XPath深度解析：功能、原理与应用

### XPath深度解析：功能、原理与应用 #### 1. XPath概述 XPath主要有两个用途： - **寻址机制**：它能精准指向XML文档的特定部分，小到单个字符，大到整个节点集。在XSLT样式表中，我们就用它来选择节点，如事件元素或新闻ID属性。而且，XPath不仅用于XSL转换，还用于XLink和XPointer。 - **数据操作**：XPath表达式定位到特定信息项后，可借助内置函数进行字符串操作和数学运算等，用于输出修改后的数据或定位特定数据。例如，搜索特定月份内的所有事件，就需使用能处理特定数据的XPath表达式。 #### 2. XPath工作原理 XPath通过为处理器指定一系列渐进式过滤指令来工作。例如，`/universe/galaxy/starSystem`这个XPath表达式，从整个文档开始，先过滤出所有非`universe`元素，再从`universe`元素的子元素中筛选出`galaxy`元素，最后从`galaxy`元素的子元素中选出`starSystem`元素，最终得到一个节点集。 下面是一个简单的流程说明： ```mermaid graph TD A[整个文档] --> B[过滤非universe元素] B --> C[从universe子元素中选galaxy元素] C --> D[从galaxy子元素中选starSystem元素] D --> E[得到节点集] ``` #### 3. 测试结果 为演示示例，我们使用一个简单的XSL样式表，如下： ```xml <?xml version="1.0"?> <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"> <xsl:template match="/"> The XPath expression: "/" evaluates to: <xsl:copy-of select="/" /> </xsl:template> </xsl:stylesheet> ``` 该样式表从以下示例文档中提取数据： ```xml <?xml version="1.0"?> <universe> <galaxy gid="g3999"> <dustCloud did="D32" size="6345432"/> <dustCloud did="X84" size="9249357213"/> <starSystem sid="_22"> <planet pid="P_22_2"> <name>Troy 2</name><flora>yes</flora><fauna>no</fauna> </planet> <planet pid="P_22_7"> <name>Troy 7</name><flora>yes</flora><fauna>yes</fauna> </planet> <moon orbits="P_22_7"><name>Unnamed</name></moon> </starSystem> </galaxy> <galaxy gid="g7283"> <starSystem sid="_95"> <planet pid="P_95_3"> <name>Violetta 3</name><flora>yes</flora><fauna>yes</fauna> </planet> <planet pid="P_95_4"> <name>Violetta 4</name><flora>yes</flora><fauna>yes</fauna> </planet> </starSystem> </galaxy> <wormhole wid="WFRSA" stable="no" start="g7283"/> <wormhole wid="WFRSB" stable="yes" start="g3999" destination="g7283"/> </universe> ``` 若使用Xalan - Java 2处理样式表，可输入以下命令： ``` java org.apache.xalan.xslt.Process -IN input.xml -XSL style.xsl -OUT output.txt ``` 要查看文本表达式的结果，可修改样式表，如下： ```xml <?xml version="1.0"?> <xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"> <xsl:template match="/"> The XPath expression: "/universe/galaxy/starSystem" evaluates to: <xsl:copy-of select="/universe/galaxy/starSystem" /> </xsl:template> </xsl:stylesheet> ``` #### 4. 位置步骤 XPath表达式由一个或多个位置步骤组成，每个位置步骤包含三个部分：轴、节点测试和可选的谓词。 - **轴和节点测试**：以`/universe/galaxy/starSystem`为例，非缩写形式为`/child::universe/child::galaxy/child::starSystem`。第一个位置步骤`child::universe`，处理器先选择上下文元素（文档根）的子元素，再从中查找名为`universe`的元素。这里`child`是默认轴，实际上还有很多其他类型的轴，如`parent`、`sibling`和`descendant`。例如，可使用`/descendant::starSystem`跳过前两个步骤。 - **谓词**：谓词可进一步缩小选择范围。如`/descendant::starSystem[@sid='_95']`，会过滤出`sid`属性为`_95`的`starSystem`元素。严格来说，该位置步骤的非缩写形式是`/descendant::starSystem[attribute::sid='_95']`。 以下是位置步骤各部分的总结表格： | 部分 | 说明 | | ---- | ---- | | 轴 | 确定选择节点的方向，如`child`、`parent`等 | | 节点测试 | 筛选符合特定名称的节点 | | 谓词 | 进一步过滤节点，可应用函数 | #### 5. 上下文 XPath表达式的结果取决于上下文节点，而整体上下文包含更多信息，会影响最终结果，具体如下： - **上下文节点**：当前正在分析的节点。 - **上下文大小**：当前正在分析的节点集中的节点数量。 - **上下文位置**：上下文节点在当前节点集中的位置。 - **作用域内的命名空间**：上下文节点作用域内存在的命名空间。 - **作用域内的函数**：上下文节点作用域内的内置或应用添加的函数。 #### 6. 返回数据类型 XPath表达式或位置步骤可返回以下四种类型的数据： - **字符串**：一系列字符，可能包含空格，如`'Troy 7'`、`'yes'`或`'2'`。 - **数字**：可进行数学运算的数值，XPath定义的数字为IEEE 754规定的64位浮点数。 - **布尔值**：`true`或`false`，通常由函数或类似表达式返回。 - **节点集**：一组节点，可包含元素的属性、元素内的文本、命名空间和处理指令等。 不同类型的操作