搜索
第四章路径定位语言XPath一．XPath基本概念二．基本表达式三．较详细的语法一、XPath基本概念1.XPath的作用2.XPath依据的数据模型3.树结点关系和文档次序4.表达式的上下文和运算结果1．XPath的作用•XPath是W3C的一个技术规范，这个规范的目的是为XML数据的寻址、定位制定一套表达式及其语法语义。•XPath只规定语法语义，其中主要是规定定位表达式和一些函数的语法及其功能，至于如何实现这些表达式和函数的功能，则是软件开发商的事情。如果一个软件实现了XPath的功能，则称该软件支持XPath。•XPath在XSLT、XPointer中都有重要作用，对于XML数据库的研究，XPath也非常重要，它是XML数据库的查询语言XQuery的重要组成部分。XQuery的作用相当于SQL对于关系数据库的作用。•XPath当前的最新版本是XPath2.0，本章只介绍1999年11月公布的XPath1.0。2．XPath依据的数据模型booksbookbookbookISBNdatePub-lisherpricetext1text2text3text4text6text7categorylangcntext5rootPItitleauthorsauthorauthor共有7种类型的结点:•文档根结点，每个XML文档对应一个文档根结点。•元素结点，文档中每个元素对应一个元素结点。•属性结点，元素的每一个属性对应一个属性结点。•命名空间结点。XPath用结点表示命名空间，但并不是整个文档涉及到几个命名空间就用几个结点表示，而是将每个元素所涉及的命名空间各用若干个结点表示。所谓元素涉及的命名空间，是指那些作用域包含这个元素的命名空间。•处理指令结点，若文档中出现处理指令，则指令本身也是一个结点。•注释结点，文档中的注释也是结点。•文本结点，包含在元素中的文本视为一个结点。•XPath的数据模型与XSLT的数据模型是一样的，只不过XSLT不处理命名空间，而XPath可以通过表达式访问命名空间结点。•命名空间结点从属于元素，每个元素总有一个以上的命名空间结点，其中有一个是默认的，其命名空间URI是•例如，对于如下元素：p:axmlns:p==:a•元素p:a将拥有两个命名空间结点,元素q:b将拥有三个命名空间结点。•元素不包括前缀xmlns对应的命名空间，因为应用程序永远不会遇到前缀为xmlns的元素名称和属性名称。•对于没有命名空间前缀的元素名称，有两种情况，一种是没有指定命名空间的名称，另一种是默认命名空间的名称。•例如：a/bxmlns=．树结点关系和文档顺序•如果在树结构图中，沿着树根向树叶的方向，结点B紧随在结点A的后面，则称A为B的父结点。•如果B不是属性结点或命名空间结点，则B称为A的子结点，但如果B是属性结点或命名空间结点，则A为B的父结点，但B不是A的子结点。•结点A的父结点以及父结点的父结点，…，总之沿着结点A向树根方向上溯到根结点所遇到的所有结点称为A的祖先结点。•结点A的所有子结点，以及子结点的子结点，…，依此类推的所有结点称为A的后裔结点。•如果结点A和B是同一个结点的子结点，则称A、B为兄弟结点。•兄弟结点之间存在次序，这种次序就是文档次序，在文档中先出现的结点称为兄结点，后出现的称为弟结点。•属性结点和命名空间结点没有兄弟结点。4．表达式的上下文和运算结果•XPath用一种类似于磁盘文件路径的方式来定位树中的结点。例如，/books/book/title。•对于磁盘文件，同一个目录下不能有同名的子目录或文件，但XML文档树中，经常出现同名的子结点，因此表达式指定的将是一个结点集而非单个结点。•一般情况下，视所使用的表达式而定，XPath表达式运算的结果将是一个结点集、一串字符、一个数字或一个布尔值。•使用XPath表达式涉及到使用的上下文。例如，当我们定位结点A的子结点时，这时所谓“子结点”是相对于结点A而言的，我们称A为“当前结点”。•当前结点一般由应用XPath的程序决定。二、基本表达式1.选择结点集2.谓词3.选择未知结点4.多重路径选择1．选择结点集•XPath用所谓“定位路径”来选择（定位）一个或多个结点，在这种路径表达式中，经常使用下列符号：–“/”：选择根结点–“//”：选择当前结点所有后裔结点–“.”：选择当前结点–“..”：选择当前结点的父结点–“@”：选择属性结点例如：•publisher：选择当前结点的子结点中名为publisher的结点。•/：选择根结点•/books：选择根结点下所有子结点中名为books的结点。•/books/book：选择根结点下books结点的所有子结点book。•/books/book/@category：对于根结点下books的所有子结点book，选择其属性category。•authors/author：在当前结点下寻找子结点authors，然后选择其子结点author。•//title：从根结点出发，选择所有的后裔结点title。•books//price：选择books的所有后裔结点price。•//@lang：选择根结点的所有后裔结点中的属性lang。2．谓词•如果需要从路径表达式选择出来的结点集中进行筛选，就要使用谓词（predicate）。谓词是包含在一对方括号中的表达式，这种表达式可以是布尔表达式，也可以是常数、数值表达式或函数。例如：–/books/book[1]。在文档中最先出现的book结点。–//book[@category=’TP312’]。从book结点集中筛选出属性category等于TB312的结点。–/books/book[position()=3]，选择兄弟结点的前3个。–函数last()返回最后一个兄弟结点的序号，因此，/books/book[last()]得到的就是最后一个book结点。–position()和last()得到的是兄弟结点之间的序号，而不是当前结点在整个文档中的序号，因此，//author[1]将得到每族兄弟结点的第一个，也就是说，每本书的第一作者。–//title[@lang]将选择所有具有属性lang的结点。–//book[price30]选择这样的book结点，其price子结点的文本内容转换为数字之后大于30。3．选择未知结点•可以使用通配符“*”表示选择所有的东西。典型的用法有：*：匹配所有的元素结点。@*：匹配所有的属性结点。•例如：/books/*：选择books的所有元素子结点。/*：选择根结点下所有元素子结点。//*：选择文档中所有的元素结点。//book[@*]：选择所有具有属性（不管是什么属性）的book结点。//@*：选择文档中所有的属性，无论是什么属性，属于哪个元素。4．多重路径选择•可以同时指定多条路径，彼此用“|”隔开，即：路径1|路径2|….|路径n•符号“|”在此处的含义是“并”，即，n条路径都可以选，结果是n条路径各自选择结果的并集。•例如，//book/title|//book/price选择所有的book子结点title和price。//@category|//@lang选择文档中所有的category属性和lang属性三、较详细的语法1.定位路径2.定位步骤3.定位轴4.结点测试5.缩写语法6.谓词7.核心函数1．定位路径•XPath定位路径（locationpath）由若干个定位步骤所组成，定位步骤彼此之间用“/”隔开。例如，/books/book/title[@lang=’cn’]由三个定位步骤books、book和title[@lang=’cn’]所组成。•每一定位步骤指定一个结点集，后继步骤以这个结点集中的每一结点为当前结点进行运算，所有的运算结果合并起来作为后继步骤的结果。•定位路径分为绝对路径和相对路径两种。绝对路径以“/”开头，绝对路径以文档根结点为当前结点，依次处理每个定位步骤。相对路径开头没有“/”，从当前结点开始依次处理每个定位步骤，当前结点由应用XPath的程序决定。•例如，XSLT的一个模板：xsl:templatematch=“/books”!--绝对路径--xsl:for-eachselect=“book”!--相对路径--xsl:value-ofselect=“title”/!--相对路径--/xsl:for-each/xsl:template2．定位步骤•每一定位步骤（locationstep）由三部分组成：1.轴（axis）。轴指出定位寻址的方向，XPath总共定义了13条轴，大致上可以分为3类，一类是树结构中祖先、后裔关系的轴向，另一类是文档顺序先后关系的轴向，还有一类是属性和命名空间这两条特殊轴。2.结点测试（Nodetest）。结点测试指出要定位的结点，例如，用结点名称、属性名称指出要定位的结点。如果要定位的结点是注释、处理指令、文本或命名空间，这些结点没有名称，必须用特殊的语法。3.谓词（predicate）。谓词可有可无，也可以同时使用多个谓词。例如，book[last()][@lang=’en’]同时使用了两个谓词，其语义是先按照第一个谓词，挑选出最后一个book结点，然后再按照第二个谓词，在挑出来的结点中选择@lang=’en’的结点。•轴有指定的名称，但我们一般使用缩写，例如：/books/book/title[@lang=’cn’]，每一定位步骤中都省略了轴的名称child，如果写完整，应该是：/child::books/child::book/child::title[@lang=’cn’]•XPath规定，child是默认轴，因此可以省略。•在定位步骤中，如果使用完整的轴名而不是缩写符号，则轴名和结点测试之间用两个冒号“::”连接。3．定位轴•XPath定义的13条轴的完整名称和含义：–Ancestor：当前结点的所有祖先。–Ancestor-or-self：当前结点自己及其所有祖先。–Attribute：当前结点的所有属性结点。–Child：当前结点的所有子结点。–Descendant：当前结点的所有后裔。–descendant-or-self：当前结点自己及其所有后裔。–Following：当前结点按文档顺序的所有后继结点，即在当前结点结束标记之后出现的结点。不包括当前结点的后裔结点，也不包括属性结点和命名空间结点。–following-sibling：当前结点的所有弟结点。–Namespace：当前结点的命名空间结点。–Parent：当前结点的父结点。–Preceding：当前结点按文档顺序的所有先前结点，即在当前结点起始标记之前出现的结点，但不包括当前结点的祖先结点，也不包括属性结点和命名空间结点。–preceding-sibling：当前结点的所有兄结点。–Self：当前结点自己。以附录1文档为例：•/books/book[1]/title/ancestor::book将得到book[1]。•/books/book[1]/descendant::*将得到book[1]的所有子结点和两个孙结点author。•/books/book[1]/following::*将得到book[2]、book[3]、book[4]、book[5]以及这些结点的所有子孙结点。•/books/book[1]/following-sibling::*将只得到第二到第五个book结点。•attribute指向属性结点，可用@表示。•namespace指向命名空间结点。每个元素所涉及的命名空间各自被视为一个结点，元素结点是这些结点的父结点，但命名空间结点不是元素结点的子结点。因此，要访问命名空间结点不能用child轴，只能用专用的轴namespace。