（计算机软件与理论专业论文）excel到xml数据自动转换组件的研究与应用.pdf

捅要 一论文题目 e x c e l 到x m l 数据自动转换组件的研究与应用 学科专业 计算机软件与理论 研究生 白仲贵 指导教师 张毅坤教授 摘要 签名 签名 e x c e l 具有强大的数据表现能力和处理能力 以及它极低的使用成本和良好的易用性 使得e x c e l 在中小型企业信息化过程中产生极其重要的作用 同时也使得目前绝大多数应 用系统都离不开与e x c e l 报表进行交互 提供e x c e l 报表导出和导入功能 随着x m l 的 西益普及 逐渐戒为数据交换的标准 一些专业人事对e x c e l 到x m l 的转换进行了一些 应用研究 更重要的是m i c r o s o f te x c e lx p 及以后版本都对x m l 提供了很大的支持 针对当前e x c e l 到x m l 数据转换需要入互参与的局限性 本文首先提出一种e x c e l 到x m l 数据自动转换的方法 该方法采用两级映射 模板样式到模板结构树和模板结构 树到x m l 架构 根据e x c e l 模板自动生成x m l 架擒 在架构生成过程中自动记录各数 据单元格的映射路径 然后借助e x c e lx m l 映射机制将e x c e l 报表数据自动转换成与模 板样式相对应的x m l 数据文件 其次以此方法为基础进彳亍e x c e l 到x m l 数据自动转换 组件的设计与实现 该组件最终在 n e t 环境下实现 并遵循c l r 组件设计标准 最岳发 布的组件具有很强的复用性 不仅可以在 n e t 环境下跨语言复用 同时可以与c o m 互操 作 实现跨平台复雳 最蜃将该组件瘴用予 基于e x c e l 的通用数据采集与汇总平台 实 际项目中 从而有效解决了企业数据采集与汇总所面临的问题 平台实现数据自动采集和 自动 汇总的思想是将e x c e l 报表数据自动转换成与e x c e l 模板相对应的x m l 数据 并存储 到大型数据库中实现数据的自动采集 同时将数据库中的x m l 数据采用x o u e r y 语言自动 提取并插入到e x c e l 汇总模板单元格中实现数据的自动汇总 实践表明 通过使用该数据自动转换组件 使应用系统对e x c e l 报袭的数据采集更加 容易 更加有利于系统扩展与集成 关键字 组件技术 x m l 架构 数据自动转换 数据采集 数据汇总 a b st r a c t 一 t i t l e r e s e a r c ha n da p p l i c a t i o no nc o n v e r t i n ge x c e l t o x m ld a t aa u t o m a t i c a l l yc o m p o n e n t m a j o r c o m p u t e rs o f t w a r ea n dt h e o r y n a m e z h o n g g u ib a i s u p e r v i s o r p r o f y i k u nz h a n g a b s t r a c t a se x c e lh a ss t r o n ga b i l i t yt or e p r e s e n ta n dp r o c e s sd a t a a n di t i su s e de a s i l ya n dw i t h v e r yl o wc o s t i tp e r f o r m sav i t a lr o l ei np r o c e s so fi n f o r m a t i z a t i o nf o rs m a l la n dm e d i u m s i z e b u s i n e s s e s a tt h es a n l et i m em o s t l ya p p l i c a t i o ns y s t e m sm u s ti n t e r a c tw i t he x c e la n dp r o v i d e t h ef u n c t i o no fe x p o r t i n ga n di m p o r t i n gd a t a w i t hp o p u l a r i z a t i o no fx m l a n di tb e c o m et h e s t a n d a r do fd a t ae x c h a n g eg r a d u a l l y s o m ep r o f e s s i o n a l sh a v er e s e a r c h e do nc o n v e r t i n ge x c e l t ox m li na p p l i c a t i o n m o r ei m p o r t a n t b o t hm i c r o s o f te x c e lx pa n dl a t e rv e r s i o n sp r o v i d e g r e a ts u p p o r tf o rx m l w i t ht h el i m i t e df u n c t i o n a l i t yo fc o n v e r t i n ge x c e lt ox m lm a n u a l l y t h i sp a p e rf i r s t l y s u g g e s t saw a y t oa u t o m a t i c a l l yc o n v e r te x c e lt ox m l i tu s e st w ol a y e rm a p p i n g t e m p l a t e m a p st ot e m p l a t es t r u c t u r et r e e a n dt e m p l a t es 觚c 嗽t r e em a p st ox m l s c h e m a f i r s t l y x m ls c h e m ai sg e n e r a t e da u t o m a t i c a l l yf r o me x c e lt e m p l a t ea n dt h em a p p i n gp a t ho fe a c h c e l ld a t aa r ea l s oa u t o m a t i c a l l yr e c o r d e d t h e nt h er e l a t e dx m l d o c u m e n tw h i c hi si na c c o r d w i t ht e m p l a t ei sa u t o m a t i c a l l ys e p a r a t e df r o me x c e lr e p o r td a t ab y t h ee x c e lm a pm e c h a n i s m t h e nt h ec o m p o n e n to fc o n v e r t i n ge x c e lt ox m la u t o m a t i c a l l yi sd e s i g n e da n di m p l e m e n t e d b a s e do nt h ew a y t h i sc o m p o n e n ti si m p l e m e n t e du n d e rt h e n e te n v i r o n m e n tf o l l o w i n gt h e c l rc o m p o n e n ts t a n d a r df i n a l l y a n dt h ec o m p o n e n tr e l e a s e dh a sr e u s a b i l i t ys t r o n g l y n o to n l y c r o s s i n gd e v e l o p i n gl a n g u a g e su n d e r n e te n v i r o n m e n tb u ta l s oc r o s s i n gd e v e l o p i n gp l a t f o r m t h r o u g h ti n t e r o p e r a t i n gw i t hc o m f i n a l l yi t b ea p p l i e di n t ot h ep r a c t i c a lp r o j e c tt h a t t h e c o m m o nd a t aa c q u i s i t i o na n ds u m m a r i z i n gp l a t f o r m a n dt h ep r o b l e mo f d a t aa c q u i s i t i o na n d s u m m a r i z i n gf a c e db ye n t e r p r i s e i sr e s o l v e de f f e c t i v e l y t h ec o r ei d e ai st h a ts a v e dx m l c o n v e r t e df r o me x c e li n t ol a r g ed a t a b a s et or e a l i z ed a t aa c q u i s i t i o na u t o m a t i c a l l ya n dq u e r i e d d a t af r o md a t a b a s eb ym e a n so fx q u e r ya n di n s e r t e dt h ed a t ai n t oc e l lo fs u m m a r i z i n gt e m p l a t e t or e a l i z ed a t as u m m a r i z i n ga u t o m a t i c a l l y p r a c t i c eh a sp r o v e dt h a tt h ec o m p o n e n tu s e dw i l lb em u c he a s i e rt oc o l l e c td a t af r o me x c e l t a b s t r a c t r e p o r ta n db em o r ea d v a n t a g e o u st os y s t e m se x p a n s i o na n di n t e g r a t i o n k e yw o r d s c o m p o n e n tt e c h n o l o g y x m ls c h e m a d a t ac o n v e r t i n ga u t o m a t i c a l l y d a t a a c q u i s i t i o n d a t as u m m a r i z i n g i i 独刨性声明 秉承襁国优良道德传统帮学校的严谨学风郑重申爨 本人所呈交的学位论文是我 个人在导师指导下进行的研究工作及取得的成果参尽我所鲰 除特别加以标注期致谢 的地方外 论文中不包含其他人的研究成果 与我一同工作的间忐对举文所研究的卫 一 作翻成果的任何贡献均已在论文中作了明确的说鳃并已致谢 本论文及其相关瓷料若有不实之处卜 由本人承担一切相关责任 本天 并已经在 论文佟者签名 蛐 一 如睁 3 蔗 矽 窭 学位论文使用授权声明 导帮皱指导下黼佟完成毕监论文一 事太邑逶涟论文的筹辩 请博士 硕士学位 本人作涛学位论文著作投拥有者 同意 授较麟安理王大学期宥学健论文黪部分使用投 帮 一薹 瑟获学位的研究生按学校篾定 提交印刷版和电子版学位论文 学校可以采用影印 缩印或其他复制手段保存研究生 主交豹学授论文 可叛将学位论文的全部或部分内容编入有关数据库进行检索 2 为 教学鞠科研目的 学校可以将公开的学位论文或解密后的学位论文作为资料在图书馆 资料室等场所或在校鼹爨上供校蠹师生瓣读 测览 本入学健论文全部或部分蠹容的公布 包括刊登 授权西安毽王大学研究生部办 理 保密的学位论文在勰密艨 适用本授权说明 论文作者签名趣塞 导师签名 力芎年 月码自 绪论 1 绪论 1 1 选题背景和意义 在实施山东某煤矿 数据采集与汇总 的项目中 作者了解到 该煤矿数据采集与 数据汇总面临以下问题 1 数据来源e x c e l 报表居多 该煤矿有十几个科室 并且各科室每月需要向企管科上报数据 由企管科负责全矿的 统计工作 这些科室需要在5 个工作日内 完成数十张e x c e l 报表的上报工作 如何保证 这些用户能够顺利完成填报 是一个重大的问题 2 报表种类繁多 报表样式复杂 报表格式经常发生变化 各科室上报的报表共有4 0 余种 这些报表有简单的固定表单 也有复杂的动态变长 表单 报表的信息之间有着复杂的校验关系 并且 每年年底 报表样式及统计指标均会 发生一定变化 如何在这样的情况下 保证信息的采集不因为报表样式的变化而受到影响 如何保证收集到的信息的规范性和正确性 是该项目面临的极大挑战 3 数据采集低效 在没有实施该项目之前 各科室要么在纸面上填写表格的方式来填写信息 再传真到 该统计机构或人工提交到企管科 要么以电子邮件的形式将e x c e l 报表发送给统计机构 然后由企管科将信息录入到一个专用的管理信息系统中 才能够进行信息的汇总分析 从 企业开始填报信息 到最终得到统计结果 需要半个月到一个月的时间 4 采集处理成本高昂 印刷纸面表单的成本 管理这些纸面表单的成本以及录入人员的成本等 使得过去信 息采集的成本一直居高不下 5 信息可复用程度低下 企业上报的信息 要么是纸面传真 要么是电子文档 要么是电子邮件 这些信息 无法直接提供给该企管科目前正在运行的企业信息管理系统 决策支持系统等实用 而必 须由专人将这些信息分别录入到应用系统中才能发挥信息的价值 为了解决以上数据采集与汇总面临的问题 作者设想了一种基于e x c e l x m l s o l s e r v e r 的数据采集与汇总解决方案 该解决方案的基本思想是用户前端使用e x c e l 进行 数据采集 并将采集到的e x c e l 数据转换为x m l 存储到数据库中 同时利用e x c e l 制作汇 总模板 然后将x m l 数据插入到汇总单元格中进行汇总 该解决方案的特点是 利用x m l 将电子表格软件e x c e l 和大型数据库管理系统s q ls e r v e r 进行集成 充分发挥e x c e l 的 应用水平 通过设计模板 定义表间公式等简易直观的操作 轻松 快速地将企业内部分 散的e x c e l 报表集中管理 并通过定制数据汇总模板的形式进行数据汇总分析 以支持决 策 基于此方案设计的数据采集与汇总平台 将易于系统集成 能够适应企业业务变化和 提高信息收集 汇总和分析的效率 但是为了使基于该解决方案的数据采集与汇总项目能 西安理工大学硕士学位论文 够顺利实施 那么必须解决e x c e l 到x m l 数据自动转换的问题 另外 由于e x c e l 报表存在的普遍性 以至于大多数企业信息系统如o a 系统 e r p 系统和m i s 系统等 或多或少都离不嚣与e x c e l 报表进行交互 实现数据采集 同时由于 x m l 是一种通用的数据交换标准 因此对e x c e l 到x m l 数据自动转换组件的研究具有一定 的现实意义 不仅能够减少系统开发中对e x c e l 数据采集所花费的时间 提高系统开发效 率 同时也能够降低应用系统与e x c e l 数据采集的耦合度 提高系统的扩展性 l 2e x c e l 到x m l 数据转换的现有方法 矾l 的不断普及 使得对x m l 的数据处理较e x c e l 容易的多 工程领域出现e x c e l 到 x m l 数据转换的不同方法 本节对每一种方法进行介缨n 喇 1 无格式转换 这种方法是用特殊的库来读取e x c e l 文档 e x c e l 文件格式并没有官方文档 但是 一些第三方机构曾对其进行逆向工程 他们还生成了一些用于解码e x c e l 文件的库 下 面列出一些可用的a p i j a v ae x c e l 是使用j a v a 编写的操作e x c e l 酶a p i 因为它是可移孝袁的 被缎多久使 用 可以很好地读取x m l 文档 还可以转换成x m l x m le x c e l 这是一个p e r la p i 用予将e x c e l 文档转换戒x m l o p e n o f f i c e 其中包括用于读取e x c e l 文档的c 库 可以用这些库作为将e x c e l 转换 成煳l 的基础 a p a c h ep o i 它支持在j a v a 代码中读取e x c e l 文件 同样 也可以把它用作e x c e l 转 换成x m l 的基础 使用这种方法转换e x c e l 文件能带来三方面的好处 文件可以运行于任何平台上 这些库可以很容易地与服务器集成 用户不需要自己导出数据 这种方法存在的阆题是不仅开发人员需要邋过调用这些a p i 来实现数据格式的转换 同时还需要编写x s l t 对转换后的x m l 进一步转换 因为 调用a p i 转换后的x m l 有很多 冗余信息 如单元格 2 c s v 文件 这种方法较第一种方法是不需要直接操作实际的电子表格 而是改为操作c s v c o m m a s e p a r a t e dv a l u e 文件 c s v 是用来交换电子表格文件的常用格式 任何适当 的电子表格都可以通过c s v 文件导出和导入 此外 很多可以处理电子表格的第三方产龋也都支持c s v 例如 大多数会计软件包 都可以处理c s v 文件 尽管c s v 文件不是x m l 但用x m le x p l o r e r 或x m l s p y 工具很 容易将其转换成x m l 文件 t o p x m l 站点上也包含了纯x s l t 转换方法的算法 使用c s v 文件对于服务器的吸弓 力更大一些 首先用户不再被限制在菜种特定的平 2 绪论 台上 而是为用户提供了更多的选择 用户现在可以用l o t u s1 2 3 以及其他电子表格工 具 也可以使用很多能够识别c s v 格式的第三方工具 这种方法唯一的缺点是 用户必须花费额外的步骤 首先要将e x c e l 数据保存为c s v 然后借助c s v 到x m l 的转换工具把c s v 转换成x m l 甚至也需要编写x s l t 对转换后的x m l 进一步转换 3 x m l s s 最新版本的e x c e l 包括e x c e l2 0 0 2 和e x c e lx p 可以将电子表格导出为x m l 类 型文件 虽然无法选择其中使用哪些标签 但是的确可以得到一个有效的x m l 文档 同 时也可以用包括x s l t e x t e n s i b l es t y l e s h e e tl a n g u a g et r a n s f o r m a t i o n 样式表在内 的任意一种x m l 工具来处理它 这种格式称为x m l s s 4 e x c e lx m l 映射 m i c r o s o f to f f i c ee x c e l2 0 0 3 和e x c e l 2 0 0 7 不仅允许将e x c e l 文件保存为 x m l 表格 类型 同时可以将自己的x m l 架构定义 x s d 添加到工作薄 进行e x c e l 表的数据分离 提高了对使用本机x m l 的支持 将x m l 架构添加到e x c e l 工作薄后 就可以创建一个x m l 映射 就可以导入或导出数据 使数据变得更有意义 因此 使用者可以导入符合自定义 m l 词汇或架构的数据 然后使用相同的x m l 架构将该数据写回去 这种方法较其它的 方法更方便 但是需要编写 m l 架构 s c h e m a s c h e m a 和x s l t 都需要专业人员编写 因 为必须遵循一些语法规范 1 3e x c e l 到x m l 数据转换存在的问题 e x c e l 是一种流行的工具软件 可用于准备各种想用x m l 处理的数据 幸运的是 用户可以采用上一节介绍的很多方法从e x c e l 中获得x m l 数据 最好的选择需根据项目的 特定需求而定 尽管本章上一节所介绍的前三种方法都可以将e x c e l 转换为x m l 但使用中人们发现 最终得到的x m l 文档和人们期望的相差甚远 也许里面会包含一些不需要的单元格 或 甚至连x m l 词汇表都不是最终想要的 尽管可以采用x s l t 样式表进行数据格式转换 但 是需要开发人员为每一个e x c e l 转换文档编写x s l t 尽管编写x s l t 不是太复杂 但无疑 增加系统的开发时间 同样本章上一节所介绍的 e x c e lx m l 映射 数据转换方法借助e x c e l 的x m l 映射机 制进行数据转换 较其它方法更加方便 但是需要针对自己所要提取x m l 数据的需要 编 写自定义x m l 架构 x s d 由于编写x m l 架构比较复杂 在系统开发过程中 如果要对多 张e x c e l 报表进行数据转换 那么需要花费很长的开发时间 可以看出来 上一节介绍的四种数据转换方法 都存在一个问题 数据转换需要人工 干预 需要针对每个e x c e l 文件编写x s l t 或s c h e m a 基于以上背景 本文对 e x c e lx m l 映射 的数据转换方法进行改进 实现e x c e l 到 3 西安理工大学硕士学位论文 x m l 的数据囱动转换 整个转换过程无需人工干预 即不需要编写s c h e m a 该s c h e m a 是 根据e x c e l 模板自动创建 这种方法不仅可以提高系统开发效率 减少应用系统开发时间 同时使系统对e x c e l 报表的采集更加灵活 真正实现对e x c e l 采集的松教耦合 提高系统 的扩展性 1 4 本文研究的主要内容与论文结构安排 本文重点对 e x c e l 到x m l 的数据自动转换 的方法进行研究 并结合目前组件技术 的发展 设计和实现 e x c e l 到x m l 的数据自动转换 组件 论文主要包括以下研究内容 1 研究 e x c e l 到x m l 的数据自动转换 方法 即在现有数据转换的基础上进行改 进 使数据转换无需人工干预 实现e x c e l 到x m l 转换的鸯动化 2 研究 e x c e l 到x m l 的数据自动转换件 设计和实现 即在所研究的数据自动转 换方法和现有组件模型的基础上对组件进行设计和实现 3 将该组件应用到 基于e x c e l 的通用数据采集与汇总平台 实际项目中 从而解 决企业数据采集与汇总所面临的问题 本文具体的内容组织如下 第一章主要介绍论文的选题背景 意义和e x c e l 到x m l 数据转换的现有方法 第二章主要对c r l 组件技术进行简要介绍 第三章是论文的核心理论部分 详细讨论 e x c e l 到x m l 的数据自动转换 方法 为 组件的设计与实现奠定基础 第四章详细介绍组件的设计与实现 第五章简要介绍组件在 基于e x c e l 的通用数据采集与汇总平台 颈蔷中的应用 第六章对本文所研究的内容进行总结和展望 4 c r l 组件技术 2c r l 组件技术 本文第四章将在 n e t 2 0 0 5 环境下 使用c j f 语言对 e x c e l 到x m l 数据自动转换组 件 进行实现 最终将形成c l r 组件 所以本章先对c l r 相关概念进行简要介绍 c l r 是c o m m o nl a n g u a g er u n t i m e 公共语言运行时 的缩写 是 n e t 的核心技术 它可以视为是c 0 1 d 技术的继承和发展 它解决了c o m 组件模型中存在的主要问题 n e t 框架的分层结构如图2 1 所示 w e b 服务 框架和库 a s p n e t a d o n e t w i n d o w s 窗体 交互标准开发工具 s o a p w s d l v i s u a ls t u d i o n e t 2 0 0 5 组件模型 对象模型和c l s c l r 图2 1 n e t 框架的分层结构 f i g 2 1l a y e r e ds t r u c t u r eo f n e tf r a m e w o r 2 1c o m 的缺陷 c o m 含d c o m 和c o m 组件技术存在许多问题 其中有一些是关键的 有的甚至是 致命的 组件技术主要强调在独立开发和部署的程序之间的一套约定 c o n t r a c t c o m 则是 微软公司将这些约定规范化的首次尝试 c o m 既能作为设计范例 p a r a d i g m 它将组件 的约定 表示为类型定义 也可用作支持平台技术 作为前者 c o m 编程模型相当成功 但是后者却存在诸多问题 正是由于缺乏稳固的平台技术 c o m 时代面临着终结 组件间的约定 纯粹是通过用户与组件之间的语义保证和假设的形式来表示的 但是 仍需要定义某种形式来表示语义 专业的做法是 采用可编程的类型定义 以及描述这 些类型定义的人工可读文档 c o m 用类型的形式表示组件约定 但是该约定存在如下两个关键问题 使得其对语义 的表示并不是最优的 1 约定的描述 c o m 没有定义约定的交换格式 即c o m 规范所约定的类型定义 必须通过完全是c o m 之外的某种技术来进行交互 微软定义和支持的e o m 交换格式有两个 i d l i n t e r f a c e d e f i n i t i o nl a n g u a g e 接口语言定义 和t l b t y p el i b r a r y 类型库 但是这两种格式 并不是同构的 其中也没有哪种格式是权威的或标准的 5 西安理工大学硕士学位论文 另外 c o m 的描述约定方式 至少还存在两个其他的关键闯题 c o m 缺乏对组件依赖性的描述 因此 没有办法来解析c o m 组件 或者其约定的 定义 也不熊确定它所需要的其他组件 放两无法保证它的正确运行 由于缺少楣关信 息 使得部署基于c o m 的应用程序 很难确定它需要哪些d l l 也不能静态确定所需要的 是哪个舨本的组件 这让对版本阿题的诊断变得极其复杂 c o m 约定的描述格式缺乏扩展性 i d l 是基于文本的 极少随组件部署 通常只有 c 程序员才会使用 但是 在m t s 下开发企业应用的c 程序员很少 这使得i d l 约定 用处不大 t l b 在扩展性方面存在缺陷 而且v b 与t l b m t s 之闻被隔离开来 这最终导 致了t l b 的没落 2 约定的工作方式 c o m 组件的约定是基于类型描述的 所采用的类型系统是c 十 的可移植子集 而且c o m 对组件的约定是物理的 二进制约定 它要求 每个方法都具有精确的虚丞数表v t a b l e 偏移量 每个被传递的参数在堆栈规则中都有明确的偏移量 对象引用采用接口指针的明 确格式 使用规定的分配器进行被调用内存分配 就底层技术而言 c o m 组件的约定 最终只是在内存中形成堆栈结构的协议 根本没 有 按组件所要求的那样来 描述语义内容 二进制的物理约定 过度关心细节 使c o m 难于使用和开发 尤其在针对c o m 组件的舨本控制问题上 物理性约定所产生的闯题就更 大了 这使得c o m 组件 难以进行语义修改和版本升级 c o m 组件的约定定义的精确性 产生了高效的代码 但这却是以难 以接受的不可靠性 和开发使用及扩展升级的困难与复杂性为代价的 2 2c l r 与c ll 为了解决c o m 所存在的这些问题 微软公司的c o m 和m t s 小组 计划开发一个新的组 件平台 开始时器唾c o m 3 或c o m 2 0 后来又羹堪c o r c o m p o n e n to b j e c tr u n t i m e 组件对 象运行时 和u r t u n i v e r s a lr u n t i m e 通用运行时 最后才被命名为c l r c o m m o nl a n g u a g e r u n t i m e 公共语言运行时 库 层 它是现在 幽微软提交的 成为星际标准的c l i c o m m o n l a n g u a g ei n f r a s t r u c t u r e 公共语言基础结构 在w i n d o w s 平台上的一种具体实现 c l i 是针对可执行代码格式 以及能执彳亍该代码的运行时环境的一种规范 c l i 标准 包含如下几个主要组成部分 c t s c o m m o nt y p es y s t e m 公共类型系统 被编译器 工具和c l i 本身所共用的 一种统一类型系统 它是一个模型 定义了在声嗳 使用和管理类型时 c l i 应遵循的 规则 c t s 建立了一个框架 使跨语言集成 类型安全和高性能的代码执行成为可能 c l s c o m m o nl a n g u a g es p e c 主f 主c 氇t 主o n 公共语言规范 语言设计者和框架 类 库 设计者之间的一种协定 a g r e e m e n t 它指定了c t s 的一个子集和一个用法常规 u s a g e c o n v e n t i o n s 集 6 c r l 组件技术 m e t a d a t a 元数据 描述和引用c t s 所定义类型的数据 元数据被以一种独立于 任何特定的程序设计语言的方式存储 从而 元数据为操作程序的工具 如编译器和调试 器 之间 以及这些工具和v e s 之间提供了一种公共交换机制 v e s v i r t u a le x e c u ti o ns y s t e m 虚拟执行系统 该系统实现和实施c t s 模型 v e s 负责装入和运行为c l i 编写的程序 它在运行时 利用元数据将分开产生的模型连接 在一起 并为执行托管代码和数据提供所需要的服务 v e s 也被称为执行引擎 c i l c o m m o ni n t e r m e d i a t el a n g u a g e 公共中间语言 可被v e s 理解的指令集 也被称为m s i l 微软i l 程序集 a s s e m b l y 装配 汇编 就是c l r 中的组件 它是一种功能上不可分割的逻 辑单元 由一个或多个模块 m o d u l e d l l 或e x e 文件 组成 大多数程序集就是一个d l l 所以程序集也被称为 托管d l l 每个程序集中有一个程序清单 m a n i f e s t 它包含了程序集内所有模块和其他文件 的信息 如程序集的名称 版本号 文化和语言 程序集包含的所有文件列表 程序集所 依赖的其他程序集等 程序集中自然包含了若干c l r 类的 m s i l 中间语言 代码 同时还包含了这些类的 元数据 元数据 m e t a d a t a 描述模块中类型的相关信息 如类型的名称 类型的可见性 p u b l i c 或a s s e m b l y 基类 实现的接口和方法 暴露的属性 提供的事件等 程序示 例如图2 2 所示 圃琴 l 篓圣堕垂鍪堡 i 糍厝鬃囊 轻 笋桑bo 图2 2 程序示例 f i g 2 2p r o g r a md e m o n s t r a t i o n 2 3c l r 与c o m 与c o m 相比 c l r 的组件技术有了质的飞跃 前面提到的各种c o m 问题都迎刃而解 一扫而光 c l r 与c o m 的相同点 约定 类型 与c o m 平台一样 c l r 也注意组件间的约定 而且这些约定也是基于类型的 注意 组件技术里的类型是广义的 除了包括字符 布尔 整数和浮点数等基本数据类型之外 还包括类 结构 接口 串 数组 枚举 委托 d e l e g a t e 指向方法和函数的安全指针 用于事件处理和回调 等高级结构类型 c l r 与c o m 的不同点 1 约定的描述 元数据 7 西安理工大学硕士学位论文 但是与c o m 没有标准格式来描述约定 不同的是 c l r 有完全规范的格式来描述组 件之间的约定 元数据 m e t a d a t a c l r 的元数据是机器可读的 其格式是公开的 国际标准化的 完全规范的 c l r 还提供了读篱元数据的实用工具 使用者不需要了解元 数据的底层文件格式 不像c o m 的元数据 i d l 和t l b 难以定制和扩展 而且其元数据中又缺少依赖和版 本信息 使得对组件的部署和版本的控制都十分困难 另外 c o m 元数据的存在是可选的 而且经常会被忽略掉 这对组件应用的构建会造成很多问题 c l r 通过定制 本身就是强类型的 特性 a t t r i b u t e 使其元数据可以达到清晰 容易的可扩展性 c l r 元数据中还包括组件的依赖关系和版本信息 从而允许使用新技 术来处理版本控制问题 另外 c l r 元数据的存在是强制性的 部署或加载组件都必须访 问元数据 因此 构建基于c l r 的基础架构和各种工具 显然要比c o m 容易的多 2 约定的类别 逻辑结构 c l r 约定与c o m 约定的第二个主要差别 是约定本身的特性 在c o m 中 组件的 进制物理 约定隐含了 堆栈约定 虚函数表和 作为方法参 数传递的 数据结构在内存中的表示形式 在c l r 中 约定被描述为类型的逻辑结构 而不是物理的二进制格式 因此 在c l r 的约定中 并没有暗示访问字段和方法的精确代码顺序 所以 在考虑虚方法布局 堆 栈规则 对齐方式 以及参数传递方式时 c l r 具有极大的灵活性 c l r 是通过名字和签 名来弓 溺字段与方法 而不是偏移量 这样 c l r 就避免了困扰c o m 的声甓顺序阀题 组 件成员的实际地址 偏移量 需要等到运行时在类型被加载及初始化时 才能够确定 另 外 c l r 版本的改变 如从2 0 0 2 年1 0 到2 0 0 3 年的l l 再到2 0 0 5 年的2 o 也不会 带来组件的重新编译 3 c i l 实现数据表示形式和方法地址的虚拟化 需要延时对约定的物理方西 如方法表和字 段偏移量等 的解析 这就要求组件中不含具体的机器代码 基于c l r 的组件 通过采用 c i l c o m m o ni n t e r m e d i a t el a n g u a g e 公共中间语言 而实现了这一要求 c i l 是一组与处理器无关的指令集 它具有抽象能力 将与机器代码密切关联的物 理数据的表示形式抽象出来 c i l 使用的操作码在访闷字段和调用方法时 不再使用绝对 地址和偏移量 而是利用元数据进行基于名字和签名的引用 c i l 会在 第一次被 执行前被翻译成本地的机器语言 c l r 执行的是由c i l 生成的 本地代码 而c l r 在c i l 翻译成本机代码之前 是不会解析其物理绑定的细节的 由于翻 译工作是在部署机器上进行的 所以 组件所需的外部类型定义 将与部署机器上的某个 类型匹配 丽不是开发者的枫器 这极大减少了跨组件约定的不可靠性 同时又不会降低 代码的运行性能 另外 由于c i l 到机器代码的翻译 发生在部署的机器上 所以 任何用到的待定处 8 c r l 组件技术 理器布局或对齐规则 都将与 代码将在其上面运行的 目标处理器架构相匹配 现在 软件正面临着一次重大的处理器迁移 即从i a 一3 2 p e n t i u m 和a m d 3 2 架构向 i a 一6 4 i t a n i u m 和a m d 6 4 架构的发展 对于这次升级 c l r 显得尤为重要 c o m 向c l r 过渡 鉴于c o m 技术已经被使用多年 有许多现存的资源 程序员和用户也不可能一下子就 全部完全转换到 n e t 环境 因此 微软公司也允许在c l r 环境中继续使用c o m d c o m c o m 和d n a 这可以通过 n e t 框架的s y s t e m e n t e r p r i s e s e r v i c e s 命名空间来进行 但是鉴于与c o m 相比 c l r 组件所具有的无比优越性 c o m 技术必然会走向灭亡 而 n e t 的c l r 终将取而代之 2 4 本章小结 本章对c o m 和c l r 进行了讨论 为后面 e x c e l 到x m l 数据自动转换 组件的设计与 实现奠定了基础 9 数据自动转换的方法研究 3 数据自动转换的方法研究 3 1 数据自动转换的基本思想 3 1 1m se x c eix m l 映射机制 m i c r o s o f te x c e l2 0 0 2 中引入了用于在x m l 电子表格架构中打开 编辑并保存x m l 文件的功能 e x c e l2 0 0 3 或以后版本扩展了此功能 可以通过在e x c e l 工作簿中使用 x m l 数据的用户定义的映射 来在任何预定义的x m l 架构 木 x s d 中打开 编辑并保存 任何x m l 数据 在e x c e l2 0 0 3 中 可以将x m l 架构映射到e x c e l 工作簿 映射时 可以从任何符合映射架构的x m l 源中导入导出数据 总而言之 利用新增的x m l 映射功 能 将x m l 架构与工作簿相关联 这样能够更为简单和可靠地在e x c e l 中导入和导出数 据 这意味着 无论是电子表格内部还是外部的数据都对e x c e l 和用户的特定任务具有 更重大的意义 借助e x c e lx m l 映射机制 实现e x c e l 到x m l 数据的转换步聚 首先 根据实际需要 编写自定义x m l 架构 其次 将已经编写好的x m l 架构添加到已打开的工作簿中 然后 使用 x m l 源 将单元格映射到架构元素 最后 就可以向映射的单元格中无缝导入或从 中导出x m l 数据 当将x m l 架构添加到工作簿时 e x c e l 会创建一个称为x m l 映射的对象 这些x m l 映射就可以将单元格或范围映射到x m l 架构中的元素 在导入或导出x m l 数据时 e x c e l 还使用这些映射将映射范围的内容与架构中的元素联系在一起 工作簿可以包含许多x m l 映射 并且每个映射都独立于所有其他映射 但是 多个映射可以引用同一基础架构 例如 e x c e l 单元格与x m l 架构元素映射过程如图3 1 所示 而基于此映射导出的x m l 数据如图3 2 所示 abcdel rg 芗i l l 禳 y l掘进进尺戮戮潮 2 l r 让 i i t 1 酗 1亿映 瞳 3 计划 浆 提莆完成 掘进进尺舅射 v 唾 毙 核作业考核作业计翅l 天数 耢澄掘进滋歹 5 金矿 7ib o 1 15 0l 劲 1 p1 j 0 翁必 之矿 6其中 葑拓 1 0 0l a o1 2 01 o1 1 0 疰茜 一多il 戈彗 7 弱囝 8 j西作业 r j u 哭p 豕贞曲 9 玉 西分比 中 1 0 j 丐纭 j 女2 一 l l i f 亚 1 2 o 攫前究成ii 划天数 1 3 耢嬲 茸中开拓 图3 1 单元格 x m l 架构元素映射图 f i g 3 一lc e l l s c h e m ae l e m e n tm a p p i n g 西安理工大学硕士学位论文 c 捆逡透昃 l 童r o 计翻 考羲 l 专羲 妒 作业 1 0 0 一 实象意寰 1 2 卖赛意塞 一 c 百务l i 一 考楼 1 2 0 p 舂韭 1 2 8 彝韭 一 菁奢魄 p 挺前完成计鬣玉叠 j 崔前完丧计魁夭重 一 垒r 一 茭串秀据 计割 一 考楼 1 0 0 p 嚣建 1 0 0 1 垂 c i t 撼 一 实际完成 1 2 0 实际完点 一 委 移p 考蕊 1 2 0 t j y 羲 审 c 业 1 2 0 妒 c 鋈蓊恚童诗潮芙羹 l 灌秀完蠢诗潮篝羹 一 其中开拓 妒 摺避进冗 j 圈3 2 x m 乙数据 f i g 3 2x m i d a t a 3 1 2 数据自动转换的基本思想 根据上一节所介绍的借助m se x c e l 煳l 映射机制实现e x c e l 到x m l 数据转换 不难 看出 将e x c e l 转换为x m l 的整个过程需要人工干预 不仅要求操作入员编写x m l 架构 s c h e m a 同时还得手工建立映射 将单元格与架构元素绑定 因此要实现e x c e l 到y d v l l 数据的自动转换 必须解决勰l 架构和映射信息的自动生成问题 本文研究的重点就是通过解决以上x m l 架构和映射信息的自动生成问题 然后借助 e x c e l 涮l 映射机制实现e x c e l 到x m l 数据的囱动转换 其基本思想是通过采用两级映射 模板样式到模板结构树和模板结构树到 m l 架构 根据e x c e l 模板样式自动生成x m l 架构 在架构生成过程中自动记录各数据单元格的映射路径 然后借助e x c e lx m l 映射将 e x c e i 报表数据自动转换成与模板样式相对应的潮l 数据文件 3 2 架构信息和映射信息自动生成 这是e x c e l 到x m l 数据自动转换组件能够实现数据自动转换的关键所在 3 2 1 架构信息自动生成算法的核心思想 1 2 数据自动转换的方法研究 首先将e x c e l 模板样式用树型结构表示 而把每一个数据单元格作为树的叶子结点 其次根据模板样式结构树生成自定义x m l 架构 即实现两级映射 一是从模板样式到模板 结构树的映射 二是模板结构树到x m l 架构的映射 例如 煤矿