課程設計初養成

         開學兩週，做數據結構的課程設計，沒有課，可以說是又延長了兩週的假期。我分到的題目是由一個XML文件建立一個新聞網站。
       上學期就開始對XML感興趣，用Jdom寫了點小程序，算是實驗，用它拔過我的blog文章摘要及評論，感覺jdom用起來很方便，xml的樹狀結構更是清晰明瞭。所以這次那道題目一點都不迷惑，還有些懷疑老師是不是給我放水，呵呵。但是，這次沒打算用jdom做，那樣未免有些投機取巧了，這道題目的目的就在於xml文件的解析和樹狀數據結構的建立，都不難，再不自己做就太說不過去了。
       還是用java來做，比較容易上手，說實話現在要是再讓我用c++做，還真得先找個函數庫做後備，雖然語法都應該沒什麼問題，但是有什麼函數就都不知道了。因爲xml要用的是unicode編碼，支持漢字，所以要採用按照char爲單位讀取的reader，而不是傳統的inputstream，這樣就可以讀取xml文件了。我沒有使用帶buffer的reader（沒去找，也不知道有沒有），而是先將reader中的char挨個讀入到一個string中，每當讀完一個tag（就是一對尖括號）就將其封裝爲一個element，作爲一個樹節點。當讀完xml文件，樹狀結構也就建立好了。
       樹的建立用的是先根遍歷算法，這對於xml文件的格式來說十分舒服自然。這裏有一點新的認識就是表徵一個tag結束的</  >，其實它裏面的type只是爲了人們看着清楚，對於解析起來說，完全可以不用考慮這個結束標記的type是什麼（合式檢查就另當別論了）。我的做法是當遇到新的tag時，建立節點，添加父子關係，然後將新節點壓棧，作爲當前的父節點，當遇到<  />標籤的時候，進行彈棧，直到沒有新的節點可以建立並且棧爲空退出。（一開始沒有考慮<tpye  />的情況，導致可能會造成堆棧錯誤，其實只要不對那個節點進行壓棧就可以了）
       這樣就可以將xml文件解析成一棵樹的結構，之後再對其進行遍歷提取信息，先是在網頁上就可以了。目前只做到這裏，但是後面的就沒什麼了，倒是分析BSP的feed格式挺有意思。看了國內外的幾個大的BSP發現了三種規範：rss、atom、rdf。前兩種都聽說過，只是這最後一種是頭回見。國內基本用的都是rss，atom和rdf幾乎沒有用的，找到兩個國外的網站用的是那兩個。雖然是三個不同的標準，但是大體結構都還是差不多的，基本信息也都出入不大，所以遍歷搜索信息的算法可以基於對標準的人工分析，不用靠“猜”，只是這樣就需要針對每一個標準提供不同的算法來解析。而還會有一些網站的feed不是按照這種規範來做的，可能就會需要特定優化了。
       寫到這裏發現忘記說一個很重要的事情，就是我打算把這個課程設計做成什麼東西。我想把它做成一個網站，任何人都可以隨意來添加feed，feed源保存到數據庫中，然後在頁面顯示全部或者部分新聞的標題，讀者可以點擊標題，或者只是指向，察看摘要。基本就是這個功能，沒有什麼特色，沒有什麼新意，只是想做成這個樣子。如果有空間可以放的話我倒是挺想掛出去，看看一段時間之後上面會有哪些東西。估計都是廣告了，呵呵。