XPath

摘要：本文学习了如何使用XPath在XML文档中定位和选择节点。

1 简介

XPath（XML Path Language）是一门在XML文档中查找信息的语言，用于导航和查询XML文档中的节点。

2 版本

2.1 XPath 1.0

1999年，与XSLT 1.0和XQuery1.0配套。

特点：

最基础、应用最广泛的版本，几乎所有支持XPath的工具都兼容此版本。
支持XML节点的基本选择，提供简单的函数。
仅支持四种简单数据类型（字符串、节点集、布尔值、数字），不支持复杂数据结构（序列、映射），函数数量较少。

2.2 XPath 2.0

2007年，与XSLT 2.0和XQuery 1.0配套。

特点：

引入了序列（Sequence）概念，支持多个值。
增强数据类型，支持整数、浮点数、日期、时间等更精细的类型，并且支持类型检查。
新增数百个函数，包括字符串处理，正则表达式、数学运算、集合操作等等。
可兼容1.0的语法，但部分行为（比如节点集处理）有调整。

2.3 XPath 3.0

2014年，与XSLT 3.0和XQuery 3.0配套。

特点：

进一步强化函数式编程能力，支持传递和定义匿名函数。
新增数组（Array）和映射（Map）数据结构，支持更复杂的数据组织。
扩展字符串和正则表达式功能，支持多行字符串处理。
引入模块（Module）机制，方便函数复用。

2.4 XPath 3.1

2017年，与XSLT 3.0和XQuery 3.1配套。

特点：

在3.0基础上增加对JSON的原生支持，可直接解析和操作JSON数据。
增强数组和映射的操作函数，完善类型系统。

3 概念

XPath的核心概念：

节点（Node）：XML文档中的每个部分都可以看做节点
表达式（Expression）：选择节点的路径表达式
轴（Axis）：定义节点间的关系

XPath将XML文档视为节点树，包含七种节点类型：

根节点（Root Node）：节点树的起点，包含所有节点，无父节点，唯一的顶层节点。
元素节点（Element Nodes）：节点数的核心节点，包含子元素。
属性节点（Attribute Nodes）：元素的属性，包含属性名和属性值。
文本节点（Text Nodes）：元素的内容，包含文本内容。
命名空间节点 (Namespace Nodes)：XML文档中的命名空间声明。
处理指令节点 (Processing Instruction Nodes)：XML文档中的处理指令。
注释节点 (Comment Nodes)：XML文档中的注释。

节点之间的关系：

父节点（Parent）：每个元素和属性都有一个父节点
子节点（Children）：元素节点可有零个、一个或多个子节点
兄弟节点（Siblings）：拥有相同父节点的节点
祖先节点（Ancestors）：当前节点的直接父节点和间接父节点
后代节点（Descendants）：当前节点的直接子节点和间接子节点

4 案例

以一个简单的XML文档为例：

school.xml

<?xml version="1.0" encoding="UTF-8"?>
<school address="北京市海淀区">
  <name>阳光小学</name>
  <teachers>
    <teacher id="teacher_1">
      <name>李明</name>
      <subject>语文</subject>
    </teacher>
    <teacher id="teacher_2">
      <name>赵强</name>
      <subject>数学</subject>
    </teacher>
  </teachers>
  <students>
    <student id="student_1">
      <name>张婷</name>
      <gender>女</gender>
      <age>13</age>
      <hobbies>
        <hobby>画画</hobby>
        <hobby>弹琴</hobby>
      </hobbies>
    </student>
    <student id="student_2">
      <name>王浩</name>
      <gender>男</gender>
      <age>14</age>
      <hobbies>
        <hobby>跑步</hobby>
        <hobby>游泳</hobby>
      </hobbies>
    </student>
  </students>
</school>

测试网站：
https://magictool.ai/tool/xpath-tester/zh/

5 语法

5.1 表达式

XPath使用表达式来选取XML文档中的节点或节点集。

语法：

xpath

1	轴名称::节点测试[谓语]

5.2 选择器

5.2.1 本选择器

5.2.1.1 基础

基础：

/：根节点，匹配子节点
//：任意元素节点，匹配后代节点
.：当前节点位置
..：父节点位置
@：属性节点

示例：

使用/school获取根节点
使用/school/name获取school根节点的name子节点
使用/school//name获取school根节点的name后代节点
使用//name获取所有的name元素节点
使用//@address获取所有的address属性节点

5.2.1.2 谓语

谓语：

[]：查找特定元素节点，多个需要同时满足

示例：

使用//student[@student_id='1']获取student_id属性为1的student元素节点
使用//student[@student_id][@student_id='1']获取student_id属性存在并且teacher_id属性为1的student元素节点

5.2.1.3 通配符

通配符：

*：任意元素节点
@*：任意属性节点
node()：任意子节点，包括元素节点和属性节点，以及文本节点

示例：

使用//hobbies/*获取所有hobbies元素节点的hobby元素节点
使用//@*获取所有属性节点
使用//name/node()获取所有name元素节点的所有节点

5.2.1.4 多选择器

多选择器：

|：查找多个条件匹配的节点

示例：

使用//teacher[@teacher_id='1'] | //teacher[@teacher_id='2']获取teacher_id属性为1和2的teacher元素节点

5.2.1.5 运算符

运算符：

数学运算符：支持数学加减乘除运算符
比较运算符：支持比较运算符
条件运算符：支持条件运算符

示例：

使用//teacher[@teacher_id and @teacher_id='1']获取teacher_id属性存在并且teacher_id属性为1的teacher元素节点
使用//teacher[@teacher_id='1' or @teacher_id='2']获取teacher_id属性为1和2的teacher元素节点
使用//teacher[@teacher_id and not(@teacher_id='1')]获取有teacher_id属性并且teacher_id属性不为1的teacher元素节点

5.2.2 位置选择器

函数：

last()：获取最后一个元素节点
position()：获取节点位置，从1开始
count()：计算节点数量

示例：

使用//teacher[1]获取第一个teacher元素节点
使用//teacher[last()]获取最后一个teacher元素节点
使用//teacher[position()<3]获取前两个teacher元素节点
使用count(//teacher)获取teacher元素节点数量

5.2.3 文本选择器

函数：

text()：获取节点文本内容
contains(字符串1, 字符串2)：检查字符串1是否包含字符串2，返回布尔值

示例：

使用//subject[text()="语文"]获取文本内容等于语文的subject元素节点
使用//subject[contains(text(), "语文")]获取文本内容包含语文的subject元素节点

5.3 轴

轴用于定义相对于当前节点的节点集，使用轴能够基于元素之间的关系进行导航。

常用轴名称：

child：当前节点的所有子节点
parent：当前节点的父节点
ancestor：当前节点的所有祖先节点
descendant：当前节点的所有后代节点
following-sibling：当前节点之后的所有兄弟节点
preceding-sibling：当前节点之前的所有兄弟节点
attribute：当前节点的所有属性
namespace：当前节点的所有命名空间节点

示例：

使用//teachers/child::teacher获取teachers元素节点的所有teacher子节点