随着计算机网络技术的飞速发展，人们对信息共享和数据交换的需求随之也变得迫切。XML(eXtensible Markup language)作为一种半结构化描述性语言，根据其自身的可扩展性，自描述性，简单性和开放性等突出优点，成为事实上互联网中数据描述和不同系统之间数据交换的标准。但由于XML的自描述性，导致XML数据和结构信息混杂导致结构信息在数据中存在大量的冗余，从而对存储资源和网络传输带宽造成了的极大浪费。如何对XML文件进行高效的压缩成为研究的热点问题之一。本文从减少存储资源和降低网络传输带宽的角度出发，提出了一种基于XML文件预处理的压缩算法XMLPre。为了更好的阐述XMLPre的设计，在前面的章节首先介绍了XML的相关概念、信息模式和XML的应用程序结构，并介绍了基于字典的压缩算法中的经典算法，分别是LZ77算法、DEFLATE算法和LZMA算法。随后对XMLPre设计做了详细的介绍，XMLPre借鉴了XMill划分容器的思想，XMLPre使用SAX对XML解析，并通过对划分容器模块中的容器表达式的定义，完成对XML数据容器的划分。XMLPre将XML中的数据分别划分到四个容器中，每个容器中存放着语义相关的数据，再分别对每个容器进行BWT转换，最后使用LZMA算法对容器中的数据进行压缩并输出到文件中。最后对XMLPre和几种常见压缩算法进行了测试实验，通过对实验结果的分析得出，在相同的实验环境下对选取的XML文档的压缩率相对于其他几种算法提高了1%-3%。