XML學習筆記6——XPath語言

　　在上一篇筆記的結尾，我們接觸到了兩個用於選擇XML文檔中特定范圍的元素<selector>和<field>，這兩個元素的取值都是XPath表達式，那么，什么是XPath呢？簡單的說，XPath是用於在XML文檔中查找信息的語言，可用來在XML文檔中遍歷元素和屬性，很多XML的相關技術比如XSLT、XQuery、XPointer等都是構建於XPath的基礎之上，在這一篇筆記中，就來學習一下XPath語言。

1、相關術語

（1）節點（Node）：格式良好的XML文檔都可以轉換為一個樹型結構，XPath中的節點也就是這個樹型結構中的節點。概況起來，有如下所列的七種節點：

節點類型	說明
XML文檔根節點	XML文檔的根稱為文檔節點或根節點
元素節點	一個元素的開始標簽、結束標簽，以及之間的全部內容整體稱之為元素節點
屬性節點	元素的每個屬性都構成一個屬性節點，包括屬性名稱和屬性值兩個部分，屬性節點必須依附於元素節點
命名空間節點	XML文檔中的xmlns:prefix屬性稱之為命名空間節點，注意和屬性節點的區別
文本節點	XML元素中間的字符數據，包括CDATA段中的字符數據
注釋節點	XML文檔里<!--和-->包含的注釋部分構成注釋節點
處理指令節點	XML文檔的處理指令部分構成處理指令節點

（2）基本值（也稱為原子值，Atomic Value）：專門用於表示簡單的字面值，如整數值，字符串等。基本值可以當成沒有父節點也沒有子節點的節點。

（3）項目（Item）：一個項目代表一個基本值或一個節點。

（4）節點集和序列（Sequence）：XPath表達式可以表示多個節點，多個節點的組合在XPath1.0中稱為節點集，而在XPath2.0中添加了一個序列的術語，即可以代表普通的項目，也可以代表節點集。

（5）節點關系：

節點關系	說明
父節點Parent	每個元素或屬性都有一個父節點
子節點Children	元素節點可以有0個、1個或多個子節點
兄弟節點Sibling	父節點相同的節點稱之為兄弟節點
祖先節點Ancestor	節點的父節點、父節點的父節點一直到根節點
后代節點Descendant	節點的子節點，子節點的子節點......

（6）相對路徑和絕對路徑：與操作系統中的路徑類似，XPath中也有相對路徑和絕對路徑，絕對路徑以斜線（/）開頭，總是從根節點開始匹配，而相對路徑則不會以斜線開頭，從當前路徑開始匹配。

2、XPath語法

　　XPath使用路徑表達式來訪問XML中的節點或節點集，每個XPath表達式總是由一個或多個步（step）組成的，多個步直接使用斜線分隔。在XPath中，步的語法格式如下：

軸::節點測試[限定謂語]

也就是說，每個步都通過了3次篩選，第一次是使用“軸”選擇節點方向，第二次使用“節點測試”選取在指定軸方向上的部分節點，第三次則是使用“限定謂語”來對選中的節點進一步過濾。

（1）軸：在XPath中，有下面列表中的各種軸：

軸	簡化寫法	說明
ancestor		選取當前節點的所有先輩（父、祖父等）節點
ancestor-or-self		選取當前節點的所有先輩（父、祖父等）節點以及當前節點本身
attribute	@	選取當前節點的所有屬性節點，如果當前節點不是元素節點，則attribute軸方向上的節點集為空
child	省略不寫	選取當前節點的所有子節點
descendant	//	選取當前節點的所有后代節點（子、孫等）
descendant-or-self		選取當前節點的所有后代節點（子、孫等）以及當前節點本身
following		選取文檔中當前節點的結束標簽之后的所有節點，不會包含當前節點的后代節點和屬性節點
following-sibling		選取文檔中當前節點的結束標簽之后的所有兄弟節點
namespace		選取當前節點的所有命名空間節點，當前節點不是元素節點，則namespace軸方向上的節點集為空
parent	..	選取當前節點的父節點
preceding		選取文檔中當前節點的開始標簽之前的所有節點，不會包含當前節點的后代節點和屬性節點
preceding-sibling		選取文檔中當前節點的開始標簽之前的所有兄弟節點
self	.	選取當前節點

（2）節點測試：節點測試用於從指定軸方向上選取所匹配的特定的節點，在XPath中，常用的節點測試語法如下表所示：

節點測試	說明
nodename	從指定軸方向上選出具有nodename的節點 如child::book選擇當前節點的所有book子節點    descendant::book選擇當前節點的所有book后代節點（包括book子節點、孫子節點等）
node()	選擇指定軸匹配的所有類型的節點
text()	選擇指定軸匹配的所有文本類型的節點 如child::text()選擇當前節點的所有文本子節點   descendant::text()選擇當前節點的所有文本后代節點（包括文本子節點、文本孫子節點等）
comment()	選擇指定軸匹配的所有注釋節點
processing-instruction	選擇指定軸匹配的所有處理指令節點
*	節點測試中的通配符，表示所有，也即不進行過濾

（3）限定謂語：每個步中可以接受0個或多個限定謂語，用於進一步過濾所選取的節點集，限定謂語放在方括號中，通常限定謂語返回一個boolean值。看下面的一些例子：

路徑表達式	結果
/bookstore/book[1]	選取屬於 bookstore  元素的子元素的第一個 book 元素。
/bookstore/book[last()]	選取屬於 bookstore  元素的子元素的最后一個 book 元素。
/bookstore/book[last()-1]	選取屬於 bookstore  元素的子元素的倒數第二個 book 元素。
/bookstore/book[position()<3]	選取最前面的兩個屬於 bookstore 元素的子元素的 book 元素。
//title[@lang]	選取所有擁有名為 lang 的屬性的 title 元素。
//title[@lang='eng']	選取所有 title 元素，且這些元素擁有值為 eng 的 lang 屬性。
/bookstore/book[price>35.00]	選取 bookstore 元素的所有 book 元素，且其中的 price 元素的值須大於 35.00。
/bookstore/book[price>35.00]/title	選取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值須大於 35.00。

3、運算符

　　從上面的實例中可以看到，在限定謂語中，還可以使用運算符、表達式，還有很多內置的函數供使用。這一小節先看看XPath中支持的運算符：

（1）算術運算符：加（+）、減（-）、乘（*）、除（div）、取模（mod）

　　算術運算符非常簡單，但是需要注意幾點：

A、因為減號實際上也就是中划線，而中划線在XML中是合法的標識符號，從而帶來了歧義，於是XPath強制規定，使用減號的時候，需要前后各加一個空格。

B、在XPath中，所有的數值都是64位的double類型，即便直接書寫成0、100；另外，XPath還有幾個特殊的數值：正無窮大、負無窮大、非數。

C、在運算時，如果操作數不是數值類型，會自動轉換，下面的比較運算符、邏輯運算符如果有必要也會發生相應的自動類型轉換。

（2）比較運算符：等於（=）、不等於（!=）、小於（<）、小於或等於（<=）、大於（>）、大於或等於（>=）

　　需要注意的是，不像其它編程語言，這里表示相等只需要一個等於號。

（3）邏輯運算符：與（and）、或（or）

（4）集合運算符：並集（|）

4、表達式

（1）for表達式：用於循環訪問序列中的每個項，並對每項進行一次計算，最后將每項計算得到的結果組合成序列后返回，語法格式如下：

for $var in sequence return rtExpression

實際上，這里的for更類似於js中的foreach。還可以使用下面的形式遍歷多個序列：

for $var1 in sequence1, $var2 in sequence2 return fn($var1,$var2)

（2）if表達式：用於處理分支，根據不同條件得到不同的返回值，語法格式如下：

if (condition1)
then rtVal1
[else if (condition2)
then rtVal2
...]
else
otherVal

（3）some表達式：迭代中只要有一項滿足條件就返回true，否則返回false，語法格式如下：

some $var in sequence satisfies condition

（4）every表達式：迭代中只有有一項不滿足條件就返回false，否則返回true，語法格式如下：

every $var in sequence satisfies condition

5、內置函數庫

　　在XPath中還有大量的內置函數，用於增強相關功能，這些內置函數可以參考：XPath函數。我在下面也抄錄一份供參考：

分類		函數	說明
存取函數		fn:node-name(node)	返回參數節點的節點名稱。
		fn:nilled(node)	返回是否拒絕參數節點的布爾值。
		fn:data(item.item,...)	接受項目序列，並返回原子值序列。
		fn:base-uri() fn:base-uri(node)	返回當前節點或指定節點的 base-uri 屬性的值。
		fn:document-uri() fn:document-uri(node)	返回當前節點或指定節點的 document-uri 屬性的值。
錯誤和跟蹤函數		fn:error() fn:error(error) fn:error(error,description) fn:error(error,description,error-object)	例子：error(fn:QName('http://example.com/test', 'err:toohigh'), 'Error: Price is too high') 結果：向外部處理環境返回 http://example.com/test#toohigh 以及字符串 "Error: Price is too high"。
		fn:trace(value,label)	用於對查詢進行 debug。
數值函數		fn:number(arg)	返回參數的數值。參數可以是布爾值、字符串或節點集。 例子：number('100') 結果：100
		fn:abs(num)	返回參數的絕對值。
		fn:ceiling(num)	返回大於或等於 num 參數的最小整數。
		fn:floor(num)	返回小於或等於 num 參數的最大整數。
		fn:round(num)	把 num 參數四舍五入為最接近的整數。
		fn:round-half-to-even()	返回最接近參數num的偶數 例子：round-half-to-even(0.5) 結果：0 例子：round-half-to-even(1.5) 結果：2 例子：round-half-to-even(2.5) 結果：2
字符串函數		fn:string(arg)	返回參數的字符串值。參數可以是數字、邏輯值或節點集。
		fn:codepoints-to-string(int,int,...)	根據一個Unicode值序列序列返回字符串。 例子：codepoints-to-string((84, 104, 233, 114, 232, 115, 101)) 結果：'Thérèse' 注意：該函數的參數是一個Unicode值序列，因此必須用括號將參數括起來
		fn:string-to-codepoints(string)	根據字符串返回每個字符所對應的Unicode值的序列。
		fn:codepoint-equal(comp1,comp2)	根據 Unicode 值序列比較，如果 comp1 的值等於 comp2 的值，則返回 true，否則返回 false。
		fn:compare(comp1,comp2) fn:compare(comp1,comp2,collation)	根據對照規則，comp1小於comp2返回 -1；comp1等於comp2，返回0；comp1大於comp2返回1。
		fn:concat(string,string,...)	返回字符串的拼接。
		fn:string-join((string,string,...),sep)	使用 sep 參數作為分隔符，來返回 string 參數拼接后的字符串。
		fn:substring(string,start,len) fn:substring(string,start)	返回從 start 位置開始的指定長度的子字符串。第一個字符的下標是 1。 如果省略 len 參數，則返回從位置 start 到字符串末尾的子字符串。
		fn:string-length(string) fn:string-length()	返回指定字符串的長度。如果沒有 string 參數，則返回當前節點的字符串值的長度
		fn:normalize-space(string) fn:normalize-space()	刪除指定字符串的首尾空白，並把內部連續空白壓縮為一個，然后返回結果。沒有參數，則處理當前節點。
		fn:normalize-unicode()	執行 Unicode 規格化。
		fn:upper-case(string)	把 string 參數轉換為大寫。
		fn:lower-case(string)	把 string 參數轉換為小寫。
		fn:translate(string1,string2,string3)	把 string1 中的 string2 替換為 string3。 例子：translate('12:30','30','45') 結果：'12:45' 例子：translate('12:30','03','54') 結果：'12:45' 例子：translate('12:30','0123','abcd') 結果：'bc:da'
		fn:escape-uri(stringURI,esc-res)	例子：escape-uri("http://example.com/test#car", true()) 結果："http%3A%2F%2Fexample.com%2Ftest#car" 例子：escape-uri("http://example.com/test#car", false()) 結果：http://example.com/test#car 例子：escape-uri ("http://example.com/~bébé", false()) 結果："http://example.com/~b%C3%A9b%C3%A9"
		fn:contains(string1,string2)	如果 string1 包含 string2，則返回 true，否則返回 false。
		fn:starts-with(string1,string2)	如果 string1 以 string2 開始，則返回 true，否則返回 false。
		fn:ends-with(string1,string2)	如果 string1 以 string2 結尾，則返回 true，否則返回 false。
		fn:substring-before(string1,string2)	返回 string2 在 string1 中出現之前的子字符串。
		fn:substring-after(string1,string2)	返回 string2 在 string1 中出現之后的子字符串。
		fn:matches(string,pattern)	如果 string 參數匹配指定的模式，則返回 true，否則返回 false。
		fn:replace(string,pattern,replace)	把指定的模式替換為 replace 參數，並返回結果。
		fn:tokenize(string,pattern)	例子：tokenize("XPath is fun", "\s+") 結果：("XPath", "is", "fun")
anyURI函數		fn:resolve-uri(relative,base)
邏輯函數		fn:boolean(arg)	返回數字、字符串或節點集的布爾值。
		fn:not(arg)	首先通過 boolean() 函數把參數還原為一個布爾值，然后再取反。
		fn:true()	返回布爾值 true。
		fn:false()	返回布爾值 false。
日期時間函數		fn:dateTime(date,time)	把參數轉換為日期和時間。
		fn:years-from-duration(datetimedur)	返回參數值的年份部分的整數，以標准詞匯表示法來表示。
		fn:months-from-duration(datetimedur)	返回參數值的月份部分的整數，以標准詞匯表示法來表示。
		fn:days-from-duration(datetimedur)	返回參數值的天部分的整數，以標准詞匯表示法來表示。
		fn:hours-from-duration(datetimedur)	返回參數值的小時部分的整數，以標准詞匯表示法來表示。
		fn:minutes-from-duration(datetimedur)	返回參數值的分鍾部分的整數，以標准詞匯表示法來表示。
		fn:seconds-from-duration(datetimedur)	返回參數值的分鍾部分的十進制數，以標准詞匯表示法來表示。
		fn:year-from-dateTime(datetime)	返回參數本地值的年部分的整數。
		fn:month-from-dateTime(datetime)	返回參數本地值的月部分的整數。
		fn:day-from-dateTime(datetime)	返回參數本地值的天部分的整數。
		fn:hours-from-dateTime(datetime)	返回參數本地值的小時部分的整數。
		fn:minutes-from-dateTime(datetime)	返回參數本地值的分鍾部分的整數。
		fn:seconds-from-dateTime(datetime)	返回參數本地值的秒部分的十進制數。
		fn:timezone-from-dateTime(datetime)	返回參數的時區部分，如果存在。
		fn:year-from-date(date)	返回參數本地值中表示年的整數。
		fn:month-from-date(date)	返回參數本地值中表示月的整數。
		fn:day-from-date(date)	返回參數本地值中表示天的整數。
		fn:timezone-from-date(date)	返回參數的時區部分，如果存在。
		fn:hours-from-time(time)	返回參數本地值中表示小時部分的整數。
		fn:minutes-from-time(time)	返回參數本地值中表示分鍾部分的整數。
		fn:seconds-from-time(time)	返回參數本地值中表示秒部分的整數。
		fn:timezone-from-time(time)	返回參數的時區部分，如果存在。
		fn:adjust-dateTime-to-timezone(datetime,timezone)	如果 timezone 參數為空，則返回沒有時區的 dateTime。否則返回帶有時區的 dateTime。
		fn:adjust-date-to-timezone(date,timezone)	如果 timezone 參數為空，則返回沒有時區的 date。否則返回帶有時區的 date。
		fn:adjust-time-to-timezone(time,timezone)	如果 timezone 參數為空，則返回沒有時區的 time。否則返回帶有時區的 time。
QName相關函數		fn:QName()
		fn:local-name-from-QName()
		fn:namespace-uri-from-QName()
		fn:namespace-uri-for-prefix()
		fn:in-scope-prefixes()
		fn:resolve-QName()
節點函數		fn:name() fn:name(nodeset)	返回當前節點的名稱或指定節點集中的第一個節點。
		fn:local-name() fn:local-name(nodeset)	返回當前節點的名稱或指定節點集中的第一個節點 - 不帶有命名空間前綴。
		fn:namespace-uri() fn:namespace-uri(nodeset)	返回當前節點或指定節點集中第一個節點的命名空間 URI。
		fn:lang(lang)	如果當前節點的語言匹配指定的語言，則返回 true。 例子：Lang("en") is true for <p xml:lang="en">...</p> 例子：Lang("de") is false for <p xml:lang="en">...</p>
		fn:root() fn:root(node)	返回當前節點或指定的節點所屬的節點樹的根節點。通常是文檔節點。
上下文函數		fn:position()	返回當前正在被處理的節點的 index 位置。 例子：//book[position()<=3] 結果：選擇前三個 book 元素
		fn:last()	返回在被處理的節點列表中的項目數目。 例子：//book[last()] 結果：選擇最后一個 book 元素
		fn:current-dateTime()	返回當前的 dateTime（帶有時區）。
		fn:current-date()	返回當前的日期（帶有時區）。
		fn:current-time()	返回當前的時間（帶有時區）。
		fn:implicit-timezone()	返回隱式時區的值。
		fn:default-collation()	返回默認對照的值。
		fn:static-base-uri()	返回 base-uri 的值。
序列函數	一般序列函數	fn:index-of((item,item,...),searchitem)	返回在項目序列中等於 searchitem 參數的位置。 例子：index-of ((15, 40, 25, 40, 10), 40) 結果：(2, 4)
		fn:remove((item,item,...),position)	返回由 item 參數構造的新序列 - 同時刪除 position 參數指定的項目。
		fn:empty(item,item,...)	如果參數值是空序列，則返回 true，否則返回 false。
		fn:exists(item,item,...)	如果參數值不是空序列，則返回 true，否則返回 false。
		fn:distinct-values((item,item,...),collation)	返回唯一不同的值。 例子：distinct-values((1, 2, 3, 1, 2)) 結果：(1, 2, 3)
		fn:insert-before((item,item,...),pos,inserts)	返回由 item 參數構造的新序列 - 同時在 pos 參數指定位置插入 inserts 參數的值。
		fn:reverse((item,item,...))	返回指定的項目的顛倒順序。
		fn:subsequence((item,item,...),start,len)	返回 start 參數指定的位置返回項目序列，序列的長度由 len 參數指定。第一個項目的位置是 1。
		fn:unordered((item,item,...))	依據實現決定的順序來返回項目。
	容量測試函數	fn:zero-or-one(item,item,...)	如果參數包含零個或一個項目，則返回參數，否則生成錯誤。
		fn:one-or-more(item,item,...)	如果參數包含一個或多個項目，則返回參數，否則生成錯誤。
		fn:exactly-one(item,item,...)	如果參數包含一個項目，則返回參數，否則生成錯誤。
	比較函數	fn:deep-equal(param1,param2,collation)	如果 param1 和 param2 與彼此相等（deep-equal），則返回 true，否則返回 false。
	合計函數	fn:count((item,item,...))	返回節點的數量。
		fn:avg((arg,arg,...))	返回參數值的平均數。
		fn:max((arg,arg,...))	返回參數中的最大值。
		fn:min((arg,arg,...))	返回參數中的最小值。
		fn:sum(arg,arg,...)	返回指定節點集中每個節點的數值的總和。
	序列生成函數	fn:id((string,string,...),node)
		fn:idref((string,string,...),node)
		fn:data((item1,item2,...))	返回item1、item2等各項的值所組成的序列。
		fn:doc(URI)
		fn:doc-available(URI)	如果 doc() 函數返回文檔節點，則返回 true，否則返回 false。
		fn:collection() fn:collection(string)

很明顯，把這些內置函數放在這里的目的並不是要強行記住，而只是需要的時候當字典查查（XQuery1.0和XPath共享了這些內置函數，有事沒事看看，混個眼熟也挺好的）。