DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> XML學習教程 >> XML詳解
XPath 完全整理:路徑語法、軸、謂詞與實戰範例一次搞懂
編輯:XML詳解     

XPath 在工作中被反覆使用,卻又總在關鍵處卡住——軸名記不清、謂詞位置寫錯、相對與絕對路徑混淆,於是每次都要重新翻文件。這篇文章把 XPath 的知識體系做了一次系統性整理,讓它成為可以隨時回查的單一參考點。

本文涵蓋的內容

  • XPath 的由來與版本差異
  • 路徑表達式的語法結構
  • 相對路徑、絕對路徑與「上下文」的關係
  • 十二條軸(axis)與節點測試
  • 運算子與特殊字元一覽
  • 常見表達式實例對照
  • 常用函數與 XPath 在 DOM、XSLT、XQuery 中的落地方式

一、XPath 是什麼

XPath 是 W3C 制訂的標準,主要目的在 XML 1.0 或 XML 1.1 文件的節點樹中定位節點。目前有兩個版本:XPath 1.0 於 1999 年成為 W3C 標準,XPath 2.0 則在 2007 年定案。英文原始規格可查閱 https://www.w3.org/TR/xpath20/。

本質上 XPath 是一種表達式語言,它的回傳值可能是節點、節點集合、原子值,或兩者的混合。XPath 2.0 是 1.0 的超集,支援更豐富的資料型別,同時對 1.0 保持良好向後相容——幾乎所有 1.0 的查詢結果在 2.0 中都不變。此外,XPath 2.0 也是 XSLT 2.0 與 XQuery 1.0 用來查詢定位節點的主要表達式語言,而 XQuery 1.0 則是對 XPath 2.0 的進一步擴充。

入門之前,最好先熟悉 XML 的節點類型(元素、屬性、原子值/文字、處理指令、註解、根節點即文件節點、命名空間),以及節點之間的關係:父(Parent)、子(Children)、兄弟(Sibling)、先輩(Ancestor)、後代(Descendant)。這些觀念是後面所有語法的前提。

二、路徑表達式的語法骨架

為了讓範例有一致的參照,先約定一份名為 messages.XML 的文件,其結構大致如下(含寄件者、日期屬性、附件與命名空間下的書籍清單):

<messages>
  <message id="0">
    <sender>gkt1980@gmail.com</sender>
    <datetime date="2008-12-01" />
    <body>
      <attachments />
    </body>
    <books xmlns="https://www.amazon.com/books/schema">
      <book><name>...</name><year>2007</year></book>
    </books>
  </message>
  <message id="1">...</message>
</messages>

XPath 路徑的組成規則可以濃縮成三行:

路徑         = 相對路徑 | 絕對路徑
XPath 表達式 = 步進表達式 | 絕對路徑 "/" 步進表達式
步進表達式   = 軸 節點測試 謂詞

三個成分各有分工:

  • 軸:描述被選取節點與當前上下文節點之間的樹狀(層級)關係。
  • 節點測試:指定要選的節點名稱或類型。
  • 謂詞:等同過濾條件,進一步細化節點集合,可以是 0 個或多個;多個謂詞可用 and、or 串接,取邏輯非則用 not()。

看一個典型的查詢:

/messages/message//child::node()[@id=0]

拆解如下:/messages/message 是絕對路徑(以 / 開頭);child:: 是軸,表示往子節點方向選;node() 是節點測試,代表任意節點;[@id=0] 是謂詞,只保留具備 id 屬性且值為 0 的節點。

三、絕對路徑與相對路徑

/ 出現在表達式開頭時代表文件根,出現在中間時則是步進之間的分隔符。例如 /messages/message/subject 是絕對路徑,意味著「從文件根開始找」。

若把上下文設在第一個 message 節點(/messages/message[1]),那麼單寫 subject(前面沒有 /)就是相對路徑,意味著「從當前節點開始找」。兩者取得的結果可能天差地遠,關鍵就在上下文。

四、上下文(Context):最容易被忽略的變數

上下文描述的是表達式的執行環境。同一條路徑,放在根節點的環境與放在某個特定子節點的環境執行,結果可能完全不同。也就是說,XPath 的計算結果取決於它所處的上下文。

當前節點 ./

./sender 選取當前節點下的 sender 節點集合,等同於直接寫 sender。

父節點 ../

../sender 選取當前節點父節點下的 sender 集合。

根元素 /

/messages 從文件根節點往下取 messages 集合。

/* 與 /messages 的等價性

* 代表所有節點,但根元素只有一個,因此 /* 實際上就是根節點,結果與 /messages 相同。

遞歸下降 //

以 messages 節點為上下文,//sender 會沿著整棵子樹往下找:

/messages//sender :
  <sender>gkt1980@gmail.com</sender>
  <sender>111@gmail.com</sender>
  <sender>333@gmail.com</sender>

/messages/message[1]//sender :
  <sender>gkt1980@gmail.com</sender>
  <sender>111@gmail.com</sender>

由此可見,// 的語義是「從當前節點開始遞歸下降,逐層走訪所有後代,收集符合條件的節點」。

特定元素

直接寫 sender 等同 ./sender,選的是當前節點的子元素集合。

實務提醒:執行 XPath 時務必先確認「現在站在哪個節點上」。在 XML DOM 中,selectNodes 與 selectSingleNode 都接受一個 XPath 表達式作為參數,此時表達式的上下文就是呼叫該方法的節點及其所在環境。同一條語法換個呼叫對象,答案就換了。

五、謂詞與軸

謂詞就是篩選表達式,作用近似 SQL 的 WHERE 子句。而軸描述的是「往哪個方向走」。以下是全部十二條軸:

軸名稱選取的內容
ancestor當前節點的所有先輩(父、祖父……)
ancestor-or-self所有先輩,加上當前節點本身
attribute當前節點的所有屬性
child當前節點的所有子元素(預設軸)
descendant當前節點的所有後代(子、孫……)
descendant-or-self所有後代,加上當前節點本身
following文件中位於當前節點結束標籤之後的所有節點
namespace當前節點的所有命名空間節點
parent當前節點的父節點
preceding逐層向上,依序選出每個父輩節點之前的所有同級節點
preceding-sibling當前節點之前的所有同級節點
self當前節點本身

六、運算子與特殊字元

運算子/字元說明
/路徑運算子。出現在模式開頭時表示從根節點開始選取
//遞歸下降。出現在開頭時表示從根節點開始遞歸下降
.當前上下文節點
..當前上下文節點的父節點
*萬用字元,選取所有元素節點(不含文字、註解、處理指令;若需納入請用 node())
@屬性名前綴
@*選取所有屬性,不論名稱
:命名空間分隔符,隔開前綴與元素名或屬性名
( )括號運算子,優先級最高,用於強制運算順序
[ ]套用篩選模式(謂詞),也用作集合的下標索引運算子
|兩個節點集合的聯集,例如 //messages/message/to | //messages/message/cc
-減法
div浮點除法
and、or邏輯運算
mod取餘數
not()邏輯非
= / !=等於 / 不等於
<、<=、>、>=比較運算子;在 XSLT 等 XML 環境中需寫成 &lt;、&gt; 等轉義形式,而在 XMLDOM 的 scripting 環境中不需轉義

七、常用表達式實例對照

表達式結果
/文件根(Document Root)
/*根元素,也就是 XML 文件唯一的根節點
/node()根元素下的所有節點,含文字節點、註解節點等
/text()根節點下的所有文字節點
/messages/messagemessages 下的所有 message 節點
/messages/message[1]messages 下的第一個 message 節點
/messages/message[1]/self::node()第一個 message 節點本身(self 軸指向自身)
/messages/message[1]/node()第一個 message 節點下的所有子節點
/messages/message[1]/*[last()]第一個 message 的最後一個子元素
/messages/message[1]/[last()]錯誤寫法:謂詞前必須是節點或節點集合
/messages/message[1]/node()[last()]第一個 message 的最後一個子節點
/messages/message[1]/text()第一個 message 下的所有文字節點
/messages/message[1]//text()遞歸下降,找出第一個 message 下所有深度的文字節點
//message[@id=1]/node()id 為 1 的 message 之所有子節點
//message[@id=1] | //message[@id=0]聯集:同時選出 id=1 與 id=0 的 message
/messages/message[1]/parent::*messages 節點
/messages/message[1]/body/attachments/..attachments 的父節點;父節點唯一,所以 ..、parent::*、parent::node() 結果一致
//message[@id=0]/ancestor::*向上遞歸,取所有先輩元素
//message[@id=0]/ancestor-or-self::*向上遞歸並包含自身
//message[@id=0]/ancestor::node()相較於用 *,會多出一個文件根節點
//messages/message[1]//node()遞歸下降,取第一個 message 的所有後代節點
/messages/message[1]/sender/following::*sender 之後的所有節點,並對每個節點向下遞歸
//message[@id=1]/sender/following-sibling::*sender 之後的所有同級元素(不跨層)
//message[@id=1]/datetime/@datedatetime 節點的 date 屬性值
//message/datetime[@date]所有帶有 date 屬性的 datetime 節點
//message[datetime]所有含有 datetime 子節點的 message
//message/datetime/@*datetime 的所有屬性節點
//message/datetime[@*]所有至少有一個屬性的 datetime 節點
//attribute::*根節點下的所有屬性節點
//message[@id=0]/body/preceding::node()逐層向上,依序選出 body 之前的所有同級節點(注意:同級節點是順序查找,不是遞歸查找)
//message[@id=0]/body/preceding-sibling::node()只取 body 同一層之前的所有同級節點,少了逐層向上的那一圈循環
//namespace::*文件中所有命名空間節點(含預設命名空間)
//message[@id=1]//*[namespace::amazon]命名空間前綴為 amazon 的節點

命名空間帶來的經典陷阱

當 book 節點定義了命名空間(例如 <amazon:book>),寫成 //message[@id=0]//books/book 將找不到任何節點。正確做法有兩種:

//message[@id=0]//books/*[local-name()='book']

//message[@id=0]//books/*[local-name()='book'
    and namespace-uri()='https://www.amazon.com/books/schema']

前者只比對本地名稱,後者同時比對名稱與命名空間 URI,語意更嚴謹。

謂詞與路徑的兩種位置,兩種含義

//message[@id=0]//books/*[local-name()='book'][year>2006]
  → 篩選出 year 節點值大於 2006 的 book 節點

//message[@id=0]//books/*[local-name()='book'][1]/year>2006
  → 這是一個判斷式,檢查「第一個 book 的 year 是否大於 2006」,
    回傳 xs:boolean 的 true / false

前者用來篩選節點,後者用在表達式末尾時已經變成布林比較,回傳型別完全不同。這是初學者最常踩的混淆點之一。

八、函數

值得高興的是,XPath 與 XSLT、XQuery 共用函數庫,能直接呼叫各類實用函數,也支援自訂函數。這裡不逐一列舉,有興趣可直接查閱 W3C 的 https://www.w3.org/TR/xquery-operators/,中文讀者也可參考 w3school 的 XPath 函數章節。

九、XPath 在 DOM、XSLT 與 XQuery 中的應用

DOM

<script language="Javascript" type="text/Javascript">
var xmlDoc = new ActiveXObject("Microsoft.XMLDOM");
xmlDoc.async = false;
xmlDoc.load("messages.XML");
xmlDoc.setProperty("SelectionLanguage", "XPath");

var sPath = "/messages/message[1]//books/*[local-name()='book']";
var bookNodes = xmlDoc.selectNodes(sPath);

document.write("<ul>");
for (var i = 0; i < bookNodes.length; i++) {
    document.write("<li>" + bookNodes[i].childNodes[0].text + "</li>");
}
document.write("</ul>");
</script>

這裡有一個容易忽略的細節:早期 XMLDOM 的 SelectionLanguage 屬性預設是正則表達式而非 XPath,因此必須明確加上:

xmlDoc.setProperty("SelectionLanguage", "XPath");

若不設定這個屬性,就要注意兩件事:陣列下標從 0 開始(而 XPath 表達式內部的索引是從 1 開始),以及無法在查詢表達式中使用 XPath 函數。

補充一點背景:以 ActiveXObject 建立 XMLDOM 的寫法屬於 IE 時代的遺產,在今日的專案中通常會改用各語言原生的 XML/XPath API(例如 .NET 的 XDocument 搭配 XPathSelectNodes、Java 的 javax.xml.xpath、或 Node.js 的 xmldom + xpath 套件),語法觀念完全相通。

XSLT

XPath 是 XSLT 的配對語言,幾乎每個 match、select、test 屬性裡都是 XPath 表達式;差別只在於 XSLT 環境中 <、> 必須以實體轉義形式書寫。

XQuery

xquery version "1.0";

<ul>
{
  let $i := 0
  for $x in doc("messages.XML")//message[@id=0]//books/*[local-name()='book']
  where $x/year > 2006
  order by $x/year descending
  return <li>{ data($x/name) }</li>
}
</ul>

輸出:

<ul>
  <li>Microsoft Visual C# 2008 Step by Step</li>
  <li>Professional C# 2008</li>
</ul>

可以清楚看到,for 子句中的定位子句就是標準的 XPath 路徑表達式,XQuery 只是在它外面包上了 FLWOR 表達式與結果建構的能力。

結語

XPath 的學習曲線集中在一個觀念上:先確定上下文,再談路徑。把軸、節點測試、謂詞三個成分拆開來讀,多數「查不到節點」的問題都能立刻定位——是方向錯了、名稱沒對上,還是謂詞的位置放錯了。剩下的就是多寫幾條表達式把手感練出來。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved