folioxml:Folio Flat File到XMLHTMLLucene转换框架

掌握： 开发： 这是什么？ 这是Folio Flat File数据库的完整流式处理词法分析器，解析器和编译器。 输出包括SLX，XML，HTML和Lucene。 基于流的（不是基于DOM的）-可以以非常低的RAM使用率快速处理千兆字节。 第一步是无损转换为SLX格式。 这就像XML，但是包含“ ghost标签”，它们成对出现（带有匹配的GUID），并且可以在任何地方开始和结束。 这将〜120关键字〜20上下文语言简化为〜12关键字和2个上下文。 第二种转换是从SLX到XML。 这导致幻影标签被分割，因此名义上是有损的，但实际上是无损的。 从XML，我们可以转换为HTML，Lucene等。 我们甚至支持将查询链接转换为超链接，因为我们已经在folioxml-lucene包中重新实现了folio查询语言。 我们的XML实现提供了基于正则表达式的搜索和替换，仅影响节点的文本内容-