XPath、XPointer与XLink：XML数据处理与链接的高级技术

# XPath、XPointer与XLink：XML数据处理与链接的高级技术 ## 1. XPath计数与测试工具 在处理XML文档时，我们常常需要统计特定元素的数量。例如，要统计`golfer`元素的数量，可以使用以下XPath语句： ```plaintext count(/golfers/child::golfer) count(//golfer) ``` 看到这些XPath语句后，你可能会想如何测试它们是否真的有效，也可能想练习创建自己的XPath语句。幸运的是，DevelopMentor的Aaron Skonnard创建了一个优秀的基于浏览器的XPath语句测试工具，可从[http://staff.develop.com/aarons/xmllinks.htm](http://staff.develop.com/aarons/xmllinks.htm)下载。 ## 2. XPointer基础 ### 2.1 XPointer简介 XPointer（XML Pointer）由W3C的一些工作组与XPath联合开发。它借助XPath的功能，为从分散的XML文档中检索信息提供了更多可能性。W3C的XPointer候选推荐指出，XPointer支持对XML文档内部结构的寻址，允许根据元素类型、属性值、字符内容和相对位置等属性检查文档的层次结构并选择其内部部分，能对XML文档的元素、字符串等部分进行特定引用，无论这些部分是否带有显式的ID属性。 ### 2.2 XPath与XPointer的区别 XPath和XPointer都能访问XML文档中的特定项，但XPointer与XPath不同，它提供了一种访问本地或远程文档中特定内容（即文档片段）的机制。这些内容不仅限于节点，XPointer甚至可以选择文本字符串中的单个字符。 例如，假设有一个包含研究数据的XML文档，由引言、正文和结论三部分组成，但正文和结论部分不在该文档中，而是分别位于另外两个XML文档中。仅使用XPath无法访问这些远程文档中的正文和摘要文本，因为XPath旨在定位本地XML文档中的特定节点。而XPointer可以利用部分XPath语法，从远程文档中收集正文和摘要文本部分，并将其放入当前XML文档中，且无需加载整个远程文档。这就好比HTML中的锚点，但XPointer更加灵活，无需加载整个页面再滚动到内容。 ### 2.3 XPointer关键定义 | 术语 | 定义 | | ---- | ---- | | 子资源（sub - resource） | XPointer所标识的XML文档部分。整个XML文档为资源，XPointer访问的部分为子资源。 | | 点（point） | W3C定义为“XML信息中的一个位置”。可以是XML文档中的节点，也可以是节点XML字符数据中的特定位置，由容器节点和索引值定义其位置。点可以在任何字符之前，也可以在节点之前或之后，但不能在字符上。例如，在`<golfer><firstName>Ted</firstName></golfer>`中，“T”字符的容器类型为元素，索引为0，“e”的索引为1，“d”的索引为2。 | | 字符点（character point） | 容器节点没有子节点的点，例如文本、注释、处理指令等中的点。 | | 节点点（node point） | 容器节点有子节点的点。 | | 范围（range） | 位于两个端点之间的XML内容选择。就像在Word中用光标高亮显示一段文本，所选区域有起点和终点，可视为一个范围。 | | 折叠范围（collapsed range） | 起点和终点相同的范围。例如，从第3个字符开始并在第3个字符结束的范围就是折叠范围。 | | 位置（location） | 类似于XPath中的节点，但XPointers可以从一个段落开始并在另一个段落结束，不一定指定特定节点，因此位置可以是节点、点或范围。 | | 位置集（location - set） | 类似于XPath表达式创建的节点集，但除了节点外，还可以包括点和/或范围。 | | 单例（singleton） | 当XPointer定位到一个范围、字符串范围或单个节点时使用该术语。XPointer标识的多个XML内容区域不被视为单例。 | | 片段标识符（fragment identifier） | 具有转义URI的XPointer标识符（表达式）。转义是指将字符（如`<`）替换为其URI转义值（如`&lt;`）。 | ### 2.4 XPointer表达式语法 在处理XPointer表达式时，会用到点和范围。点确定在文档中搜索XML内容的起始和结束位置，范围包含两个点之间的XML内容。使用两个点创建XPointer表达式的语法如下： ```plaintext http://www.someURL.com/someDOC.xml#xpointer(<point1> to <point2>) ``` 这个语法会链接到`point1`和`point2`之间指定的范围，并加载整个文档。这与HTML锚点的工作方式类似，但XPointer更加灵活。当解析器支持此功能后，就可以精确地挑选出远程文档中的XML部分。 ## 3. XPointer对XPath的扩展 为避免与XPath语言的功能重复，XPointer尽可能利用XPath的功能，但它在以下方面扩展了XPath的功能： - **添加位置类型**：在现有的XPath节点集中添加了点和范围位置类型。因此，XPointer节点测试除了包含XPath中的其他节点集测试外，还可以包括对位置集中的点或范围的测试。 - **引入定位器集概念**：基于XPath节点集的概念，添加了定位器集（locator - set）概念，除了包含XPath节点集中的项目外，还包括点和范围。 - **规定评估上下文**：XPath表达式的评估上下文由XPointer规则控制。 - **新增函数**：添加了几个新函数，如`string - range()`、`range - to()`、`range()`、`range - inside()`、`here()`、`origin()`、`start - point()`、`end - point()`。 ### 3.1 XPointer函数 | 函数名 | 用途 | 示例 | | ---- | ---- | ---- | | range - to(expression) | 为上下文中的每个位置返回一个范围。 | `xpointer(id("1111")/range - to(id("2222")))`返回从ID为1111的元素到ID为2222的元素的范围；`xpointer(golfer[1]/range - to(golfer[3]))`返回从第一个`golfer`元素到第三个`golfer`元素的范围。 | | string - range(location - set, string, number, n