Главная » Психология » Xpath contains примеры. Синтаксис XPath

Xpath contains примеры. Синтаксис XPath

XPath (XML Path Language) - язык запросов к элементам XML -документа. Разработан для организации доступа к частям документа XML в файлах трансформации XSLT и является стандартом консорциума W3C . XPath призван реализовать навигацию по DOM в XML . В XPath используется компактный синтаксис, отличный от принятого в XML. В 2007 году завершилась разработка версии 2.0, которая теперь является составной частью языка XQuery 1.0. В декабре 2009 года началась разработка версии 2.1, которая использует XQuery 1.1.

На данный момент, самой популярной версией является XPath 1.0. Это связано с отсутствием поддержки XPath 2.0 со стороны открытых библиотек. В частности, речь идёт о LibXML, от которой зависит поддержка языка в браузерах с одной стороны и поддержка со стороны серверного интерпретатора с другой.

Основы

XML имеет древовидную структуру. В документе всегда имеется корневой элемент (инструкция к дереву отношения не имеет). У элемента дерева всегда существуют потомки и предки, кроме корневого элемента, у которого предков нет, а также тупиковых элементов (листьев дерева), у которых нет потомков. Каждый элемент дерева находится на определенном уровне вложенности (далее - «уровень»). У элементов на одном уровне бывают предыдущие и следующие элементы.

Это очень похоже на организацию каталогов в файловой системе, и строки XPath, фактически, - пути к «файлам» - элементам.

Например, рассмотрим XHTML документ:

Первый слой блок текста в первом слое Второй слой Третий слой первый блок в третьем слое второй блок в третьем слое третий блок в третьем слое

XPath-путь /html/body/*/span[@class] (полный синтаксис имеет вид /child::html/child::body/child::*/child::span ) будет соответствовать в нём двум элементам исходного документа - первый блок в третьем слое и второй блок в третьем слое .

Путь делится на шаги адресации, которые разделяются символом «косая черта» / . Каждый шаг адресации состоит из трех частей:

ось (в данном примере child::), это обязательная часть;
условие проверки узлов (в данном примере это имена элементов документа html, body, span, а символ * означает элемент с любым именем), также обязательная часть;
предикат (в данном примере attribute::class), необязательная часть, заключаемая в квадратные скобки, в которой могут содержаться оси, условия проверки, функции, операторы (+, -, и пр.).

Анализ ведется слева направо. Если первый символ это / , то путь адресации считается абсолютным (то есть от корня документа). При этом за узел контекста на первом шаге берется корневой элемент (html). Контекст - это некая точка отсчета, относительно которой рассчитывается следующий шаг адресации. Поэтому на каждом шаге адресации мы получаем новый набор узлов документа, и этот набор становится контекстом для следующего шага адресации.

На втором шаге адресации (child::body) контекстом становится html элемент. Ось child:: говорит о том, что необходимо найти все непосредственные потомки элемента html, а условие проверки body говорит о том, что в формируемый набор элементов нужно включить все узлы с именем body. В ходе второго шага адресации получаем набор узлов, состоящий всего из одного элемента body, который и становится элементом контекста для третьего шага.

Третий шаг адресации: child::* . Ось child:: собирает все непосредственные потомки элемента body, а условие проверки * говорит о том, что в формируемый набор нужно включить элементы основного типа с любым именем. В ходе этого шага получаем набор узлов, состоящий из трех элементов div и одного элемента img.

Четвёртый шаг адресации: child::span . Теперь контекстом является набор из четырёх элементов. И следующий набор узлов создается в четыре прохода (за четыре итерации). При первой итерации узлом контекста становится первый div. Согласно заданной оси child:: и правилу проверки span, в набор включаются непосредственные потомки div-а, имя которых равно span. При второй итерации в набор ничего добавлено не будет, так как у второго div нет потомков. Третья итерация добавит в набор сразу три элемента span, а четвёртая ничего не добавит, так как у элемента img нет потомков. Итак, в ходе проверки получен набор узлов, состоящий из четырёх элементов span. Это и будет контекстом для последующей обработки.

Следующего шага нет, поэтому будет производиться фильтрация отобранного набора. В этом и состоит отличие предикатов от шагов адресации. На каждом шаге адресации получаем новый набор, отталкиваясь от контекста, полученного на предыдущем шаге. В ходе же обработки предиката новый набор получается из текущего методом фильтрации, когда из набора исключаются узлы, не прошедшие условие проверки. В данном случае ось attribute:: говорит о необходимости проверить, если ли у узлов контекста атрибуты, а условие class требует оставить лишь те узлы, у которых задан атрибут с именем class. Фильтрация происходит за четыре итерации, но в окончательный набор попадают только два элемента span.

Оси

Оси - это база языка XPath.

ancestor:: - Возвращает множество предков.
ancestor-or-self:: - Возвращает множество предков и текущий элемент.
attribute:: - Возвращает множество атрибутов текущего элемента.
child:: - Возвращает множество потомков на один уровень ниже.
descendant:: - Возвращает полное множество потомков.
descendant-or-self:: - Возвращает полное множество потомков и текущий элемент.
following:: - Возвращает необработанное множество, ниже текущего элемента.
following-sibling:: - Возвращает множество элементов на том же уровне, следующих за текущим.
namespace:: - Возвращает множество, имеющее пространство имён (то есть присутствует атрибут xmlns).
parent:: - Возвращает предка на один уровень назад.
preceding:: - Возвращает множество обработанных элементов исключая множество предков.
preceding-sibling:: - Возвращает множество элементов на том же уровне, предшествующих текущему.
self:: - Возвращает текущий элемент.

Существуют сокращения для некоторых осей, например:

attribute:: - можно заменить на «@»
child:: - часто просто опускают
descendant:: - можно заменить на «.//»
parent:: - можно заменить на «..»
self:: - можно заменить на «.»

Дополнением к базе является набор функций, которые делятся на 5 групп:

Системные функции node-set document (object, node-set?) Возвращает документ, указанный в параметре object. string format-number (number, string, string?) Форматирует число согласно образцу, указанному во втором параметре, третий параметр указывает именованный формат числа, который должен быть учтён. string generate-id (node-set?) Возвращает строку, являющуюся уникальным идентификатором. node-set key (string, object) Возвращает множество с указанным ключом (аналогично функции id для идентификаторов). string unparsed-entity-uri (string) Возвращает непроанализированный URI, если такового нет, возвращает пустую строку. boolean element-available (string) Проверяет, доступен ли элемент или множество, указанное в параметре. Параметр рассматривается как XPath. boolean function-available (string) Проверяет, доступна ли функция, указанная в параметре. Параметр рассматривается как XPath. object system-property (string) Параметры, возвращающие системные переменные, могут быть: * xsl: version - возвращает версию XSLT процессора. * xsl: vendor - возвращает производителя XSLT процессора. * xsl: vendor-url - возвращает URL, идентифицирующий производителя. Если используется неизвестный параметр, функция возвращает пустую строку. boolean lang (string) Возвращает истину, если у текущего тега имеется атрибут xml: lang, либо родитель тега имеет атрибут xml: lang и в нем указан совпадающий строке символ. Функции с множествами

* - обозначает любое имя или набор символов, @* - любой атрибут
$name - обращение к переменной, где name - имя переменной или параметра.
- дополнительные условия выборки
{} - если применяется внутри тега другого языка (например HTML), то XSLT процессор рассматривает содержимое фигурных скобок как XPath.
/ - определяет уровень дерева

node-set node () Возвращает все узлы. Для этой функции часто используют заменитель "*", но в отличие от звездочки - node() возвращает и текстовые узлы. string text () Возвращает набор текстовых узлов; node-set current () Возвращает множество из одного элемента, который является текущим. Если мы делаем обработку множества с условиями, то единственным способом дотянуться из этого условия до текущего элемента будет данная функция. number position () Возвращает позицию элемента в множестве. Корректно работает только в цикле number last () Возвращает номер последнего элемента в множестве. Корректно работает только в цикле number count (node-set) Возвращает количество элементов в node-set. string name (node-set?) Возвращает полное имя первого тега в множестве. string namespace-uri (node-set?) Возвращает ссылку на url определяющий пространство имён. string local-name (node-set?) Возвращает имя первого тега в множестве, без пространства имён. node-set id (object) Находит элемент с уникальным идентификатором Строковые функции string string (object?) Возвращает текстовое содержимое элемента. По сути возвращает объединенное множество текстовых элементов на один уровень ниже. string concat (string, string, string*) Объединяет две или более строк number string-length (string?) Возвращает длину строки. boolean contains (string, string) Возвращает истину, если первая строка содержит вторую, иначе возвращает ложь. string substring (string, number, number?) Возвращает строку вырезанную из строки начиная с указанного номера, и если указан второй номер - количество символов. string substring-before (string, string) Если найдена вторая строка в первой, возвращает строку до первого вхождения второй строки. string substring-after (string, string) Если найдена вторая строка в первой, возвращает строку после первого вхождения второй строки. boolean starts-with (string, string) Возвращает истину если вторая строка входит в начало первой, иначе возвращает ложь. boolean ends-with (string, string) Возвращает истину если вторая строка входит в конец первой, иначе возвращает ложь. string normalize-space (string?) Убирает лишние и повторные пробелы, а также управляющие символы, заменяя их пробелами. string translate (string, string, string) Заменяет символы первой строки, которые встречаются во второй строке, на соответствующие позиции символам из второй строки символы из третьей строки. translate(«bar», «abc», «ABC») вернет BAr. Логические функции

or - логическое «или»
and - логическое «и»
= - логическое «равно»
< ( (>) - логическое «больше»
=) - логическое «больше либо равно»

boolean boolean (object) Приводит объект к логическому типу; boolean true () Возвращает истину. boolean false () Возвращает ложь. boolean not (boolean) Отрицание, возвращает истину если аргумент ложь и наоборот. Числовые функции

+ - сложение
− - вычитание
* - умножение
div - обычное деление (не деление нацело!)
mod - остаток от деления

number number (object?) Переводит объект в число. number sum (node-set) Вернёт сумму множества, каждый тег множества будет преобразован в строку и из него получено число. number floor (number) Возвращает наибольшее целое число, не большее, чем аргумент. number ceiling (number) Возвращает наименьшее целое число, не меньшее, чем аргумент. number round (number) Округляет число по математическим правилам.

Правильно ли я понимаю, что с помощью XPath нельзя получить значение атрибута узла?

text

/root/@id

Получаем:

А получить 1 нельзя? Ведь получить text можно.

В каком смысле "где"? Это строковое значение объекта, возвращаемого при выполнении выражения XPath.

Во всяком случае Perl"овый модуль XML::LibXML и плагин XPath Tool к редактору jEdit возвращают именно это.

Понятно. В перле.

Разве XPath "где-то" работает по разному?

Ага. Например,

выведут "1". Без кавычек.

Данбала[досье] Вы ничего не путаете?

System.out.println(document.getRootElement().getAttributeValue("id"));

где тут xPath?
Суть то в том, что xPath выражение вида /root/@id должно вернуть по всем правилам объект типа attribute-node, который, разумеется, не есть просто текст. А уж если вы хотите с помощью xPath выражения получить текстовый узел - то, будьте добры, так ему и напишите.

Данбала[досье]

А вот "Perl"овый модуль XML::LibXML и плагин XPath Tool к редактору jEdit" выведут id="1".

Да, извиняюсь, кавычки я случайно пропустил, с кавычками выведут. Но суть это не меняет.

Насчет Вы, если я правильно понимаю, ошибаетесь. Выражение Xpath вернет именно id="1" , просто потом XSLT из id="1" каким-то образом получит 1 .

А System.out.println(document.getRootElement().getAttributeValue("id")); это не XPath, это DOM , вроде?

Я же говорю о "голом" XPath, неважно, в контексте XSLT он применяется или еще где.

Суть то в том, что xPath выражение вида /root/@id должно вернуть по всем правилам объект типа attribute-node, который, разумеется, не есть просто текст. А уж если вы хотите с помощью xPath выражения получить текстовый узел - то, будьте добры, так ему и напишите. С чего бы это? А почему не результат someting.do(...).toString()?

Какой такой someting.do(...).toString()? Я про XPath говорю! XPath может вернуть text(), если узел является текстовым, или node(), вне зависимости от типа. Но тип тип attribute-node не является, понятно, текстовым, соответственно, text() не работает. Вот почему не работает node() - не понимаю, но не работает.

А вы хотите ему по всем правилам выдать text-node, который также объект, т. е., разумеется, не просто текст?

text-node, конечно, не текст, но это не существенно, потом уж как-нибудь прочитаем. attribute-node тоже не текст, но его мы тоже можем потом прочитать. Разница в том, что text-node содержит строго то, что мы хотели, а attribute-node - нет.

Иванов Михаил aka Ivanych[досье] Я сделал ровно вот так:

<script> testpath

В поле я ввёл соответственно: /root/@id/text() и получил значение id. Если вводить /root/@id то получается id="test" .

Иванов Михаил aka Ivanych[досье]

Какой такой someting.do(...).toString()?

Примерно такой:

String xpath = ...; Node node = возвращатель_узов_по_xpath.дай_узлы(xpath); System.out.println(node.getNodeValue());

Я не знаю перл, но аналог getNodeValue() обязан в нем быть.
Иными словами, работайте не с node, а с его value.

Аааа... JavaScript... Все равно примерно также.
Что-нибудь типа:

Xxx.selectNodes(...).nodeValue

Иванов Михаил aka Ivanych[досье]
Я бы пробежался по их свойствам:

With (this.xml.documentElement){ for (var prop in selectNodes(elm.value)) alert(prop) for (var prop in selectNodes(elm.value).xml) alert(prop) }

да уже домой ухожу.

Попробую изложить мысль иначе.

text

Выражение /root вернет text-node, который в текстовом представлении будет равен text .

Выражение /root/text() вернет также text-node, который в текстовом представлении будет равен text .

Т.е. для получения содержимого текстовой ноды можно использовать оператор(или как он там называется) text() .

Выражение /root/@id вернет attribute-node, который в тестовом представлении будет равен id="1" .

Оператор text() для получения содержимого attribute-node неприменим, ибо attribute-node это не текстовая нода. Эксперимент GRAy[досье] , мне кажется, не совсем чистый, ибо я не уверен, что (elm.value) это именно текстовое представление attribute-node, а не результат последующей его обработки как в XSLT . Ну, или, может быть, MSXML действительно так делает, но у меня такого инструмента нет.

Я хочу докопаться до истины и понять, можно ли сделать так, чтобы текстовым представлением attribute-node вместо id="1" было именно 1 , по аналогии с тем, как текстовое значение text-node text можно сделать равным text при помощи оператора text().

olpa[досье] Нет, так всё равно не выйдет.
Иванов Михаил aka Ivanych[досье] Вы чего-то недопоняли в моём примере что и неудивительно;) - я забыл ещё один инпут, торопился...

function testpath(elm){ if (this.xml) null; else this.xml = new ActiveXObject("MSXML2.DomDocument"); this.xml.load(document.getElementById("xmlf").value); alert(this.xml.documentElement.selectNodes(elm.value).xml); }
testpath

elm.value это текст самого xPath выражения. Можете поэкспериментировать. Хотя согласно спецификации xPath узлы атрибутов и не содержат внутри себя "настоящие" текстовые узлы, там однозначно ничего и не сказано о том, как должна вести себя функция text() в случае её применения к атрибутному узлу. Боюсь что такое поведение это инициатива MS , но мне она кажется достаточно логичной.

fetis[досье]
Я работаею с XML средствами модуля XML::LibXML (Perl). В этом модуле есть функция toString(), возвращающая текстовое значение ноды, возвращенной выражением XPath. Эта функция прекрасно работает с текстовыми узлами.

И вот возникла задача получения списка значений атрибутов. Атрибут - не текстовая нода, поэтому извлекать значение надо функцией nodeValue(), а не toString(). Соответственно, возникла мысль - а нельзя ли заставить XPath вернуть именно текстовую ноду и работать со всеми нодами единообразно.

Т.е. мой вопрос чисто академический, проблемы, повторяю, нет.

XPath используется для навигации по элементам и атрибутам XML-документа. XPath является одним из основных элементов в стандарте XSLT консорциума W3C.

1 Что такое XPath

Выражения XPath

XPath использует выражения пути для выбора отдельных узлов или набора узлов в документе XML. Эти выражения очень похожи на выражения, которые вы видите, когда работаете с традиционной файловой системой компьютера.

Стандартные функции XPath

XPath включает в себя более 100 встроенных функций. Есть функции для строковых и числовых значений, даты и времени, сравнения узлов и манипулирования QName, управления последовательностями, булевых значений, и многое другое.

XPath используется в XSLT

XPath является одним из основных элементов в стандарте XSLT. Без знания XPath вы не будете иметь возможность создавать XSLT-документы.

2 Терминология XPath Узлы

В XPath существует семь видов узлов: элемент, атрибут, текст, пространство имён, инструкции обработки, комментарии и узлы документа. XML-документы обрабатываются в виде деревьев узлов. Верхний элемент дерева называется корневым элементом. Посмотрите на следующий документ XML:

Harry Potter J. K. Rowling 2005 29.99

Пример узлов в документе XML выше:

(корневой элемент) J. K. Rowling (узел) lang="en" (атрибут) Атомарные значения

Атомарные значения являются узлами, не имеющие детей или родителей. Пример атомарных значений:

J. K. Rowling "en"

Элементы

Элементы - это атомарные значения или узлы.

3 Отношения узлов Родитель

Каждый элемент и атрибут имеет одного родителя. В следующем примере элемент «книга» (book) является родителем элементов «название» (title), «автор» (author), «год» (year) и «цена» (price):