7.3 XPath 数据模型

###7.3 XPath数据模型

  • 上下文

  • 上下文是指当前处理器正在处理的节点的位置，该节点称为上下文节点（Context Node）

  • 上下文不只包括上下文节点，也包括上下文位置、上下文大小等

<Book>
    <Chapter number=”1”>This is the first chapter</Chapter> 
    <Chapter number=”2”>This is the second chapter</Chapter> 
    <Chapter number=”3”>This is the third chapter</Chapter> 
    <Chapter number=”4”>This is the fourth chapter</Chapter> 
    <Chapter number=”5”>This is the fifth chapter</Chapter>
</Book>

  • 所有节点之间存在文档序列

  • 序列（Sequence）是W3C在XPath2.0中引入的一个新的概念

  • XPath1.0仅支持节点集（Node Set），表示由无重复的多个节点构成的无序的集合，而XPath2.0中的序列表示有序的、可包含重复值（节点和原子值）作为项（Item）的集合

    • (a, b, c)在XPath2.0中与(c, b, a)是不相同的两个序列，序列相等的条件是其中包含的项的个数相等，并且对应位置的项相等

  • 在Unix中常说“任何东西都是一个文件（Everything is a file）”，在Java中常说“任何东西都是一个对象（Everything is an object）”，而在XPath中则可以说“任何值都是一个序列（Every value is a sequence）”

  • 在XPath2.0中，每个表达式的结果值都是由0个或者多个项（Item）组成的一个序列

  • 序列是一个递归的概念

    • 序列是由0 个或者多个项（Item）组成的集合，并且是有序的集合

    • 项本身也可以是一个序列，或者是原子值或节点

  • 文档序列是对文档中所有节点定义的一个序列，对应于在XML文档中每个节点的开始标记的出现顺序

  • 一个元素节点出现在其所有子节点之前，一个元素属性节点和命名空间节点出现在其所有子节点之前，一个元素的命名空间节点出现在其属性节点之前

  • 一个元素的多个命名空间节点之间的相对顺序依赖于实现，一个元素的多个属性节点之间的相对顺序也依赖于实现

  • 序列是一个有序的集合，并且序列中的每个项都具有一个对应的位置参数（Position）

  • 序列S中的第一个项的位置为1，依次类推，可以使用count($S)来计算序列S中项的个数（即序列的长度），可以使用$S[i]来访问序列S中的第i项，可以用position()函数来确定当前项在序列中所处的位置

  • 序列计算表达式

  1. 序列构造表达式

    • 序列是由( )所包含的一个列表，其中每个项之间使用“,”进行分隔 I．(10, 1, 2, 3, 4)构造一个包含5个整数的序列 II．( )构造一个不包含任何项的空序列 III．(1, 2, 4, 2) 构造一个包含取值相同的项的序列 IV．(1, abc)构造一个原子值和节点混合的序列 V．(10, (1, 2), ( ), (3, 4))实际上等于(10, 1, 2, 3, 4) VI．(10, 1 to 4)实际上等于(10, 1, 2, 3, 4)

  2. 序列筛选表达式

    • 可以使用判定谓词对序列进行筛选 I．(1 to 100)[. mod 5 eq 0]获得1到100中能被5整除的数 II．$orders[fn:position() = (5 to 9)]取出$orders序列中第5到第9份订单

  3. 序列组合表达式

    • 使用序列操作符union, intersect, except对两个序列进行并、交、差操作，所有这些运算，将从结果序列中删除重复的值 假设$seq1为(A, B)，$seq2为(A, B)，$seq3为(B, C)I．$seq1 union $seq2结果为(A, B) II．$seq1 intersect $seq3结果为(B) III．$seq1 except $seq3结果为(A)

  • XPath中节点代表XML文档的逻辑部分

  • 根节点

  • 元素节点

  • 属性节点

  • 命名空间节点

  • 处理指令节点

  • 注释节点

  • 文本节点

  • 节点的属性

  • 名称

    • 一般说来，文档树中的每个节点都应该有一个名称，这个名称可以是简单的本地名称、或者使用命名空间名称进行限定的完整名称。在XPath中，提供了一个node-name()函数，可以返回指定节点的名称

    • 对于元素节点，node-name()函数将返回元素的标记；对于属性节点，该函数将返回属性的名称；对于处理指令节点，该函数将返回处理指令的名称；对于命名空间节点，该函数将返回命名空间的前缀。但是，对于根节点、注释节点、文本节点，它们是没有名称的，所以node-name() 函数将返回一个空序列 namespace-uri() 可以返回节点的命名空间全称

  • 节点的属性

  • 字符串值

    • 每个节点都具有一个字符串值，实际上就是针对该节点使用XPath中的string()函数所得到的字符串结果

    • 对于文本节点，其字符串值就是该文本节点的内容；对于属性节点，其字符串值就是该属性的取值。对于元素节点，其字符串值是将以该节点为根的子树的所有文本叶节点从左到右串联起来的结果 Some emphasis here. String(/para)=Some emphasis here.

  • 节点的属性

  • 标识

  • 两种指示路径的方法

  • 绝对XPath表达式：以一个标准节点（一般为根节点）为起点

  • 相对XPath表达式：依赖于当前位置

  • XPath中，起始点称为上下文（Context）

  • 所有合法的XPath代码都称为一个表达式（Expression），一个可返回一个节点集的XPath表达式称为定位路径（Location Path）

    • 定位路径用于在XPath树中从一个节点跳转到另一个节点，由定位步组成，每一步都由一个轴、节点测试和谓词组成

    • 定位XML文档中的一个指定节点，要将多个定位步组合，每一步代表一个搜索

  • 操作系统中的路径与 XPath 路径表达式的类比 |在操作系统中（比如Unix/Linux操作系统）|在Xpath中| |-|-| |/表示根目录|/表示文档节点、/library表示根元素| |/users/dir/foo表示users目录下dir目录中的foo文件，该文件只能有一个，这是绝对路径表示形式|/library/book/chapter/section表示library元素下的book元素下的chapter元素下的所有section（可能有多个）| |foo表示当前目录下的foo文件，该文件只能有一个，这是相对路径表示形式|section表示当前元素的所有section子元素（可能有多个）| |.表示当前目录|.表示当前元素| |..表示父目录|..表示当前元素的父元素| |/users/dave/*表示/users/dave目录中的所有文件|/library/book/chapter/*表示 /library/book/chapter下的所有元素|

  • 使用轴和节点测试定位路径

  • 定位路径由一系列定位步骤序列组成，一个定位步骤由一个轴和一个节点测试组成，中间用“::”分隔，谓词在“[]”中

    • 轴名称::节点测试[谓词]

  • 详写语法和简写语法

  • XPath语法不是用XML语言表示

    • XPath使用的语法类似于Unix/Linux表示路径的语法

    • XPath表达式通常作为属性值

    • XPath用XML表示难以实现文档的良构性

  • 定位路径表达式可以分为相对位置路径表达式和绝对位置路径表达式，绝对位置路径表达式以/开头，后面跟的是相对位置路径表达式，或者直接是简写的绝对位置路径表达式；而相对位置路径表达式则由多个定位步（Step）构成，比如Step1/Step2/Step3 LocationPath ::= RelativeLocationPath | AbsoluteLocationPath (1) RelativeLocationPath ::= Step | RelativeLocationPath '/' Step | AbbrevRelativeLocationPath (2) AbsoluteLocationPath ::= '/'RelativeLocationPath? | AbbrevAbsoluteLocationPath (3)

  • 每个定位步由三部分组成，轴标识符（A x i s Specifier）＋节点测试（Node Test）＋零个或多个谓词（Predicate*）

    • 轴标识符表示对于当前节点（因为是相对位置路径表达式）往哪个方向进行查找，节点测试则通过给出节点的名称指出要查找哪些节点（名称或者类型如何），而谓词表示对所查找到的节点按照指定的方式进行筛选

Step::=AxisSpecifier NodeTest Predicate* (4) AxisSpecifier::=AxisName '::'| AbbreviatedAxisSpecifier (5) AxisName::='ancestor'| 'ancestor-or-self'| 'attribute'| 'child'| 'descendant' | 'descendant-or-self' | 'following'| 'following-sibling'| 'namespace' | 'parent'| 'preceding'| 'preceding-sibling'| 'self' (6) NodeTest ::= NameTest | KindTest(7)

  • 详写语法和简写语法

  • 在编写XPath表达式时，尽量采用简写语法

缩写形式
完整表示形式

（无）

等价于 child::

@

等价于 attribute::

.

等价于 self::node()

.//X

等价于 self::node/descendant-or-self::node()/child::X

..

等价于 parent::node()

..//X

等价于 parent::node()/child::X

//

等价于 /descendant-or-self::node()/

//X

等价于/descendant-or-self::node()/child::X

  • 轴（Axis）

  • 规定了定位步选择的节点和上下文节点之间的关系，也可用来指明集合中的节点顺序

  • 每个轴都有一个主节点类型，对应于轴选择的节点类型

    • 属性轴的主节点类型为属性，命名空间轴的主节点类型为命名空间，其他轴的主节点类型为元素

轴名称
结果

self

选取上下文节点

parent

选取上下文节点的双亲节点

child

选取上下文节点的所有子元素（默认轴）

ancestor

选取上下文节点的所有先辈

ancestor-or-self

选取上下文节点的所有先辈及其本身

descendant

选取上下文节点的所有后代

descendant-or-self

选取上下文节点的所有后代及其本身

following

选取上下文节点的结束标签之后的所有节点

following-sibling

选取following轴中与上下文节点共享同一双亲的节点

preceding

选取上下文节点的开始标签之前的所有节点

preceding-sibling

选取

preceding

轴中与上下文节点共享同一双亲的节点

attribute

选取上下文节点的所有属性

namespace

选取上下文节点的所有命名空间节点

  • 节点测试

  • 轴从文档树中选择一组节点，节点测试是对该组节点进行测试

    • 依赖于用于在文档树中选择节点的轴的主节点类型 |节点测试|描述| |-|-| |*|选择同一主节点类型的所有节点| |node()|选择所有节点| |text()|选择文本节点| |comment()|选择注释节点| |processing-instruction|选择所有处理指令节点| |节点名|按指定的节点选择所有节点|

  • 节点测试可以是名称测试或者类型测试

  • 名称测试表示根据指定的名称对当前节点进行测试；而类型测试则允许根据节点的类型、以及在Schema中定义的数据类型进行测试（仅适用于元素和属性节点）NodeTest ::= NameTest | KindTest

  • 名称测试是非常常见的。在名称测试中，可以使用带命名空间限制的完整的元素名称；还可以用类型对节点进行测试。有些类型的节点（比如注释节点和文本节点）是没有名称的，所以无法使用名称测试，而只能使用类型测试的方式

  • 在节点测试的名称测试中，还可以使用通配符“*”，它可以匹配所有的元素节点 /library/descendant::book表示查找/library元素的所有名为book的子孙节点 /library/child::node()表示选择指定关系轴下的所有节点 /library/book/text()表示查找book元素下的所有文本节点

  • 谓词

  • 根据轴和节点测试得到的节点集，可由谓词来进一步过滤

  • 谓词是XPath路径定位过程的一个可选步骤，在定位路径中可有多个谓词

  • 谓词的形式为在方括号中加入谓词表达式

    • 对节点集进行过滤时，根据节点在集合中的位置判断谓词表达式，当表达式为真时选择该节点，否则不选择 //Section[@security=”confidential”] //Section[@security=”public”][@version=”final”]

  • 谓词使用方括号[]的形式表示，用于对指定关系轴的满足节点测试的所有节点，使用谓词中规定的条件进行筛选

  • 如果判定谓词部分为一个整数i（或者经过计算得到一个整数），则表示选择序列中的第i个元素 /library/book[1]表示选择library中的第一个book元素，等价于 /library/book[position()=1] /library/book[@name=“TCP/IP”] 表示选择属性name的值为"TCP/IP"的book元素 /library/book/chapter[last()-1]表示查找倒数第二个chapter元素

  • XPath表达式综合示例

I．//book/descendant::*表示所有book元素节点的所有子孙元素节点II．/library/book/chapter/*表示library的所有book元素节点的所有chapter元素节点的所有子元素节点

III．//chapter[@num='3']表示所有的num属性等于3的chapter元素节点 IV．///*/paragraph表示在XML文档树第4层中所有的paragraph元素节点 V．/library/book[3]/following::*表示library的第3个book元素节点之后的所有节点

VI．//chapter[not(@*)]表示所有不包含任何属性的chapter元素节点 VII．//parent::*表示选出所有的分支节点（非叶节点） VIII．//chapter[count(section)=2]表示选出所有包含两个section的chapter元素

  • XPath基本表达式类型

  • 布尔型

    • boolean()/true()/false()/lang()/not()

  • 节点集

    • XPath中所有节点的集合，XSLT中节点集大都按照节点在文档中的顺序沿正向轴处理

    • count()/id()/last()/local-name()/name()/namespace-uri()/position()

    • 节点集操作符：|, /, //

  • 数值型

    • XPath1.0中数值为浮点数，可通过数值函数返回整数

    • ceiling()/floor()/number()/round()/sum()

  • 字符串

    • Unicode字符序列

    • concat()/contains()/normalize-space()/starts-with()/string()/string-length()/substring()/substring-after()/substring-before()/translate()

  • XPath基本函数

    • http://www.w3school.com.cn/xpath/xpath_functions.asp

Previous7.2 XML 文档模型Next7.4 XPointer 和 XLink

Last updated