一种基于ＤＸＦ文件格式的读取与ＸＭＬ转换的方法，涉及使用ＣＡＤ工程制图的各类工程技术领域，本方法把ＤＸＦ文件结构当作一种形式语言来处理，使用３型文法描述ＤＸＦ文件结构，使用有限状态自动机对ＤＸＦ文件内容进行识别，即顺序读入ＤＸＦ文件的字符，一对组码和组值为一组，按组循环，根据读入的组码和组值，进行事件推进，状态转移以及事件处理，输出ＸＭＬ格式的文件，直到文件读入字符为ＥＯＦ。这就进行了ＤＸＦ格式到ＸＭＬ格式的转换。本发明专利技术能够有效的处理非标准的ＤＸＦ文件，具有通用性、灵活性、可扩充性和可移植性。转换后的ＸＭＬ文件格式良好，结构清晰，使得用户专用软件，各类工程软件进行有效数据的提取变得十分简易，不必花费大量时间研究ＤＸＦ组码和组值结构，降低了开发成本。
【技术实现步骤摘要】
本专利技术涉及使用CAD工程制图的各类工程
，DXF(drawing exchange format)图形交换文件格式在不同的CAD软件间进行图形数据交换，实现资源共享。本技术 实现DXF图形交换文件转换成XML文件，有利于使用XML数据挖掘技术提取其有效数据，形 成数据仓库，用于各类工程专用软件。
技术介绍
本专利技术基于城市交通标志标线智能评价系统，实现从设计人员交付的交通道路 CAD图提取有效数据而专利技术的。不同CAD软件的文件格式不尽相同，出于商业考虑，一般其标准格式文件都没有 公开。由于产品扩展的需要，CAD软件一般都提供二次开发工具来读取其数据，如AutoCAD 的DWG文件，可以使用AutoDesk公司提供的Ob jectARX、AutoLisp或VBA，通过编程来读取 信息。把读取的数据转储至预定义好结构的关系型数据库中。这样，工程图形文件的数据 挖掘就转化为关系型数据的挖掘。这种处理方式有其局限性，需依赖于CAD软件，不支持所 有字节的读取；并且由于各种CAD软件各不相同，需按不同的方式来处理，给数据挖掘带来 了不便。AutoCAD 采用了 DXF (drawing exchange format)图形交换文件格式在不同的 CAD 软件间进行图形数据交换。随着AutoCAD软件的日益流行，DXF文件事实上已成为国际通 用的图形数据交换标准。DXF文件本质是一种ASCII文本文件，但它与普遍的文本文件又不尽相同，它是一 种有限结构的文件，具有层次性，对各种参数的描述是用代码(组码)和与代码相关联的值 (组值)构成，组码和组值联合起来表示一个数据的含义和数据的值。很多软件直接把DXF 作为挖掘对象，通过文本挖掘工具对DXF进行数据挖掘，提取其中的有效数据，供工程图的 应用系统使用。这种方式不足之处是①虽然文本挖掘技术已经比较成熟，但挖掘数据的难 度还是较大；②在提取数据时，需多次对DXF格式的文本文件进行操作，对文本文件操作效 率较低。
技术实现思路
本专利技术所要解决的技术问题是提供一种可以从任何CAD图形文件转换成XML文 件，方便提取出有效数据，实现资源共享的通用方法。本专利技术不受CAD图形文件各个版本的限制，对所有的CAD图都能够转换成格式良 好的XML文件。转换后的XML文件，格式良好，数据结构清晰，使得数据挖掘提取变得十分简易。本专利技术可以广泛用于各类工程软件当中。本专利技术的技术方案是1.技术方案目标如图1所示，左图是原DXF文件数据格式截图，右图为转换后的XML文件数据格式截图。从图中可以看出，转换后的XML文件数据格式已经较为容易阅读， 而实际上，从计算机软件来看，对XML文件进行数据挖掘要比文本格式的DXF文件容易得^^ ο2.技术方案原理要实现DXF文件转换成XML文件这样的功能，类似于计算机程 序运行的编译阶段，如图2所示。日常通用的自然语言是人们交流思想的主要工具，自然语言复杂，往往难以进行 描述。而人与计算机打交道的程序设计语言则具有语法严格、结构正规、便于计算机处理的 特点，而DXF文件数据格式也具有程序设计语言一样的特性。由于程序设计语言和自然语 言存在共性，语言的核心是由语法和语义两部分组成。语法是语言的形式，语义是语言的内 容，以语法为媒介来说明语义是语言的实质。语言是由具有独立意义的单词根据一定的语 法规则构成的表达一定意义的句子组成的集合。给定字母表Σ，一个语言可看做是Σ *中的 某个子集。要分析语言就要知道其结构，文法就是一种能够用有限规则来展现出语言的结 构的形式。语言学家乔姆斯基(Avram Noam Chomsky)对某些自然语言进行研究的基础上， 提出了一种用于描述语言的数学系统，并以此定义了 4类不同的文法和语言。乔姆斯基分 类，即将文法按状态转换函数的不同具体分成4类，4类文法对应4种类型的语言，且有相应 的自动机来识别。从O型到3型，其后一类都是前一类的子集，且限制是逐步增强的，而描述 语言的功能是逐步减弱的。确定的有限状态自动机(Deterministic Finite Automation, DFA)是一个具有离散输入、输出系统的数学模型，它是4类文法的识别装置中最基本、最重 要的一种。而DXF文件的数据完全可以使用3型文法来表达，因此可以把DXF文件数据当 成一种语言来识别，而使用的识别装置就是确定的有限状态自动机。3.技术方案设计与实现第一步根据DXF文件的格式，设计出能够识别该DXF数据格式的3型文法，这里 用状态转换图来表示，设计的状态转换图见图6至图12。状态在DXF文件格式中，每一个有子节点的图元组码，设计成一个状态。输入字符DXF文件数据的输入流，将一对组码组值设计成为一个输入字符。状态转换函数根据当前状态和输入字符确定下一个状态。初态初始状态ROOT。终态结束状态ROOT。一个确定的有限状态自动机M(DFA M)是一个五元组M= (Q, Σ, f, q0, Ζ)其中，Q为状态的有限集合，每个元素称为一个状态；Σ为输入字符的有限集合， 每个元素是一个输入字符；f为状态转换函数，是一个从QX Σ到Q的映射。q0为M的唯一 初态，q0 e Q ;Z为M的终态集，Z是Q的子集。对于DXF文件结构使用状态转换图和五元表达式进行描述，其中状态按照DXF文 件结构本身的逻辑含义进行设计，不违背原本的语义。设计原则是，具有包含关系或者循环 并列关系的设计为一个状态，每个状态中DXF文件中都能够找到原型，每个状态的名字与 DXF文件结构说明文档中结构名字一致。状态具体说明如下ROOT为新增的一个状态，作为根状态；SECTION为DXF文件结构中的一个段；HEADER, CLASSES, ENTITIES, BLOCKS, OBJECTS, TABLES 为 DXF 文件结构中具体的 段结构；段内结构的状态详见每个段的解析。ENTITIES段该有限状态自动机所对应的状态图如图3所示。五元表达式为M = ({ROOT, SECTION, ENTITIES, ENTITY, ENTITYPROPERTY}，{(0，SECTION)，(2， ENTITY)，(0，*)，(100，ACDB*)，(0，ENDSEC)}, f, ROOT, {ROOT})上面五元表达式中每个变元的具体含义如下(1) {ROOT, SECTION,ENTITIES,ENTITY,ENTITYPROPERTY}代表了五个不同的状态， 每一状态都作为程序中状态类的一个具体实例；其中ENTITY为具体的图元类型，如LINE， LffPOLYLINE 等，ENTITYPROPERTY 为子类。(2) {(0，SECTION)，(2，ENTITY)，(0，*)，(100，ACDB*)，(0，ENDSEC)}代表了五个 不同的状态转移事件；(3) f代表了状态转换函数，状态集合用Q表示，输入字符集合用Σ表示，状态转换 函数是QX Σ到Q的映射；其中f为f (ROOT, (0，SECTION)) = SECTIONf (SECTION, (2，ENTITIES)) = ENTITIESf (ENTITIES, (0，*)) = ENTITYf (ENTITIES, (0，ENDS本文档来自技高网...
【技术保护点】
一种基于ＤＸＦ文件格式的读取与ＸＭＬ转换的方法，其特征在于：使用３型文法对ＤＸＦ格式进行描述，使用有限状态自动机根据状态转换图对ＤＸＦ文件进行解析，在事件发生，状态转移之时，进行事件处理，输出ＸＭＬ格式；其中ＤＸＦ实体段的五元表达式为Ｍ＝（｛ＲＯＯＴ，ＳＥＣＴＩＯＮ，ＥＮＴＩＴＩＥＳ，ＥＮＴＩＴＹ，ＥＮＴＩＴＹＰＲＯＰＥＲＴＹ｝，｛（０，ＳＥＣＴＩＯＮ），（２，ＥＮＴＩＴＹ），（０，＊），（１００，ＡＣＤＢ＊），（０，ＥＮＤＳＥＣ）｝，ｆ，ＲＯＯＴ，｛ＲＯＯＴ｝）；上面五元表输出的格式；事件处理需要输入参数：组码组值，事件处理类型ｔｙｐｅ，下一状态；当ｔｙｐｅ＝１时，从父节点状态向子节点状态转移时，子节点状态进栈，同时输出该子节点在ｘｍｌ文件中的开始标签，标签名为状态名字；从前列状态向后续状态移动，状态转移的同时读取组码、组值、状态名，并将这三者分别压入对应的堆栈中，同时输出该状态对应在ｘｍｌ文件中的开始标签，标签名为状态名字，其中ＶＡＲＩＡＢＬＥ状态比较特别，他不会作为标签名，而是以对应该状态的组码值作为标签名；当ｔｙｐｅ＝２时，从子节点状态向祖先节点状态转移时，出栈，同时输出当前出栈状态在ＸＭＬ文件中的闭合标签；循环出栈，直到该祖先状态出栈为止；从后续状态向前列状态移动，状态转移的同时将组码、组值、状态名对应的堆栈中的信息弹出，同时输出该状态对应在ｘｍｌ文件中的闭合标签；当ｔｙｐｅ＝３时，在一个状态转移到自身时，输出前一状态的内容，再输出前一状态在ＸＭＬ文件中的闭合标签，再输出当前状态在ＸＭＬ文件中的开始标签，栈不动；在同一状态自身循环移动，状态转移的同时将前一状态对应的组码、组值、状态名对应的堆栈中的信息弹出，同时输出该子节点在ｘｍｌ文件中的闭合标签，再读取下一状态的组码、组值、状态名，并将这三者分别压入对应的堆栈中，同时输出该状态对应在在ｘｍｌ文件中的开始标签，标签名为状态名字，其中ＶＡＲＩＡＢＬＥ状态比较特别，他不会作为标签名，而是以对应该状态的组码值作为标签名。达式中每个变元的具体含义如下：１）｛ＲＯＯＴ，ＳＥＣＴＩＯＮ，ＥＮＴＩＴＩＥＳ，ＥＮＴＩＴＹ，ＥＮＴＩＴＹＰＲＯＰＥＲＴＹ｝代表了五个不同的状态，每一状态都作为程序中状态类的一个具体实例；ＲＯＯＴ为根状态，ＳＥＣＴＩＯＮ为ＤＸＦ文件结构中的一个段，ＥＮＴＩＴＩＥＳ为ＤＸＦ文件结构中具体的段结构，ＥＮＴＩＴＹ为具体的图元类型，ＥＮＴＩＴＹＰＲＯ...
【技术特征摘要】
【专利技术属性】
技术研发人员：班晓娟，龙永霞，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：11[中国|北京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。