄集的一行序列化為一個(gè)不包含回車換行符號(hào)的字符序列，具體步驟如下文件格式包含兩個(gè)部分1)元數(shù)據(jù)段；2)數(shù)據(jù)段；其中1)元數(shù)據(jù)段定義字段信息，元數(shù)據(jù)部分每行都是一個(gè)簡(jiǎn)短的CSV文件，其中字段定義，根據(jù)具體情況存在多行，字段定義采用如下語(yǔ)法<字段名稱＝數(shù)據(jù)類型>，<字段長(zhǎng)度>，<顯示標(biāo)簽>，<編輯掩碼>，<顯示長(zhǎng)度>，<字段類型>，<缺省值>，字段長(zhǎng)度規(guī)則字符串型字段的長(zhǎng)度為最大字符數(shù)；數(shù)值型和二進(jìn)制型字段長(zhǎng)度統(tǒng)一為零；數(shù)據(jù)類型包括Autoinc，Integer，F(xiàn)loat，String，WideString，DateTime，Blob，Memo，Currency，Boolean；2)數(shù)據(jù)段包含兩部分字段排列順序信息行、數(shù)據(jù)行，其中字段排列順序信息行以逗號(hào)分隔各標(biāo)題，每個(gè)字段名放在兩個(gè)引號(hào)中間，格式為″<Field1Caption>″，[″<Field2Caption>″]，[……]數(shù)據(jù)行列出對(duì)應(yīng)的字段值，字段值放在雙引號(hào)之間，字段值之間用逗號(hào)分隔格式為″<Field1Value>″，″<Field2Value>″，<……>，數(shù)據(jù)行中的編碼規(guī)則是(1)″轉(zhuǎn)為″″(兩個(gè)引號(hào)表示一個(gè)引號(hào))；(2)％轉(zhuǎn)為％％(兩個(gè)％表示一個(gè))；(3)回車用％c表示；(4)換行用％n表示；(5)Unicode用UTF-8編碼；(6)二進(jìn)制數(shù)據(jù)用MIME編碼；(7)時(shí)間類型用MM/DD/YYYY/HH/mm/SS/sss格式表示。全文摘要本發(fā)明提供一種用于描述關(guān)系數(shù)據(jù)的增強(qiáng)型CSV文件格式，采用CSV的基本標(biāo)記方式，根據(jù)元數(shù)據(jù)的自描述能力，把一個(gè)關(guān)系型記錄集完整的進(jìn)行序列化，文件格式把記錄集的一行序列化為一個(gè)不包含回車換行符號(hào)的字符序列，本發(fā)明的格式是以字符序列描述關(guān)系型數(shù)據(jù)的文件格式，特點(diǎn)是方便異構(gòu)信息系統(tǒng)間的數(shù)據(jù)交換；結(jié)構(gòu)自描述；平臺(tái)無(wú)關(guān)性；結(jié)構(gòu)緊湊、健壯；語(yǔ)法簡(jiǎn)單、嚴(yán)謹(jǐn)；人機(jī)可讀性；支持Unicode。文檔編號(hào)G06F17/30GK101789013SQ20101010598公開日2010年7月28日申請(qǐng)日期2010年2月4日優(yōu)先權(quán)日2010年2月4日發(fā)明者王興山,趙啟杰申請(qǐng)人:浪潮集團(tuán)山東通用軟件有限公司