学习XPath

XPath是一种用来从XML文档中提取信息的语言

所需知识：

• HTML / XML
• XML / XML Namespace

什么是XPath：

• XPath is a syntax for defining parts of  an XML document
• XPath uses path expression to navigate in XML documents
• XPath contains a library  of standard functions
• XPath is a major  element in XSLT
• XPath is a W3C recommendation

XPath中有7类元素：

• element
• attribute
• text
• namespace
• processing-instruction
• comment
• document nodes

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>
  <book>
    <title lang="en">Harry Potter</title>
    <author>J K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
</bookstore> 

如下是节点的例子：

<bookstore>是根元素节点

<author>J K. Rowling</author>是元素节点

lang="en"是属性节点

atomic value（原子节点）指没有孩子节点或父亲节点的节点

原子节点的例子：

J K. Rowling

"en"

节点之间的关系-parent：每个元素和属性都有一个父节点

节点之间的关系-children：每个元素可以有0个，1个或多个孩子节点

节点之间的关系-siblings：兄弟节点——有共同的父亲节点的节点

节点之间的关系-ancestors：节点的父节点，父节点的父节点.....

节点之间的关系-descendents：节点的孩子节点，孩子节点的孩子节点......

XPath使用路径表达式来在XML文档中选择一个节点或一组节点

 <?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>

<book>
  <title lang="eng">Harry Potter</title>
  <price>29.99</price>
</book>

<book>
  <title lang="eng">Learning XML</title>
  <price>39.95</price>
</book>

</bookstore>

路径表达式：

nodename - select all nodes with the name "nodename"

/ - select from the root node

// - select nodes from the document from the current node that match the selection no matter where they are

. - select the current node

.. - select the parent node of the current node

@ - select attribute

Predicates are used to find a specific node or a node that contains a specific value.

/bookstore/book[1] - 选择bookstore的第一个book孩子元素

/bookstore/book[last()] - 选择bookstore的最后一个book孩子元素

/bookstore/book[last() - 1] - 选择bookstore的倒数第二个book孩子元素

/bookstore/book[position() < 3] - 选择前两个book孩子元素

//title[@lang] - 选择所有的包含lang属性的title元素

//title[@lang='eng'] - 选择所有lang属性值为eng的title元素

/bookstore/book[price > 0.35] - 选择bookstore下所有price属性大雨0.35的book元素

/bookstore/book[price > 0.35]/title - 选择所有price大于0.35的book元素下的所有title元素

XPath通配符可以用来选择未知的XML元素：

* - 匹配任何元素节点

@* - 匹配任何属性节点

node() - 匹配任何类型的节点

/bookstore/* - 匹配bookstore下的所有孩子节点

//* - 选择文档中的所有节点

//title[@*] - 选择所有包含属性的title元素

//book/title | //book/ - 选择book元素的title元素和book元素

//title | //price - 选择所有的title元素和price元素

/bookstore/book/title | //price - 选择bookstore下的book下的所有title元素和所有price元素

An XPath axis defines a node set relative to the current node

ancestor	选择当前节点的祖先节点
ancestor-or-self	选择当前节点的祖先节点和当前节点
attribute	选择当前节点的所有属性
child	选择当前节点的所有孩子节点
descendant	选择当前节点的所有子孙节点
descendant-or-self	选择当前节点的所有子孙节点和自己
following	选择当前节点后面的所有节点
following-sibling	选择当前节点后面的所有兄弟节点
namespace	选择当前节点的所有命名空间节点
parent	选择当前节点的父亲节点
preceding	选择当前节点之前的节点
preceding-sibling	选择当前节点之前的兄弟节点
self	当前节点

child::book	selects all book nodes that are children of the current node
attribute::lang	selects the lang attribute of the current node
child::*	selects all element children of the current node
attribute::*	selects all attributes of the current node
child::text()	selects all text node children of the current node
child::node()	selects all children of the current node
descendant::book	selects all descendant of the current node
ancestor::book	selects all book ancestors of the current node
ancestor-or-self::book	selects all book ancestors of the current node and the current as well if it is a book node
child::*/child::price	selects all price grandchildren of the current node

XPath Operators

|, +, -, *, div,  =, !=, <, <=, >, >=, or, and, mod