一种快速过滤xml文件中无效信息的方法

1.一种快速过滤xml文件中无效信息的方法，其特征在于：包括步骤：1)针对待处理xml文件建立索引；2)查询知识库中与该索引相似度最高的案例；3)知识库中与索引相似度最高的案例与该索引进行匹配；4)根据匹配结果，从xml预处理流程库中选取该xml文件的预处理流程；5)xml文件按照选取的预处理流程进行初步处理；6)将初步处理后的结果传递给接收端进行进一步处理；文件建立索引的方法是：31)对整个xml文件中的标签进行计数和归一化；32)将标签序列以及相应的归一化指纹作为该xml文件的索引信息并存入预处理流程库；33)预处理流程库同时也存有该xml文件的预处理方法；步骤31)中对整个xml文件中的标签进行计数和归一化的方法为：311)统计xml文件中符合“<……>”关键字数量，省略号指代关键字的内容；312)统计PURCHASE_ITEM_ID、PURCHASEDATE、UNIQUE_PROJECT_CODE、PROJECT_NAME、TAXRATE、TAX、UNIT_PRICE_TAX的出现次数，依序排成数列；313)将上述数列针对关键字数归一化形成指纹。 2.根据权利要求1所述的一种快速过滤xml文件中无效信息的方法，其特征在于：若无法在知识库中匹配到高相似度的流程，则按照未知结构xml文件结构进行处理，整理相应的索引以及处理方法导入预处理流程库。 3.根据权利要求1所述的一种快速过滤xml文件中无效信息的方法，其特征在于：待处理的xml文件与知识库中案例匹配的标准为：相同关键字出现次数的总和大于知识库中其它任意案例。 4.根据权利要求1所述的一种快速过滤xml文件中无效信息的方法，其特征在于：整个数据传送过程中所有数据都是经过压缩后再进行传送。