Xpath

概述

XPath在设计之初主要用于XSLT和XPointer(用于Xlink，还未普及)，随着XSLT 2.0的发布，已经发展到XPath 2.0（06年6月），并成为XSLT 2.0和XQuery 2.0的基础
XPath以“路径”方式查询XML文档，XPath表达式的基本形式是“/结点/子结点/二级子结点”，从左到右（即从外至内）匹配XML文档的结点
XPath表达式分为定位表达式和求值表达式。定位表达式用于匹配XML文档的结点，而求值表达式则返回定位结果数值（字符串、布尔值、数值等）
XML文档的模型
对于良构的XML文档，有三种模型表示：
XPath数据模型：把XML文档的多数内容表示为一棵结点树，树的根结点代表文档本身，其他结点有元素结点、属性结点、文本结点、名称空间结点、注释结点等。XML声明、DOCTYPE等不能表示为结点
DOM：采用树形层次结构表示XML文档
XML信息表（Infoset）：把XML文档看作由信息项组成的一棵树，每个信息项相当于XPath的一个结点，信息项可有若干属性，属性值表示信息项的特性

基本概念
层次结构
 XPath表达式以“/”分隔表示分层结构
XPath表达式最左边的“/”表示从根结点开始
XPath表达式中间出现的“/”用于分隔上下两层结构，表示父子关系
串联的若干“/”分隔的部分形成先代（Ancestor）、后代（Descendant）关系

线性结构
 同属一个父结点的结点间形成线性的兄弟（Sibling）关系
兄弟之间有先后，前面的是后面的“前导（Preceding）兄弟”，后面的是前面的“后继（Following）兄弟”
可以用position()函数获取结点在线性结构中的位置

XPath定位操作返回的是结点列表
 XPath定位表达式返回的是匹配的结点的列表，不是返回值
 XPath求值表达式可以返回结点集

根结点不是根元素
 XPath的根结点与XML文档结点对应，包含了文档的所有内容，不是XML文档的根元素，根元素是XML文档包含其它元素的结点，是根结点的一个子结点（根结点的其它子结点包括XML声明、 DOCTYPE、注释等）

绝对定位和相对定位
 若XPath表达式以“/”开始，则对应为绝对定位；否则为相对定位

XPath的概念

XPath路径的构造方法
 由于XML文档是层次结构的，定位元素不可能像平面结构的关系数据库可以根据主键一步到位，只能是分步渐进的，每个分步称为一个“定位步（location step）”
 XPath的路径有两种：
串联定位：使用“/”分隔符连接多个定位步
 如：/我的电脑/硬盘/分区
 先定位根结点，然后是“我的电脑”，接着是“硬盘”，最后是“分区”
并联定位：使用“|”分隔符连接多个定位步
 如：硬盘 | 内存
 在上下文结点的子结点中定位所有“硬盘”和“内存”结点
XPath表达式的上下文
在某结点下的XPath表达式的计算结果——结点列表构成上下文，该结点称为上下文结点（Context node）
XPath表达式的结点列表中包含的结点的数目称为该上下文的大小（Context Size）
在遍历XPath的结点列表时，遍历游标所到达的结点，称为当前结点

定位步的组成

XPath的定位步由三部分组成，格式为：

轴::结点测试[谓项]

其中“轴”和“谓项”部分可以省略
轴（Axis）：表示从当前结点开始，向哪个方向开后匹配结点。XPath定义了13条轴
结点测试：表示匹配轴方向上的哪些结点
谓项（Predicate）：表示匹配的条件，是在轴和结点测试基础上的进一步筛选

轴和结点测试

13条轴

结点测试
 在XPath中，结点测试必须位于轴的后面或放在谓项中，而函数的返回值只能出现在谓项中
结点测试：不支持DTD的DOCTYPE、ENTITY等
 元素名称 ： 具有特定名称的结点
名称空间前缀:元素名称 ： 名称空间
processing-instruction(“名称") ： 处理指令
node() ： 任何类型的结点
* ： 现节点下所有元素，具有任何名称的结点
*/elem ： 现节点下所有节点的子节点中为elem的节点
@Prop ： 属性值
@* ： 所有现节点的属性
. ： 现节点
.. ： 现节点上级
elem[i] ： 现节点下第i个叫做elem的元素
elem[posetion()=1] ： 同上
elem/[@prop="somevalue"] ： 现节点下，名字为elem，具有prop的属性，并且属性值为somevalue的那个元素
elem1|elem2 ： 现节点下，名字为elem1或elem2的元素
.//elem ： 现节点下，可以跨越级别，所有的名字叫做elem的元素
elem1//elem2 ： 现节点下，可以跨越级别，所有的名字叫做elem2，且elem2的上级中有人叫elem1，且elem1是现节点的子元素的元素
text() ： 现节点的子元素中所有的文字节点
comment() ： 注释
函数：不能直接出现在轴的后边或结点测试的后边
contains(串1,串2) ：包含检查
id(结点集等) ：返回具有id属性的结点
name() ：结点名称
position() ：当前结点在上下文中的位置
starts-with(串1,串2) ：“串1”以“串2”开始
count() ： count(PERSON[name='tom']) 计数
number() ： select="number(book/price)" 转成数字
substring(value,start,length) ： select="substring(name,1,3)"
sum() ： select="sum(//price)" 求和

谓项

谓项（Predicate）以一对方括号“[“和”]”为标记，中间为条件表达式，置于XPath中，构成筛选条件，格式为：
   [值1 操作符 值2]
  若谓项条件不成立，则从XPath结点列表中剔除该结点
确定结点是否存在
谓项的格式为：[结点测试]
例如：[姓名] 、[@姓名]
用关系表达式表示筛选条件
谓项格式为：[值1 关系运算符  值2]
例如：[年龄>=“20”] 、 [@性别!=“男”]
关系元素符包括：=、!=、<、<=、>=、>
用布尔运算表示复合条件
谓项格式为：[布尔值1  布尔运算符 布尔值2]
例如：[年龄=“20” and @性别=“女”]
布尔运算符包括：or（或）、and（与）
用数值表达式构造复杂运算
数值运算符包括： +、-、*、div（除）、mod（求模）、-（取反）

例如：

<?xml version="1.0" encoding="utf-8"?><学生名单><班级 名称="计算机1班"><学生 姓名="张三" 学号="101"/><学生 姓名="李四" 学号="102"/><学生 姓名="王五" 学号="103"/><班长 学号="103"><电话 号码="13512345678"/></班长><介绍>该班为优良学风班</介绍></班级><班级 名称="计算机2班"><学生 姓名="张三" 学号="201"/></班级></学生名单>

实例1：假设上下文结点为“/学生名单/班级”，XPath匹配结果分别为：
学生                     所有学生结点
班长/电话            所有电话结点
..                           班级结点
../..                        学生名单结点
./介绍                   介绍结点
//学生                   所有学生结点
self::*//学生         当前结点下含有学生子结点的任意结点
/descendant::node() 根节点的所有后代结点
//node()               所有节点
.//node()              当前结点下的所有结点
“介绍”文本     介绍/text()
每个“学生”的“姓名”学生/@姓名

参照实例（1），假设上下文结点为“学生名单”，写出路径的XPath：
有“班长”的所有班级                              班级[班长]
包含“电话”子结点的所有结点              班级/*[电话]
叫“张三”的“学生”                              班级/学生[@姓名="张三"]
“计算机1班”叫“张三”的“学生”    班级[@名称="计算机1班"]/学生[@姓名="张三"]

名称空间

结点的本地名称可以用函数local-name()获取 例如：  //*[local-name()=“学生”]
结点的名称空间可用函数namespace-uri()获取 例如：  //*[namespace-uri()=“myurn:computer”]
在XPath中使用名称空间前缀限定名称空间 例如：  //学籍管理:学生[@学籍管理:姓名=“张三”]