EXI(Efficient XML Interchange )格式说明

1.EXI概念

高效 XML 交换（EXI）格式的开发遵循了五个设计原则，即：该格式必须是通用的、最小的、高效的、灵活的，并且具有互操作性。EXI 格式满足了这些前提条件，在实现通用性、高效性和灵活性的同时，保持了较低的复杂性。

EXI 格式采用的许多概念也适用于任何可以通过语法描述的语言的编码。尽管 EXI 利用模式信息来提高紧凑性和处理效率，但它并不依赖于准确、完整或当前的模式才能正常工作。

2.EXI格式

EXI 将 XML 文档的内容表示为 EXI 流。如下所示，EXI 流由 EXI 头部和 EXI 正文组成。

EXI 流结构

EXI 头部传递格式版本信息，并且可能还包括在编码过程中使用的选项集。如果这些选项被省略，假定解码器可以通过带外机制访问这些选项。EXI 正文由描述被编码的文档（或文档片段）的事件序列组成。更详细的信息如下：

2.1EXI 头部

EXI 头部传达了解码 EXI 正文所需的编码属性。最小的头部可以用一个字节表示，这样可以将开销和复杂度降到最低，并且不会牺牲紧凑性，特别是对于小文档来说，头部可能会引入较大的常数因子。

EXI 头部的结构如下图所示：

表 1. EXI 头部结构

EXI 头部以可选的四字节 EXI Cookie 开始。四字节字段由四个字符 " $ "、" E "、" X " 和 " I " 组成，按此顺序排列，每个字符都表示为一个 ASCII 八位字节，这可以用来区分 EXI 流与其他数据流。

EXI Cookie 后面跟着一对区分位。这个二进制序列（1 0）可以用来区分 EXI 文档和文本 XML 文档，并且足以基于广泛的字符编码区分 EXI 流和 XML 流。

EXI 选项存在位紧跟在区分位之后。该位的值用于指示是否存在 EXI 选项，这些选项稍后会出现在头部中。

EXI 格式版本标识正在使用的 EXI 版本，并允许未来的改进和修改。前导的 0（零）位表示文档是根据最终版本的推荐编码的，而前导的 1（一个）位表示这是预览版本。引入这种区分是为了方便早期发布预览版本，这些版本的互操作性要求较低。只有最终版本才要求被符合要求的处理器处理。前导位后跟一个或多个 4 位序列，整体解释为从 1 开始的格式版本号。例如，4 位序列 0000 被解释为版本 1，两个 4 位序列 1111 0001 被解释为 15 + 2 或版本 17。

EXI 选项指定了如何编码 EXI 流的正文，正如前面所述，它们的存在由头部中的存在位控制。由于 EXI 选项是通过 XML Schema 正式描述的，并且也是使用 EXI 编码的，因此它们引入的开销相对较小。下表描述了可以在 EXI 头部中指定的 EXI 选项。当 EXI 选项文档没有为某个特定选项指定值时，假定使用默认值。

表 2. EXI 选项

EXI 选项	描述	默认值
alignment	事件代码和内容项的对齐方式	位打包
compression	指示是否使用 EXI 压缩以提高紧凑性	false
strict	使用严格的模式解释以提高紧凑性	false
fragment	指示是否将正文编码为 EXI 片段而不是 EXI 文档	false
preserve	控制是否保留注释、处理指令等的一组选项	全部为 false
selfContained	启用自包含元素。自包含元素可以独立于 EXI 正文的其余部分读取	false
schemaId	标识用于编码正文的模式信息（如果有）	无默认值
datatypeRepresentationMap	为 EXI 正文中的类型值指定替代的数据类型表示	无默认值
blockSize	指定用于 EXI 压缩的每个块中的属性（AT）和字符（CH）值的数量	1,000,000
valueMaxLength	指定考虑添加到字符串表中的值内容项的最大字符串长度	无限制
valuePartitionCapacity	指定字符串表中值分区的总容量	无限制
[用户定义的元数据]	可以添加用户定义的选项	无默认值

大多数选项都是直接的，作为布尔值启用或禁用某个功能。它们通过可选的 XML 元素表示，并且也通过 EXI 编码。关于用于编码这些选项的 XML Schema 的更多信息，请参见 EXI 选项头部的 XML Schema。

上表中的 preserve 选项实际上是一组选项，控制哪些 XML 项目被保留，哪些 XML 项目被忽略。它们统称为保真度选项。可以使用这些选项来消除传输未使用的 XML 项目所带来的开销。某些 XML 项目，如处理指令或 DTD（文档类型定义），可能永远不会出现（例如，在 SOAP 中），或者对用例或应用程序领域来说根本不重要。保真度选项用于管理某些 XML 项目的过滤器，具体如以下表所示。

表 3. 保真度选项

保真度选项	效果
Preserve.comments	保留语法中的 CM（注释）事件
Preserve.pis	保留语法中的 PI（处理指令）事件
Preserve.dtd	保留 DOCTYPE 和 ER（实体引用）事件的生成
Preserve.prefixes	保留 NS（命名空间声明）事件和命名空间前缀
Preserve.lexicalValues	保留元素和属性值的词法形式

自然地，编码时丢弃的 XML 项目（由于保真度选项的特定设置）在解码时无法精确恢复。

2.2 EXI 正文

EXI 文档的正文由一系列 EXI 事件组成。XML 项目被编码为一个或多个 EXI 事件；例如，名为 foo 的属性可以编码为 AT("foo")，而名为 bar 的元素可以编码为一对事件：SE("bar") 和 EE。EXI 事件可能具有与其相关联的附加内容。例如，属性事件 AT("foo") 可能与值 foo1 关联。下表展示了所有可能的事件类型及其与结构和内容相关的项。在 EXI 术语中，内容指的是属性和值，而所有其他信息项被视为属于结构类别。

表 2-5. EXI 事件类型

EXI 事件类型	语法符号	结构信息项	内容信息项
开始文档	SD
结束文档	ED
开始元素	SE (qname)	[prefix]
开始元素	SE (uri:*)	local-name, [prefix]
开始元素	SE (*)	qname, [prefix]
结束元素	EE
属性	AT (qname)	[prefix]	value
属性	AT (uri:*)	local-name, [prefix]
属性	AT (*)	qname, [prefix]
字符	CH		value
命名空间声明¹	NS	uri, prefix, local-element-ns
注释¹	CM	text
处理指令¹	PI	name, text
DOCTYPE¹	DT	name, public, system, text
实体引用¹	ER	name
自包含¹	SC

对于命名的 XML 项目，如元素和属性，存在三种类型的事件：SE(qname)、SE(uri:*) 和 SE(*)，以及 AT(qname)、AT(uri:*) 和 AT(*)。这些事件在其相关联的结构上有所不同：当使用 SE(qname) 或 AT(qname) 时，XML 项目的实际 qname 不会作为事件的一部分进行编码，而 SE(uri:*) 和 AT(uri:*) 事件则不会编码 uri。选择使用哪种类型的事件将在引入 EXI 语法的概念后进行解释。此外，保真度选项可能允许保留命名空间前缀。