XML学习笔记（XPath中一个容易混淆的谓词）

2019独角兽企业重金招聘Python工程师标准>>>

先附上相关的XML文件，如下：

<?xml version="1.0" encoding="UTF-8" ?>

<列车时刻表>

  <列车 类别="特快" 车厢数目="20节车厢">

    <列车号码>152次</列车号码>

    <始发时间>09:12</始发时间>

    <到达时间>19:23</到达时间>

    <始发站>北京</始发站>

    <终到站>上海</终到站>

  </列车>

  <列车 类别="普快" 车厢数目="12节车厢">

    <列车号码>168次</列车号码>

    <始发时间>10:12</始发时间>

    <到达时间>21:36</到达时间>

    <始发站>沈阳</始发站>

    <终到站>南京</终到站>

  </列车>

</列车时刻表>

要讨论的是下面两个XPath路径表达式：
第一个：/列车时刻表/列车/始发站[position()=1]
第二个： (/列车时刻表/列车/始发站)[position()=1]
两者的区别是第二个是第二个多了个括号。

先来看看API解析的结果：

第一个表达式的解析结果：

第二个表达式的解析结果：

两者的解析结果的区别在于，第一个表达式所返回的节点集中含有2个节点（名字都为“始发站”，其中一个的内容是"北京“，而另一个的内容是沈阳）；第二个表达式所返回的节点集中仅含有1个节点集（名字为“始发站”，内容是"北京“）。

下面来分析一下这两个表达式的差异。
     先来说第二个表达式，因为它比较容易理解：(/列车时刻表/列车/始发站)[position()=1]，首先解析的是括号中的路径  (/列车时刻表/列车/始发站) 解析结果中得到了2个节点（名字都为“始发站”，其中一个的内容是"北京“，而另一个的内容是沈阳），然后再处理谓词[position()=1]，筛选得出上述结果中的第一个节点，即内容为“北京”的名字为“始发站”的节点。所以整个表达式结果中仅包含1个节点（名字为“始发站”，内容是"北京“）。
    
    现在再回头看第一个表达式/列车时刻表/列车/始发站[position()=1]，如果不看它的谓词[position()=1]的话，/列车时刻表/列车/始发站 返回一个包含2个节点的节点集（名字都为“始发站”，其中一个的内容是"北京“，而另一个的内容是沈阳），如果加上它的谓词[position()=1]，需要单独地看这2个“始发站”节点中的每一个，筛选的条件是，其中的每一个都必须分别是相对于其所在的父元素“列车”元素下的，名为“始发站”的子元素集合中的第1个。如图所示：

由于每个“列车”元素下都有且仅有一个“始发站”元素，所以如果把表达式改为 
         /列车时刻表/列车/始发站[position()=2]
      的话，结果将返回0个节点，如下图所示，因为在一个“列车”元素中不存在第二个“始发站”的元素。

转载于:https://my.oschina.net/JiamingMai/blog/185454