一种XML文档索引结构

摘要

本发明公布了一种新的XML文档的索引结构，属于数据检索领域。对于XML文档中的节点，定义其LAF编码由三部分组成：节点的层次遍历序号、其父节点的层次遍历序号、该节点所在的深度。进而提出基于LAF编码的二级索引结构，在该索引结构中，XML文档的普通文本属性被存储在第一级索引中，而半结构属性被存储在第二级中，两级索引间通过指针关联起来。本发明提出这种二级索引技术，不仅能避免传统索引方法可能带来的冗余问题，同时也能支持较为高效的检索算法，减少检索算法对无效元素的处理。

主权项

一种XML文档索引方法，该XML文档索引用于进行XML文档检索，所述XML文档与XML树对应，XML文档中的每个不同XML元素与对应于XML文档的XML树中的每个不同节点对应，XML文档的索引结构由关键词词典和倒排索引组成，所述倒排索引为二级索引，其特征在于，所述索引方法包括如下步骤：1)把XML文档的普通文本属性存储在第一级索引中；2)把XML文档的半结构属性存储在第二级索引中；3)两级索引间通过指针关联起来；其中，所述半结构属性指的是每个XML文档对应的LAF表，所述LAF表指的是一篇XML文档对应的XML树的所有节点的LAF编码按照层次遍历序号从小到大组成的有序编码集合；所述LAF编码是Level order And Father numbering，所述LAF编码由三部分组成：节点的层次遍历序号、该节点的父节点的层次遍历序号、该节点在XML树中的深度。