日文系统下文本文档数据转换的研究

陈宝大，姜 洋

（大连海洋大学职业技术学院，辽宁 大连 116023）

随着科学技术的不断发展进步，日文系统的研发成为新兴产业。我国对于日文软件的开发、应用起步较早，尤其在辽宁省大连地区设有日文软件开发区，对日文软件开发产业起到了推动作用。在日文系统下，数据的交换和储存尤为重要，如何解决数据的破损、丢失和储存问题，成为主要问题。XML是Internet环境中跨平台的，依赖于内容的技术，是当前处理结构化文档信息的有力工具，具有通用性强，存储方便等特点，在英文系统数据处理方面广泛使用。文章采用EES数据处理软件，接收和整理CD-SEM产生的数据，并实时监测文本文件，并将TXT文档转换成XML文档格式，方便数据交换和储存，已解决数据的破损和丢失问题。

1 总体设计和模块划分

1.1 总体设计

在日文环境下，设计流程见图1。

（1）由生成机制生成原始的数据。

图1 EES流程图

（2）通过FTP机制得到原始数据。

（3）利用Text To XML Engine机制将原始数据转换成XML文档，并传给中间软件。

（4）中间软件将XML文档整理后提交给XML DB或传送给其他应用软件使用。

通过以上程序的运行，实时监测日文Windows系统下目录(Directory)，并将此目录下CD-SEM传送来的信息转换成有效的XML文档格式，以便信息存储和传递给其他程序使用。

1.2 模块规划

Text To XML Engine是一个功能比较完备的软件见图2。它的主要功能是把原始的文档数据转换成需要的XML目标文档格式。

其中，TXEngineService是创建、安装Windows服务并调用其他模块来完成功能的主程序模块。CEquipFileCheck模块的主要功能是监测文件路径和文件的有效性。CFileMonitor用来执行监测源数据文件目录，它根据监测结果的不同作出相应反映，并调用相应的XML转换程序进行转换。CXML_PARSER模块负责解析XML文档的配件文件。CDataXML用来生成XML文档，并用来储存CFileMonitor模块监测到的文件名，并将这些内容做成文件列表存储在CDataXML的生成的XML转换列表文件中。CXMLGenerator模块是CDataXML模块的一个封装，使程序简明方便。

2 程序运行检测

按照总体设计要求，完成以下功能测试：①设置当前路径；②创建程序运行窗口；③读取并解析根XML文件；④输入文件解析；⑤临时文件处理；⑥子程序调用；⑦生成文件的存储；⑧删除临时文件夹；⑨启用子线程。

通过程序的运行，结果如下：

（1）将各种信息的txt文件存入一个根XML文件中。这样，当读取并解析根XML文件后，我们的程序就可以根据读取的信息，对不同的文件进行相应处理。然后，对根XML文件的解析，得到不同格式的文件所在的文件夹，并通过WIN32_FIND_DATA结构对文件夹进行搜索，值得注意的是，由于这个程序中输入文件夹下的文件都是在ftp服务器下上传的，我们必须判断一个TXT文件是否上传完毕，并且，应客户的要求，不允许将上传的TXT文件删除，即使转换完毕，也仍需保留原文件，即保留一个同名的end文件来判断一个TXT文件是否传送完毕。

（2）利用WIN32_FIND_DATA结构在每个输入文件夹下搜索，当搜到以.end结尾的文件时，系统应做：①将含有全部路径的同名TXT文件名称写入临时文件夹；②删除原.end文件，以防止在下一次搜索中重新处理。③系统分别读取临时文件夹中不同类型的文件，并根据根xml中ConvertListFile中的内容对临时文件中的TXT文件名进行检测，当发现文件名不合法时，将其纪录在错误信息中，并删除此文件名。当临时文件夹纠错完成后，系统通过WinExec（）函数，实现对子程序的调用。子程序负责TXT文档到XML文档的转换，如果转换成功，将转换后的XML文档保存在相应的输出文夹夹中；如果转换失败，原TXT文件将写入ERROR文夹。主线程完成了对文件夹的第一次扫描，得到合法的TXT文件转换成了XML文件并保存在目标文件夹中。此后，利用_beginthread（）函数对每个输入文件夹定时监测，完成以下功能：①定时监听；②扫描对应文件夹；③对扫描到的TXT文件的解析；④错误处理；⑤调用相应子程序对TXT文档进行格式转换；⑥将转换后的文件保存到目标文件夹；⑦继续监听。

以上功能完成后，得到一个TXT文件以及转换后的XML文件见图3、图4。

图3 ARAMS类型的TXT文件

图4 转换为XML格式的ARAMS类型的TXT文件

3 结束语

通过ESS软件在日文系统下的运行，达到了实时监测CD-SEM传送来的文本文档转换成有效的XML文档格式的目的，解决了日文环境下数据破损和丢失的问题。