提高我们的数学技能
涉及关系或算术运算符和字符串的查询通常导致与直觉不相符的结果。XPath 将涉及关系或算术运算符的表达式中的所有操作数转换为数字。不完全是数字值的字符串将转换为 NaN(不是一个数)。下表显示某些 XPath 表达式、表达式隐式转换成的内容以及表达式的结果。
必须注意到比较运算符(<、>、<=、>=)不执行字符串值的字典式比较功能。
另一个有趣的算术定义是虽然定义了一元减号(例如 -6 是有效的 XPath 表达式),但是却未定义一元加号(+6 不是有效的 XPath 表达式)。更令人吃惊的是多重否定可以堆叠在一起,却仍然有效。因此,------6 是有效的 XPath 表达式,等效于值 6。
XPath 缺乏对科学/指数记数法的支持将使用户犯错,因为支持它的既有流行的查询语言(如 SQL),也有流行的编程语言(如 C++)。
在节点集合上结合算术和关系运算的表达式还可能导致令人吃惊的结果。节点集合上的算术运算将“集合中第一个节点”的值转换为数字,而关系运算符将判断“节点集合中的任意节点”是否满足条件。下面是一个 XML 文档,用来显示算术运算和关系运算符如何导致不 Associative(结合)的表达式。
Numbers.xml
下表显示缺乏结合性的算术运算。
如果 XPath 是代数结合的,则两种查询将返回同样的结果。
何时集合不是一个集合?
虽然节点集合是无序的集合,就象数学(或您喜欢的编程语言)中的集合一样,但是处理它们通常与处理数学意义上的集合不同。XPath 中的某些操作在处理节点集合时使用“第一”语义,而其他操作使用“任意”语义。“第一”语义意味着该操作的节点集合的值从集合中的第一个节点获得,而“任意”语义则意味着节点集合中的操作取决于集合中的任何节点是否满足该条件。标题为“提高数学技能”的小节将介绍使用“任意”和“第一”语义的情况。
XPath 节点集合与数学集合不同的另一个特征是 XPath 不直接提供机制以执行集合操作(如子集、交集或对称差集)。Michael Kay( XSLT Programmer's Reference 2nd edition 的作者)最早发现如何使用 count() 函数和联合运算符 | 来模拟缺少的集合运算符。下面列出了对上面一节中的 XML 文档执行集合操作的 XSLT 样式表及其输出。
样式表
输出
节点集合和数学集合之间差异的最后一点是节点集合通常是有序的。W3C XPath 建议将它们描绘为无序的,但是 XSLT 确实指定了节点集合的顺序。
标识危机
在 XPath 中,没有直接确定节点标识或不同节点集合中的等效节点的构造。不直接支持比较,例如由 /bk:books 返回的节点是否与由 /bk:books/bk:book[1]/parent::* 返回的节点相同。在节点集合上使用 = 运算符的比较不将节点集合作为一个整体进行比较,而是使用“任意”语义。从 W3C XPath 建议:
可以使用 XPath count() 函数模仿节点标识,判断相同长度的两个节点集合的相交部分是否是任意节点集合的同样长度,或者在单一元素节点集合的情况下是否等于 1。例如,以下查询在这种情况下返回 TRUE,因为两个节点都是相同的。
count(/bk:books | /bk:books/bk:book[1]/parent::*) = 1
也可以使用 XSLT 中的 generate-id() 函数模仿节点标识。XSLT FAQ 提供使用 generate-id() 的示例。
我是,故我在
虽然没有测试节点存在的明确机制,但是它确实在涉及节点集合的一些表达式中隐式发生了。不存在的节点集合表示为空节点集合。在分别涉及字符串和数值操作的情况下,空节点集合隐式转换为空的字符串或 NaN。如果执行查询时没有查看实例文档,从而未确定空节点集合导致发生了(以及没有发生)哪些实例,系列隐式转换可能导致令人混淆的结果。下面是查询的一些示例,涉及空节点集合以及这些隐式转换如何影响它们。
因为节点可能包含空的字符串,通常最好使用 boolean() 函数,而不是通过检查节点的字符串值来测试节点的存在。例如,以下查询(返回 FALSE)是肯定地告诉您文档中没有 NonExistentNode 的最好方法。 boolean(/NonExistentNode)
命名空间和 XPath Redux
在 XPath 中处理命名空间时的缺陷,这个缺陷涉及到即使文档使用默认的命名空间,也必须在表达式中映射前缀和命名空间名称。
有趣的是对于一个文档,总有至少一个命名空间节点可以使用:XML 命名空间 http://www.w3.org/1998/namespace。例如,看看以下查询:
/bk:books/namespace::*
该查询将返回以下内容:
返回的项是 books.xml 文档根处提供的命名空间节点。
未涉及的内容
XML 文档中的某些信息是透明的,或者在某些情况下,对 XPath 是不可见的。XML 文档顶部的 XML 声明就是一种 XPath 看不到的 XML 构造。这意味着不能通过 XPath 来查询 XML 文档的版本、编码或独立状态。
用于引入在分析 XML 文档的过程中替换的文本的语法构造(例如 CDATA 节和分析的实体)对 XPath 同样是透明的。XPath 将替换文本作为常规文本节点进行处理。
涉及关系或算术运算符和字符串的查询通常导致与直觉不相符的结果。XPath 将涉及关系或算术运算符的表达式中的所有操作数转换为数字。不完全是数字值的字符串将转换为 NaN(不是一个数)。下表显示某些 XPath 表达式、表达式隐式转换成的内容以及表达式的结果。
表达式 | 隐式转换 | 结果 |
---|---|---|
'5' + 7 | 5 + 7 | 12 |
'5' + '7' | 5 + 7 | 12 |
5 + 'a' | 5 + NaN | NaN |
'5' < 7 | 5 < 7 | True |
'5' < '7' | 5 < 7 | True |
'5' < 'b' | 5 < NaN | False |
'a' < 'b' | NaN < NaN | False |
'a' > 'b' | NaN > NaN | False |
必须注意到比较运算符(<、>、<=、>=)不执行字符串值的字典式比较功能。
另一个有趣的算术定义是虽然定义了一元减号(例如 -6 是有效的 XPath 表达式),但是却未定义一元加号(+6 不是有效的 XPath 表达式)。更令人吃惊的是多重否定可以堆叠在一起,却仍然有效。因此,------6 是有效的 XPath 表达式,等效于值 6。
XPath 缺乏对科学/指数记数法的支持将使用户犯错,因为支持它的既有流行的查询语言(如 SQL),也有流行的编程语言(如 C++)。
在节点集合上结合算术和关系运算的表达式还可能导致令人吃惊的结果。节点集合上的算术运算将“集合中第一个节点”的值转换为数字,而关系运算符将判断“节点集合中的任意节点”是否满足条件。下面是一个 XML 文档,用来显示算术运算和关系运算符如何导致不 Associative(结合)的表达式。
Numbers.xml
<Root> <Numbers> <Integer value="4" /> <Integer value="2" /> <Integer value="3" /> </Numbers> <Numbers> <Integer value="2" /> <Integer value="3" /> <Integer value="6" /> </Numbers> </Root> |
下表显示缺乏结合性的算术运算。
表达式 | 结果 | 解释 |
---|---|---|
Root/Numbers[Integer/@value > 4 - 1] | <Numbers> <Integer value="4" /> <Integer value="2" /> <Integer value="3" /> </Numbers> <Numbers> <Integer value="2" /> <Integer value="3" /> <Integer value="6" /> </Numbers>
| 选择文档中的所有 <Numbers> 元素,其中“至少一个”<Integer> 元素具有值大于 4 减 1 的 value 属性。 |
Root/Numbers[ 1 + Integer/@value > 4] | <Numbers> <Integer value="4" /> <Integer value="2" /> <Integer value="3" /> </Numbers>
| 选择文档中的所有 <Numbers> 元素,其中 1 加上具有值大于 4 的 value 属性的“第一个”<Integer> 元素。 |
如果 XPath 是代数结合的,则两种查询将返回同样的结果。
何时集合不是一个集合?
虽然节点集合是无序的集合,就象数学(或您喜欢的编程语言)中的集合一样,但是处理它们通常与处理数学意义上的集合不同。XPath 中的某些操作在处理节点集合时使用“第一”语义,而其他操作使用“任意”语义。“第一”语义意味着该操作的节点集合的值从集合中的第一个节点获得,而“任意”语义则意味着节点集合中的操作取决于集合中的任何节点是否满足该条件。标题为“提高数学技能”的小节将介绍使用“任意”和“第一”语义的情况。
XPath 节点集合与数学集合不同的另一个特征是 XPath 不直接提供机制以执行集合操作(如子集、交集或对称差集)。Michael Kay( XSLT Programmer's Reference 2nd edition 的作者)最早发现如何使用 count() 函数和联合运算符 | 来模拟缺少的集合运算符。下面列出了对上面一节中的 XML 文档执行集合操作的 XSLT 样式表及其输出。
样式表
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0" > <xsl:output method="text" /> <xsl:variable name="a" select="/Root/Numbers[1]/Integer/@value"/> <xsl:variable name="b" select="/Root/Numbers[1]/Integer/@value[. > 2]"/> <xsl:variable name="c" select="/Root/Numbers[1]/Integer/@value[. = 3]"/> <xsl:template match="/"> SET A: { <xsl:for-each select="$a"> <xsl:value-of select="." />, </xsl:for-each> } SET B: { <xsl:for-each select="$b"> <xsl:value-of select="." />, </xsl:for-each> } SET C: { <xsl:for-each select="$c"> <xsl:value-of select="." />, </xsl:for-each> } a UNION b: { <xsl:for-each select="$a | $b"> <xsl:value-of select="." />, </xsl:for-each> } b UNION c: { <xsl:for-each select="$b | $c"> <xsl:value-of select="." />, </xsl:for-each> } a INTERSECTION b: { <xsl:for-each select="$a[count(.|$b) = count($b)]"> <xsl:value-of select="." />, </xsl:for-each> } a INTERSECTION c: { <xsl:for-each select="$a[count(.|$c) = count($c)]"> <xsl:value-of select="." />, </xsl:for-each> } a DIFFERENCE b: { <xsl:for-each select="$a[count(.|$b) != count($b)] | $b[count(.|$a) != count($a)]"> <xsl:value-of select="." />, </xsl:for-each> } a DIFFERENCE c: { <xsl:for-each select="$a[count(.|$c) != count($c)] | $c[count(.|$a) != count($a)]"> <xsl:value-of select="." />, </xsl:for-each> } a SUBSET OF b: { <xsl:value-of select="count($b | $a) = count($b)"/> } b SUBSET OF a: { <xsl:value-of select="count($b | $a) = count($a)"/> } </xsl:template> </xsl:stylesheet> |
输出
SET A: { 4, 2, 3, } SET B: { 4, 3, } SET C: { 3, } a UNION b: { 4, 2, 3, } b UNION c: { 4, 3, } a INTERSECTION b: { 4, 3, } a INTERSECTION c: { 3, } a DIFFERENCE b: { 2, } a DIFFERENCE c: { 4, 2, } a SUBSET OF b: { false } b SUBSET OF a: { true } ? ? |
节点集合和数学集合之间差异的最后一点是节点集合通常是有序的。W3C XPath 建议将它们描绘为无序的,但是 XSLT 确实指定了节点集合的顺序。
标识危机
在 XPath 中,没有直接确定节点标识或不同节点集合中的等效节点的构造。不直接支持比较,例如由 /bk:books 返回的节点是否与由 /bk:books/bk:book[1]/parent::* 返回的节点相同。在节点集合上使用 = 运算符的比较不将节点集合作为一个整体进行比较,而是使用“任意”语义。从 W3C XPath 建议:
“如果要比较的两个对象都是节点集合,则当且仅当第一个节点集合中有一个节点且第二个节点集合中有一个节点时,该比较才为 true,这样在两个节点的字符串值上进行比较的结果才为 true。”为了解释清楚这一点,以下是显示从简介的 XML 分类格式中执行有关节点集合比较操作结果的表格。请注意这些初看起来就象相互矛盾的结果。
表达式 | 结果 | 解释 |
---|---|---|
//bk:book = /bk:books/bk:book[1] | TRUE | 是否 //bk:book 中至少有一个节点与 /bk:books/bk:book[1] 中的另一个节点具有同样的字符串值? |
//bk:book != /bk:books/bk:book[1] | TRUE | 是否 //bk:book 中至少有一个节点与 /bk:books/bk:book[1] 中的另一个节点具有不同的字符串值? |
not(//bk:book = /bk:books/bk:book[1]) | FALSE | 问题“是否//bk:book 中至少有一个节点与 /bk:books/bk:book[1] 中的另一个节点具有同样的字符串值?”的相反答案。 |
可以使用 XPath count() 函数模仿节点标识,判断相同长度的两个节点集合的相交部分是否是任意节点集合的同样长度,或者在单一元素节点集合的情况下是否等于 1。例如,以下查询在这种情况下返回 TRUE,因为两个节点都是相同的。
count(/bk:books | /bk:books/bk:book[1]/parent::*) = 1
也可以使用 XSLT 中的 generate-id() 函数模仿节点标识。XSLT FAQ 提供使用 generate-id() 的示例。
我是,故我在
虽然没有测试节点存在的明确机制,但是它确实在涉及节点集合的一些表达式中隐式发生了。不存在的节点集合表示为空节点集合。在分别涉及字符串和数值操作的情况下,空节点集合隐式转换为空的字符串或 NaN。如果执行查询时没有查看实例文档,从而未确定空节点集合导致发生了(以及没有发生)哪些实例,系列隐式转换可能导致令人混淆的结果。下面是查询的一些示例,涉及空节点集合以及这些隐式转换如何影响它们。
表达式 | 结果 |
---|---|
/NonExistentNode + 5 | NaN |
/NonExistentNode = 5 | False |
/NonExistentNode != 5 | False |
concat(/NonExistentNode, "hello") | "hello" |
/Root[@nonExistentAttribute] | 不返回结果 |
/Root[@nonExistentAttribute < 5] | 不返回结果 |
/Root[@nonExistentAttribute > 5] | 不返回结果 |
因为节点可能包含空的字符串,通常最好使用 boolean() 函数,而不是通过检查节点的字符串值来测试节点的存在。例如,以下查询(返回 FALSE)是肯定地告诉您文档中没有 NonExistentNode 的最好方法。 boolean(/NonExistentNode)
命名空间和 XPath Redux
在 XPath 中处理命名空间时的缺陷,这个缺陷涉及到即使文档使用默认的命名空间,也必须在表达式中映射前缀和命名空间名称。
有趣的是对于一个文档,总有至少一个命名空间节点可以使用:XML 命名空间 http://www.w3.org/1998/namespace。例如,看看以下查询:
/bk:books/namespace::*
该查询将返回以下内容:
urn:xmlns:25hoursaday-com:my-bookshelf http://www.w3.org/XML/1998/namespace ? |
返回的项是 books.xml 文档根处提供的命名空间节点。
未涉及的内容
XML 文档中的某些信息是透明的,或者在某些情况下,对 XPath 是不可见的。XML 文档顶部的 XML 声明就是一种 XPath 看不到的 XML 构造。这意味着不能通过 XPath 来查询 XML 文档的版本、编码或独立状态。
用于引入在分析 XML 文档的过程中替换的文本的语法构造(例如 CDATA 节和分析的实体)对 XPath 同样是透明的。XPath 将替换文本作为常规文本节点进行处理。