基于電池包測試系統(tǒng)方案編輯器的多格式數(shù)據(jù)轉(zhuǎn)換探究

崔嘉怡，匡 鵬，邵 飛，石靈丹

（1. 中南財(cái)經(jīng)政法大學(xué)，武漢 430073；2. 武漢長海高新技術(shù)有限公司，武漢 430000）

0 引言

電池包測試系統(tǒng)作為新能源測試行業(yè)中重要的質(zhì)量檢測系統(tǒng)，在過去幾十年取得了顯著的發(fā)展。多項(xiàng)研究工程致力于提升電池包測試系統(tǒng)的準(zhǔn)確性、穩(wěn)定性和效率。同時(shí)，隨著人工智能技術(shù)的發(fā)展，船電技術(shù)的控制系統(tǒng)需要探索如何利用Web 應(yīng)用學(xué)習(xí)算法來優(yōu)化電池包測試系統(tǒng)的性能，從而更好地滿足新能源測試行業(yè)的需求[1,2]。

在數(shù)據(jù)轉(zhuǎn)換算法的研究現(xiàn)狀中，XML 和JSON 是兩種常用的數(shù)據(jù)交換格式。由于它們的數(shù)據(jù)結(jié)構(gòu)和語法有所不同，將XML 轉(zhuǎn)換為JSON或?qū)SON 轉(zhuǎn)換為XML 是一個(gè)具有挑戰(zhàn)性的任務(wù)[3]。常見的數(shù)據(jù)轉(zhuǎn)換方法是基于模式匹配和遞歸算法。在文獻(xiàn)[4]中基本思想是通過解析XML或JSON 的數(shù)據(jù)結(jié)構(gòu)，然后根據(jù)預(yù)定義的轉(zhuǎn)換規(guī)則，將其轉(zhuǎn)換為另一種格式。另外，文獻(xiàn)[5]跟文獻(xiàn)[6]中一些研究致力于解決數(shù)據(jù)結(jié)構(gòu)不一致性的問題。大多研究都是圍繞定義數(shù)據(jù)、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)重構(gòu)以實(shí)現(xiàn)數(shù)據(jù)交換目的進(jìn)行的如文獻(xiàn)[7]。還有一些研究如文獻(xiàn)[8]探索了利用中間形式進(jìn)行數(shù)據(jù)轉(zhuǎn)換。

而在實(shí)際電池包測試系統(tǒng)中，XML 和JSON的數(shù)據(jù)結(jié)構(gòu)可能會因?yàn)椴煌臄?shù)據(jù)源或數(shù)據(jù)格式而存在差異，例如元素不一致、嵌套層次變化等。為了實(shí)現(xiàn)準(zhǔn)確、高效的數(shù)據(jù)轉(zhuǎn)換，我們提出了一些智能匹配方法和自動對齊技術(shù)。這些方法和技術(shù)可以自動識別數(shù)據(jù)結(jié)構(gòu)的不一致性，并進(jìn)行相應(yīng)的調(diào)整和映射，從而確保轉(zhuǎn)換后的數(shù)據(jù)準(zhǔn)確無誤。

1 電池包測試系統(tǒng)下Json 與XML

1.1 JSON

JSON 作為輕量級數(shù)據(jù)交換格式，在文獻(xiàn)[9]中所述，JSON 采用鍵值對表示數(shù)據(jù)，常用于Web應(yīng)用程序和服務(wù)端間數(shù)據(jù)傳輸。鍵值對間用冒號分隔，鍵為字符串。在文獻(xiàn)[10]中，數(shù)據(jù)可以為對象或數(shù)組。值可以是字符串、數(shù)字、布爾值、對象、數(shù)組或null。以下是系統(tǒng)可識別的json 序列示例圖：

圖1 EOL 系統(tǒng)可識別的json 序列示例

1.2 XML

XML 是一種可擴(kuò)展標(biāo)記語言，由元素和屬性構(gòu)成，構(gòu)建非限定秩的結(jié)點(diǎn)樹。XML 文檔可視為由元素類型集合（E）、屬性名集合（A）和結(jié)點(diǎn)值集合（Str）構(gòu)成的樹（T）。由文獻(xiàn)[10]得,元素類型集合（E）包含所有可能元素類型，樹T的屬性名集合（A）包含所有屬性名，結(jié)點(diǎn)值集合（Str）包含所有結(jié)點(diǎn)值。屬性名以@開頭,與元素類型區(qū)分。XML 樹T 定義為:(N,,,root),其中N 是結(jié)點(diǎn)集合(元素和屬性),為父子關(guān)系,為兄弟關(guān)系，root 為根結(jié)點(diǎn),另外元素類型函數(shù):N -> E(如果λ(v)=e，我們說e 是v 的元素類型)；屬性函數(shù):N->Str，N 中的任何一個(gè)屬性結(jié)點(diǎn)，其值在Str 中，N 中沒有子結(jié)點(diǎn)的結(jié)點(diǎn)為葉結(jié)點(diǎn)；任何一個(gè)結(jié)點(diǎn)和其所有后帶結(jié)點(diǎn)組成的樹，我們稱為子樹，為此子樹的根結(jié)點(diǎn)；以下是系統(tǒng)可識別轉(zhuǎn)換后的XML 片段示例圖：

圖2 系統(tǒng)可識別轉(zhuǎn)換后的XML 片段示例

1.3 DTD

XML 文檔的DTD 可用如下三元組來定義(P,R,r)，其中：P 是從元素類型到子元素正則表達(dá)式的映射，此映射描述父結(jié)點(diǎn)與子結(jié)點(diǎn)的關(guān)系，表達(dá)式基于元素類型，語法如下：μ:=?|e,e ∈E|μ|μ|μ,μ| μ*。其中? 代表空，μ|μ和μ，μ分別代表合并與連接，μ*代表任意多個(gè)相同元素的連接。以下是XML 片段的DTD 示例與DTD 所表示的樹型圖：

圖3 DTD 所表示的樹型圖

1.4 Web 應(yīng)用下方案格式與轉(zhuǎn)換

在轉(zhuǎn)換電池包測試系統(tǒng)的.sol 文件(XML 格式)為JSON 時(shí)，需要考慮兩者結(jié)構(gòu)差異。首先，將.sol 文件（XML 格式）轉(zhuǎn)換為JSON，使得應(yīng)用能夠使用拖拽式方案編輯器所需的JSON。上位機(jī)可以通過該JSON 反向生成XML。轉(zhuǎn)換過程步驟：①解析.sol 文件：使用XML 解析庫解析.sol文件中的XML 數(shù)據(jù)，將其轉(zhuǎn)換為適當(dāng)?shù)臄?shù)據(jù)結(jié)構(gòu)。②創(chuàng)建JSON 對象：根據(jù)解析結(jié)果，創(chuàng)建對應(yīng)的JSON，定義其結(jié)構(gòu)和鍵值對。③遍歷XML并生成JSON：遍歷后的XML 數(shù)據(jù)，將XML 元素轉(zhuǎn)換為對應(yīng)的JSON 對象，并將其添加到JSON適當(dāng)位置。④設(shè)置JSON 鍵值對：根據(jù).sol 文件中的XML 元素和屬性，設(shè)置JSON 的鍵值對。⑤輸出JSON：將生成的JSON 對象輸出為JSON格式的文件，完成.sol 文件到JSON 的轉(zhuǎn)換過程。

圖4 存在DTD 的XML 格式的.sol 數(shù)據(jù)轉(zhuǎn)換為JSON

2 多格式數(shù)據(jù)轉(zhuǎn)換的方法與實(shí)現(xiàn)

多格式數(shù)據(jù)轉(zhuǎn)換在方案編輯器中扮演關(guān)鍵角色，確保電池包下線測試系統(tǒng)生成的.sol 文件與Web 方案編輯器所需的JSON、XML 等格式之間能夠相互轉(zhuǎn)換。以下將探討數(shù)據(jù)轉(zhuǎn)換的算法和實(shí)現(xiàn)細(xì)節(jié)，并介紹處理不同格式轉(zhuǎn)換的方法及其優(yōu)劣和準(zhǔn)確性。在Web 應(yīng)用中，關(guān)鍵在于設(shè)計(jì)實(shí)現(xiàn)準(zhǔn)確轉(zhuǎn)換的算法，以下將比較不同方法的優(yōu)劣和適用性，主要方法包括:df.to_xml 庫函數(shù)、dict_to_xml 方法和JSON2XMLConverter 函數(shù)。

2.1 df.to_xml 庫函數(shù)

1)使用df.to_xml 進(jìn)行JSON 到XML：使用df.to_xml 方法將JSON 數(shù)據(jù)轉(zhuǎn)換為DataFrame 格式，然后通過DataFrame 對象的to_xml 方法將其轉(zhuǎn)換為XML 格式字符串。

2)基本原理：①轉(zhuǎn)換為DataFrame 格式：首先，將JSON 數(shù)據(jù)轉(zhuǎn)換為DataFrame 格式,再將JSON 數(shù)據(jù)轉(zhuǎn)為DataFrame 并賦值給變量df。②to_xml 方法：使用DataFrame 的to_xml 方法將DataFrame 轉(zhuǎn)換為XML 格式的字符串。③生成字符串：變量xml_str 保存轉(zhuǎn)換得到的XML 格式的字符串，該字符串表現(xiàn)與原始JSON 相對應(yīng)的XML 結(jié)構(gòu)。

2.2 dict_to_xml 方法

1)使用dict_to_xml 進(jìn)行JSON 到XML：dict_to_xml 是一種用于將Python 字典數(shù)據(jù)轉(zhuǎn)換為XML 格式字符串的方法。其原理是遞歸將字典中的鍵值對轉(zhuǎn)換為對應(yīng)XML 元素和屬性。

2)基本原理：①遞歸遍歷字典：dict_to_xml()會逐層遍歷字典中的所有鍵值對。對于每個(gè)鍵值對，根據(jù)鍵的類型決定生成XML 元素或?qū)傩浴＂趧?chuàng)建XML 元素：每個(gè)鍵被轉(zhuǎn)換為一個(gè)XML 元素，鍵名成為XML 元素的標(biāo)簽，相關(guān)的值成為元素的內(nèi)容。③屬性處理：若值為字典，將被視為XML 元素，并根據(jù)其中的鍵值對創(chuàng)建子元素。列表中的每個(gè)元素都會創(chuàng)建一個(gè)子元素。對于基本類型（如整數(shù)、字符串、布爾值）的鍵值對，會將其作為元素的文本內(nèi)容。

2.3 JSON2XMLConverter 函數(shù)

1)使用JSON2XMLConverter 進(jìn)行JSON 到XML：自研開發(fā)的JSON2XMLConverter 函數(shù)是一種根據(jù)EOL 測試系統(tǒng)對XML 格式的特定要求編寫的JSON 轉(zhuǎn)XML 轉(zhuǎn)換算法。該算法基于遞歸和條件判斷的編程概念，以滿足WEB 端所需的XML 格式。

2)基本原理:①遞歸遍歷：JSON2XMLConver ter 函數(shù)通過遞歸遍歷字典中的鍵值對，處理嵌套結(jié)構(gòu)，如字典中包含字典或列表。遞歸遍歷是將整個(gè)字典結(jié)構(gòu)轉(zhuǎn)換為相應(yīng)XML 元素結(jié)構(gòu)的關(guān)鍵。圖6 展示了經(jīng)過自制XML 轉(zhuǎn)換函數(shù)遍歷解析后的樹形結(jié)構(gòu)，以生成EOL 系統(tǒng)可識別的XML 片段示例。②條件判斷：在遍歷過程中，JSON2X MLConverter 函數(shù)根據(jù)鍵值對的類型和格式進(jìn)行條件判斷。根據(jù)鍵的類型，它決定生成XML 元素或?qū)傩?；根?jù)值的類型，它決定創(chuàng)建子元素或文本內(nèi)容。這些條件判斷確保生成的XML 與原始數(shù)據(jù)結(jié)構(gòu)一致。

圖5 JSON 轉(zhuǎn)XML 遍歷解析后的樹型結(jié)構(gòu)圖

3 數(shù)據(jù)集與系統(tǒng)實(shí)驗(yàn)設(shè)計(jì)

為了比較三種JSON 轉(zhuǎn)XML 的數(shù)據(jù)轉(zhuǎn)換方法在不同數(shù)據(jù)集上的性能，我們設(shè)計(jì)了兩組數(shù)據(jù)集：人工截取數(shù)據(jù)集（Short_file）和由EOL 測試系統(tǒng)生成的數(shù)據(jù)集（Long_file）其覆蓋不同復(fù)雜程度和規(guī)模的數(shù)據(jù)，以全面評估性能。數(shù)據(jù)集大小按10 的倍數(shù)從10 逐步增加到100，用于評估模型性能。

3.1 人工截取數(shù)據(jù)集（Short_file）

手動創(chuàng)建的數(shù)據(jù)集，包含整數(shù)、浮點(diǎn)數(shù)、字符串、嵌套結(jié)構(gòu)和數(shù)組等數(shù)據(jù)操作類型，模擬常見操作步驟如BTS、HIPOT、BTD、繼電器操作等生成JSON 數(shù)據(jù)。用于評估在常見場景下的性能。

3.2 電池包測試系統(tǒng)的數(shù)據(jù)集（Long_file）

由電池包測試系統(tǒng)生成真實(shí)數(shù)據(jù)集，包含復(fù)雜的數(shù)據(jù)結(jié)構(gòu)和邊界條件，全面評估數(shù)據(jù)轉(zhuǎn)換和上位機(jī)設(shè)置的邊界條件生成的JSON。用于評估在大數(shù)據(jù)集下的性能。

3.3 實(shí)驗(yàn)設(shè)計(jì)與實(shí)現(xiàn)

為比較三種數(shù)據(jù)轉(zhuǎn)換方法的準(zhǔn)確率和性能，設(shè)計(jì)對比實(shí)驗(yàn)包括：1.準(zhǔn)確率比較：將三種方法的轉(zhuǎn)換后數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行匹配，計(jì)算準(zhǔn)確率。準(zhǔn)確率表示轉(zhuǎn)換后數(shù)據(jù)與原始數(shù)據(jù)完全匹配的比例，是衡量數(shù)據(jù)轉(zhuǎn)換準(zhǔn)確性的指標(biāo)。2.運(yùn)行性能比較：比較三種方法的轉(zhuǎn)換時(shí)間（Conversion Time）、格式化XML 時(shí)間（Format Time）和總運(yùn)行時(shí)間（Total Running Time）。通過計(jì)時(shí)比較方法的性能，多次實(shí)驗(yàn)取平均值提高可靠性.

3.4 實(shí)驗(yàn)步驟

實(shí)驗(yàn)設(shè)計(jì)如下：①讀取人工截取數(shù)據(jù)集（ Short_file ） 和測試系統(tǒng)生成的數(shù)據(jù)集（Long_file）的JSON 數(shù)據(jù)。②使用三種數(shù)據(jù)轉(zhuǎn)換方法將JSON 數(shù)據(jù)轉(zhuǎn)換為XML，并記錄轉(zhuǎn)換時(shí)間。③對轉(zhuǎn)換后的XML 數(shù)據(jù)進(jìn)行格式整理，并記錄格式整理時(shí)間。④計(jì)算轉(zhuǎn)換準(zhǔn)確率，得出每種數(shù)據(jù)轉(zhuǎn)換方法在不同數(shù)據(jù)集上的準(zhǔn)確率。⑤比較不同數(shù)據(jù)轉(zhuǎn)換方法的性能，得出數(shù)據(jù)轉(zhuǎn)換方法在不同數(shù)據(jù)集上的轉(zhuǎn)換時(shí)間、格式整理時(shí)間和總運(yùn)行時(shí)間。

通過上述實(shí)驗(yàn)設(shè)計(jì)，我們可以全面比較JSON轉(zhuǎn)化為XML 的三種數(shù)據(jù)轉(zhuǎn)換方法在不同數(shù)據(jù)集上的準(zhǔn)確率和性能表現(xiàn)，為選擇最合適的數(shù)據(jù)轉(zhuǎn)換方法提供科學(xué)依據(jù)。

4 實(shí)驗(yàn)結(jié)果與數(shù)據(jù)轉(zhuǎn)換性能評估

4.1 準(zhǔn)確率對比評估

在準(zhǔn)確率對比評估中展示了使用三種方法進(jìn)行數(shù)據(jù)轉(zhuǎn)換時(shí)的準(zhǔn)確率對比。圖中有兩條曲線，一條表示 Short_file 的準(zhǔn)確率，另一條表示Long_file 的準(zhǔn)確率。其中，X 軸表示文件大小(Number of Files),Y 軸表示準(zhǔn)確率(Accuracy)。

在圖6 中展示了使用df.to_xml 進(jìn)行數(shù)據(jù)轉(zhuǎn)換時(shí)的準(zhǔn)確率對比。在Short_file 準(zhǔn)確率曲線中:隨著文件大小的增加，準(zhǔn)確率從0.444 45 逐漸下降至約0.430 23。在文件大小為20 左右時(shí)，準(zhǔn)確率下降幅度較大，之后變化較為平緩。在Long_file準(zhǔn)確率曲線:隨著文件大小的增加，準(zhǔn)確率從0.294 45 逐漸下降至約0.287 94。在文件大小為20 左右時(shí)，準(zhǔn)確率下降幅度較大，之后變化較為平緩。大小數(shù)據(jù)集整體趨勢均是準(zhǔn)確率隨文件大小增加而略微下降。

圖6 df.to_xml 方法-準(zhǔn)確率評估

在圖7中展示了使用dict_to_xml進(jìn)行數(shù)據(jù)轉(zhuǎn)換時(shí)的準(zhǔn)確率對比。在Short_file準(zhǔn)確率曲線(藍(lán)色)中:隨著文件大小的增加，準(zhǔn)確率從0.920 63逐漸下降至約0.903 05。在文件大小為20左右時(shí)，準(zhǔn)確率下降幅度較大，之后變化較為平緩。在Long_file準(zhǔn)確率曲線(橙色)中：隨著文件大小的增加，準(zhǔn)確率從0.818 19逐漸下降至約0.800 04。在文件大小為20左右時(shí)，準(zhǔn)確率下降較明顯，之后變化較為平緩。

圖7 dict_to_xml 方法-準(zhǔn)確率評估

在圖8 中展示了使JSON2XMLConverter 函數(shù)進(jìn)行數(shù)據(jù)轉(zhuǎn)換時(shí)的準(zhǔn)確率對比。在Short_file準(zhǔn)確率曲線中：隨著文件大小的增加，準(zhǔn)確率從0.984 12 逐漸下降至約0.983 29。整體上，準(zhǔn)確率保持在較高水平。在Long_file 準(zhǔn)確率曲線中:隨著文件大小的增加，準(zhǔn)確率從0.636 34 逐漸上升至約0.632 07。整體上，準(zhǔn)確率保持在較低水平。兩組數(shù)據(jù)的準(zhǔn)確率曲線趨勢截然不同。JSON2XMLConverter 函數(shù)在處理較小的文件時(shí)表現(xiàn)良好，準(zhǔn)確率較高；但在處理較大文件時(shí)準(zhǔn)確率有所下降。

圖8 JSON2XMLConverter 函數(shù)-準(zhǔn)確率評估

在準(zhǔn)確率評估中，對比了三種不同的JSON轉(zhuǎn)XML方法在兩種不同大小的數(shù)據(jù)集上的準(zhǔn)確率。其中，自制的JSON轉(zhuǎn)XML函數(shù)（JSON2XML Converter）在Short_file上表現(xiàn)出較為顯著的優(yōu)勢，其準(zhǔn)確率達(dá)到了0.988 12。相比之下，df.to_xml在同一數(shù)據(jù)集上的準(zhǔn)確率較低，僅為0.434 55，而dict_to_xml方法的準(zhǔn)確率為0.805 17。在Long_file上，dict_to_xml表現(xiàn)出相對較高的準(zhǔn)確率，為0.805 17，略高于自制函數(shù)。然而，df.to_xml在這個(gè)數(shù)據(jù)集上的準(zhǔn)確率僅為0.284 90，表現(xiàn)較為不理想。

4.2 運(yùn)行性能對比評估

4.2.1 df.to_xml 庫函數(shù)

在圖9 中是df.to_xml 轉(zhuǎn)化時(shí)間與格式化時(shí)間對比結(jié)果，由實(shí)線可得，隨著數(shù)據(jù)量大小的增加，數(shù)據(jù)轉(zhuǎn)換時(shí)間也呈現(xiàn)明顯的增加趨勢，Long_file較于Short_file 的時(shí)間略多一點(diǎn)，兩條線的垂直距離并不大，有輕微增長趨勢。而虛線中，Long_file 較于Short_file 的格式化時(shí)間出現(xiàn)明顯差距，并呈現(xiàn)增加趨勢。并整體可以看到轉(zhuǎn)換時(shí)間與格式化時(shí)間合體差距對比尤為顯著。

圖9 df.to_xml-轉(zhuǎn)化時(shí)間與格式化時(shí)間對比

圖10 中顯示了不同長度數(shù)據(jù)集的運(yùn)行時(shí)間的對比，其所顯示了隨著數(shù)據(jù)集大小的增加，df.to_xml 方法的數(shù)據(jù)轉(zhuǎn)換時(shí)間呈現(xiàn)出明顯的增長趨勢，這表明對于較大的數(shù)據(jù)集，該方法可能不夠高效。在實(shí)際應(yīng)用中，我們需要根據(jù)具體的數(shù)據(jù)規(guī)模和性能需求來選擇合適的數(shù)據(jù)轉(zhuǎn)換方法。如果需要處理大規(guī)模復(fù)雜數(shù)據(jù)集，可能需要考慮使用其他更高效的數(shù)據(jù)轉(zhuǎn)換方法，或者優(yōu)化算法以提高數(shù)據(jù)轉(zhuǎn)換性能。

圖10 df.to_xml-轉(zhuǎn)化時(shí)間與格式化時(shí)間對比

4.2.2 dict_to_xml 方法

在圖11 是dict_to_xml 的處理時(shí)間結(jié)果。在處理轉(zhuǎn)換時(shí)間時(shí)，Long_file 較于Short_file 的轉(zhuǎn)換時(shí)間相對較長，說明該方法較大規(guī)模的數(shù)據(jù)集時(shí)需要更多的時(shí)間來完成數(shù)據(jù)轉(zhuǎn)換。在處理運(yùn)行時(shí)間中，Short_file 與Long_file 均隨著數(shù)據(jù)集大小的增加，格式化時(shí)間呈現(xiàn)明顯的上升趨勢。而且格式化時(shí)間Long_file 相對于Short_file 更長，這表明dict_to_xml 方法在處理較大規(guī)模的數(shù)據(jù)集時(shí)需要更多的時(shí)間來完成XML 格式的整理。并整體顯示了dict_to_xml 均在較大數(shù)據(jù)集上需要較長的轉(zhuǎn)換時(shí)間和格式化時(shí)間，且隨著數(shù)據(jù)集大小的增加，這些時(shí)間呈現(xiàn)明顯的增長趨勢。

圖11 dict_to_xml 轉(zhuǎn)化時(shí)間與格式化時(shí)間對比

在圖12 中顯示了dict_to_xml 總運(yùn)行時(shí)間的增長趨勢與轉(zhuǎn)換時(shí)間和格式化時(shí)間類似。隨著文件數(shù)量的增加，總運(yùn)行時(shí)間在兩個(gè)數(shù)據(jù)集上都逐漸增加，并且Long_file 的總運(yùn)行時(shí)間顯著大于Short_file 的總運(yùn)行時(shí)間。因此，Dict_to_xml 在處理較大規(guī)模數(shù)據(jù)時(shí)，無論是格式化時(shí)間、轉(zhuǎn)換時(shí)間還是總運(yùn)行時(shí)間，都較Short_file 耗時(shí)更多。

圖12 dict_to_xml-轉(zhuǎn)化時(shí)間與格式化時(shí)間對比

圖13 JSON2XMLConverter-總運(yùn)行時(shí)間

4.2.3 JSON2XMLConverter 函數(shù)

對于JSON 到XML 的轉(zhuǎn)換任務(wù)，JSON2XML Converter 函數(shù)在處理不同規(guī)模的數(shù)據(jù)集上都表現(xiàn)良好，總運(yùn)行時(shí)間較為可控。在JSON2XML Converter 函數(shù)中，把格式化跟轉(zhuǎn)換的時(shí)間合二為一，這樣優(yōu)化運(yùn)行的步驟，更是優(yōu)化了算法的空間復(fù)雜度。所以在圖 13 中只有 Long_file 和Short_file 的總運(yùn)行時(shí)間。圖中折線圖分別表示Short_file 和Long_file 在不同文件數(shù)量下的總運(yùn)行時(shí)間?？梢杂^察到，隨著文件數(shù)量的增加，總運(yùn)行時(shí)間在兩個(gè)數(shù)據(jù)集上都呈現(xiàn)逐漸增加的趨勢。同時(shí)，Long_file 的總運(yùn)行時(shí)間稍高于Short_file，但兩者的差異并不明顯。因此，對于JSON 到XML的轉(zhuǎn)換任務(wù)，JSON2XML Converter 函數(shù)在處理不同規(guī)模的數(shù)據(jù)集上都表現(xiàn)良好，總運(yùn)行時(shí)間滿足測試的要求。

在柱狀圖14 中顯示了JSON2XMLConverter函數(shù)在Short_file 和Long_file 數(shù)據(jù)集上的總運(yùn)行時(shí)間對比。隨著文件數(shù)量的增加，JSON2XML Converter 函數(shù)在兩個(gè)數(shù)據(jù)集上的總運(yùn)行時(shí)間都呈現(xiàn)逐漸增加的趨勢。增長速率較為穩(wěn)定，沒有出現(xiàn)明顯的異?；蛲蛔儭SON2XMLConverter函數(shù)在處理較大規(guī)模的數(shù)據(jù)集時(shí)，總運(yùn)行時(shí)間有所增加，但仍然表現(xiàn)較好。JSON2XMLConverter函數(shù)在處理不同規(guī)模的數(shù)據(jù)集時(shí)，總運(yùn)行時(shí)間逐漸增加，但仍保持較好的運(yùn)行性能。

圖14 JSON2XMLConverter-總運(yùn)行時(shí)間

5 結(jié)果討論與總結(jié)分析

5.1 結(jié)果討論

通過對三種不同的 JSON 轉(zhuǎn) XML 方法（df.to_xml、dict_to_xml、JSON2XMLConverter函數(shù)）在不同大小的數(shù)據(jù)集上進(jìn)行準(zhǔn)確率和運(yùn)行性能對比評估，我們可以得出以下結(jié)論：

1）準(zhǔn)確率對比評估：①df.to_xml 方法：在準(zhǔn)確率評估中，df.to_xml 表現(xiàn)較為一般，無論在Short_file 還是Long_file 上，準(zhǔn)確率都較低，尤其是 Long_file 上的準(zhǔn)確率較為不理想。②dict_to_xml 方法：dict_to_xml 在處理Short_file上表現(xiàn)較好，但在Long_file 上準(zhǔn)確率下降較明顯，相比之下，其在Short_file 上的準(zhǔn)確率較高。③JSON2XMLConverter 函數(shù)：JSON2XMLConverter函數(shù)在處理Short_file 上表現(xiàn)優(yōu)異，準(zhǔn)確率較高且較為穩(wěn)定；但在Long_file 數(shù)據(jù)集上，準(zhǔn)確率略低，表現(xiàn)不如處理Short_file 數(shù)據(jù)集。

2）運(yùn)行性能對比評估：①df.to_xml 方法：df.to_xml 方法在處理較大規(guī)模的數(shù)據(jù)集時(shí)，總運(yùn)行時(shí)間明顯增加，表現(xiàn)一般。處理轉(zhuǎn)換時(shí)間和格式化時(shí)間時(shí)，隨著文件數(shù)量的增加，轉(zhuǎn)換時(shí)間和格式化時(shí)間均呈現(xiàn)明顯增長趨勢。②dict_to_xml方法：dict_to_xml 在處理較大規(guī)模的數(shù)據(jù)集時(shí)，轉(zhuǎn)換時(shí)間和格式化時(shí)間較長，總運(yùn)行時(shí)間隨著文件數(shù)量的增加而增加。較df.to_xml 方法，在處理較大規(guī)模數(shù)據(jù)集時(shí)，dict_to_xml 方法總運(yùn)行時(shí)間略優(yōu)。③JSON2XMLConverter 函數(shù)：JSON2XML Converter 在處理不同規(guī)模的數(shù)據(jù)集時(shí)，總運(yùn)行時(shí)間逐漸增加，但表現(xiàn)較好。其綜合性能相對穩(wěn)定，在處理較大規(guī)模數(shù)據(jù)集時(shí)表現(xiàn)尤為優(yōu)異.

5.2 總結(jié)分析

綜合分析，JSON2XMLConverter 函數(shù)在短數(shù)據(jù)集上表現(xiàn)優(yōu)異，準(zhǔn)確率較高且總運(yùn)行時(shí)間較短；而在長數(shù)據(jù)集上準(zhǔn)確率略有下降，但總體運(yùn)行時(shí)間仍然基本滿足測試要求。dict_to_xml 方法在處理較大數(shù)據(jù)集時(shí)準(zhǔn)確率較高，總運(yùn)行時(shí)間相對較長，但在處理短數(shù)據(jù)集時(shí)表現(xiàn)較好。df.to_xml 方法整體表現(xiàn)較一般，在處理較大規(guī)模數(shù)據(jù)集時(shí)總運(yùn)行時(shí)間較長，準(zhǔn)確率也較低。

根據(jù)不同的數(shù)據(jù)規(guī)模和性能需求，選擇合適的JSON 轉(zhuǎn)XML 方法是至關(guān)重要的。若處理較小規(guī)模的數(shù)據(jù)集且需要高準(zhǔn)確率和較短的總運(yùn)行時(shí)間，可以選擇JSON2XMLConverter 函數(shù)；若處理較大規(guī)模的數(shù)據(jù)集，可以考慮使用dict_to_xml 方法；其優(yōu)秀的性能表現(xiàn)證明了JSON2XMLConverter 函數(shù)與dict_to_xml 方法在處理JSON 到XML 數(shù)據(jù)轉(zhuǎn)換任務(wù)上的可靠性和有效性，可為測試系統(tǒng)下的方案編輯器提供更優(yōu)化的轉(zhuǎn)換算法方案。而庫函數(shù)df.to_xml 在處理數(shù)據(jù)集時(shí)無論大小性能較差，不太推薦在系統(tǒng)場景下使用。

用戶可以在系統(tǒng)中通過方案的大小來評估選擇不同的轉(zhuǎn)換方法來找到有效的解決方案。但本文實(shí)驗(yàn)結(jié)果受到數(shù)據(jù)集規(guī)模、硬件設(shè)備、編程語言、算法實(shí)現(xiàn)等因素的影響。因此，不同的應(yīng)用場景和需求可能需要繼續(xù)根據(jù)具體情況來選擇最適合的數(shù)據(jù)轉(zhuǎn)換方法。