虽然可扩展标记语言(eXtensible Markup Language, XML)诞生的时间并不长,但它作为数据描述和信息交换的标准,已经得到广泛应用。目前,Internet、企业和政府部门的管理系统、个人计算机中都采用某种形式的XML来存储数据和交换信息,因此对XML数据的查询和过滤显得日益重要。XML文档过滤系统一般采用XPath表达式来表示用户的个性化信息,而有限自动机[23]可以完美的对XPath进行建模,因此,当前的XML文档过滤系统一般都是基于XPath和有限自动机的。传统的XML文档过滤系统需要扫描和解析XML文档中的每一个元素,增加了过滤代价,影响了过滤效率。本文首先提出了一种称为流索引的XML索引机制,直接跳过那些无用元素及其子元素,从而快速定位到有效的元素位置。该机制在最大程度上减少了处理元素的数量,提高了处理效率。实验结果表明,流索引具有线性的时间复杂度,能够提高XML过滤的处理效率。上述技术是对XML文档进行处理,而对XPath表达式中含谓词和嵌套路径的情况也是XML过滤系统的重点研究问题。针对这种情况,本文提出一种新的自动机建模思想。它将XPath表达式的每个节点都建模成自动机状态间的转换触发条件,并且该思想只用一个自动机即可,不用为每个分支结构都定义一个自动机或过滤器。本文还对含AND的情况进行了模型优化,并给出了该思想在XML文档过滤系统中的应用。实验结果表明,对谓词和嵌套路径的处理,新模型优于传统模型。