课程设计初养成

         开学两周，做数据结构的课程设计，没有课，可以说是又延长了两周的假期。我分到的题目是由一个XML文件建立一个新闻网站。
       上学期就开始对XML感兴趣，用Jdom写了点小程序，算是实验，用它拔过我的blog文章摘要及评论，感觉jdom用起来很方便，xml的树状结构更是清晰明了。所以这次那道题目一点都不迷惑，还有些怀疑老师是不是给我放水，呵呵。但是，这次没打算用jdom做，那样未免有些投机取巧了，这道题目的目的就在于xml文件的解析和树状数据结构的建立，都不难，再不自己做就太说不过去了。
       还是用java来做，比较容易上手，说实话现在要是再让我用c++做，还真得先找个函数库做后备，虽然语法都应该没什么问题，但是有什么函数就都不知道了。因为xml要用的是unicode编码，支持汉字，所以要采用按照char为单位读取的reader，而不是传统的inputstream，这样就可以读取xml文件了。我没有使用带buffer的reader（没去找，也不知道有没有），而是先将reader中的char挨个读入到一个string中，每当读完一个tag（就是一对尖括号）就将其封装为一个element，作为一个树节点。当读完xml文件，树状结构也就建立好了。
       树的建立用的是先根遍历算法，这对于xml文件的格式来说十分舒服自然。这里有一点新的认识就是表征一个tag结束的</  >，其实它里面的type只是为了人们看着清楚，对于解析起来说，完全可以不用考虑这个结束标记的type是什么（合式检查就另当别论了）。我的做法是当遇到新的tag时，建立节点，添加父子关系，然后将新节点压栈，作为当前的父节点，当遇到<  />标签的时候，进行弹栈，直到没有新的节点可以建立并且栈为空退出。（一开始没有考虑<tpye  />的情况，导致可能会造成堆栈错误，其实只要不对那个节点进行压栈就可以了）
       这样就可以将xml文件解析成一棵树的结构，之后再对其进行遍历提取信息，先是在网页上就可以了。目前只做到这里，但是后面的就没什么了，倒是分析BSP的feed格式挺有意思。看了国内外的几个大的BSP发现了三种规范：rss、atom、rdf。前两种都听说过，只是这最后一种是头回见。国内基本用的都是rss，atom和rdf几乎没有用的，找到两个国外的网站用的是那两个。虽然是三个不同的标准，但是大体结构都还是差不多的，基本信息也都出入不大，所以遍历搜索信息的算法可以基于对标准的人工分析，不用靠“猜”，只是这样就需要针对每一个标准提供不同的算法来解析。而还会有一些网站的feed不是按照这种规范来做的，可能就会需要特定优化了。
       写到这里发现忘记说一个很重要的事情，就是我打算把这个课程设计做成什么东西。我想把它做成一个网站，任何人都可以随意来添加feed，feed源保存到数据库中，然后在页面显示全部或者部分新闻的标题，读者可以点击标题，或者只是指向，察看摘要。基本就是这个功能，没有什么特色，没有什么新意，只是想做成这个样子。如果有空间可以放的话我倒是挺想挂出去，看看一段时间之后上面会有哪些东西。估计都是广告了，呵呵。