XPath基本语法的使用
xpath基本语法
https://www.jb51.net/program/306644fge.htm
https://www.cnblogs.com/wu-wu/p/11642992.html
https://blog.csdn.net/Once_day/article/details/129869027
https://zhuanlan.zhihu.com/p/342903085
1.XPath概述
1.1概述
下面是关于xpath的概述：
XPath 使用路径表达式在 XML 文档中进行导航
XPath 包含一个标准函数库
XPath 是 XSLT 中的主要元素
XPath 是一个 W3C 标准
XPath 使用路径表达式来选取 XML 文档中的节点或者节点集。
XPath 含有超过 100 个内建的函数。这些函数用于字符串值、数值、日期和时间比较、节点和 QName 处理、序列处理、逻辑值等等。
1.2Xpath节点术语
在 XPath 中，有七种类型的节点：元素、属性、文本、命名空间、处理指令、注释以及文档（根）节点。XML 文档是被作为节点树来对待的。树的根被称为文档节点或者根节点。
基本值是指无父或无子的节点，项目则指基本值或者节点。
节点之间有如下的可能关系：
- 父（Parent）, 每个元素以及属性都有一个父。
- 子（Children）, 元素节点可有零个、一个或多个子。
- 同胞（Sibling），拥有相同的父的节点。
- 先辈（Ancestor），某节点的父、父的父，等等。
- 后代（Descendant），某个节点的子，子的子，等等。
XPath（XML Path Language）是一种用于在 XML 文档中定位和选择节点的语言。XPath的选择功能非常强大，可以通过简单的路径选择语法，选取文档中的任意节点或节点集。同样也支持 HTML 元素的解析，学会XPath，可以轻松抓取网页数据，提高数据获取效率。
2.XPath基础语法
2.1 选取节点
XPath使用路径表达式来选取XML或HTML文档中的节点或节点集。下面是一些常用的路径表达式：
| 表达式 | 描述 |
|---|---|
| node-name | 选取此节点的所有子节点。 |
| / | 从根节点选取。 |
| // | 从匹配选择的当前节点选择文档中的节点，而不考虑它们的位置。 |
| . | 选取当前节点。 |
| .. | 选取当前节点的父节点。 |
| @ (@name) | 选取属性。 (选取名字为name的属性) |
上述的不同路径表达式能互相组合，从而构建强大的表达能力。
2.2 谓语表达式
谓语用来查找某个特定的节点或者包含某个指定的值的节点。
谓语被嵌在方括号中使用。
在下面的表格中，我们列出了带有谓语的一些路径表达式，以及表达式的结果：
| 路径表达式 | 结果 |
|---|---|
| /bookstore/book[1] | 选取属于 bookstore 子元素的第一个 book 元素。 |
| /bookstore/book[last()] | 选取属于 bookstore 子元素的最后一个 book 元素。 |
| /bookstore/book[last()-1] | 选取属于 bookstore 子元素的倒数第二个 book 元素。 |
| /bookstore/book[position()❤️] | 选取最前面的两个属于 bookstore 元素的子元素的 book 元素。 |
| //title[@lang] | 选取所有拥有名为 lang 的属性的 title 元素。 |
| //title[@lang=’eng’] | 选取所有 title 元素，且这些元素拥有值为 eng 的 lang 属性。 |
| /bookstore/book[price>35.00] | 选取 bookstore 元素的所有 book 元素，且其中的 price 元素的值须大于 35.00。 |
| /bookstore/book[price>35.00]/title | 选取 bookstore 元素中的 book 元素的所有 title 元素，且其中的 price 元素的值须大于 35.00。 |
2.3选取未知节点
XPath 通配符可用来选取未知的 XML 元素。
| 通配符 | 描述 | 示例 |
|---|---|---|
| * | 匹配任何元素节点 | //book/* 选取<book>元素下的任意子元素节点 |
| @* | 匹配任何属性节点 | //book/@* 选取<book>元素上的任意属性节点，如<book category='fiction'>中的category属性 |
| node() | 匹配任何类型的节点 | //book/node() 选取<book>元素下的所有类型的子节点，包括元素节点、文本节点、注释节点等 |
例子：
| 路径表达式 | 结果 |
|---|---|
| /bookstore/* | 选取 bookstore 元素的所有子元素。 |
| //* | 选取文档中的所有元素。 |
| //title[@*] | 选取所有带有属性的 title 元素。 |
2.4 谓语使用(position、contains、starts-with)
以及使用谓词来进一步筛选选择的节点集。谓词是一种用来对节点进行过滤和排序的机制，可以包含比较运算符、逻辑运算符和函数等，部分示例如下：
| 谓语 | 描述 | 示例 |
|---|---|---|
| [position()=n] | 选取位于指定位置的节点。n 是节点的位置（从 1 开始计数） |
//book[position()=1] 选取第一个<book>元素 |
| [last()=n] | 选取位于指定位置的最后一个节点。n 是节点的位置（从 1 开始计数） |
//book[last()=1] 选取最后一个<book>元素 |
| [contains(string, substring)] | 选取包含指定子字符串的节点。string 是节点的文本内容，substring 是要查找的子字符串 |
//book[contains(title, 'XML')] 选取标题中包含子字符串'XML'的<book>元素 |
| [starts-with(string, prefix)] | 选取以指定前缀开始的节点。string 是节点的文本内容，prefix 是要匹配的前缀字符串 |
//book[starts-with(title, 'The')] 选取标题以'The'开始的<book>元素 |
| [text()=string] | 选取文本内容完全匹配的节点。string 是要匹配的文本内容 |
//book[text()='Book Title'] 选取文本内容为'Book Title'的<book>元素 |
| [@category='non-fiction'] | 选取具有指定属性值的节点。category 是属性名称，non-fiction 是要匹配的值 |
//book[@category='non-fiction'] 选取具有属性category值为'non-fiction'的<book>元素 |
2.5 多路径选择
通过在路径表达式中使用“|”运算符，您可以选取若干个路径。
- //book/title | //book/price 选取 book 元素的所有 title 和 price 元素。
- //title | //price 选取文档中的所有 title 和 price 元素。
- /bookstore/book/title | //price 选取属于 bookstore 元素的 book 元素的所有 title 元素，以及文档中所有的 price 元素。
2.6 XPath轴
通过轴这一定义，能以当前节点的相对位置选择目标节点集。
| 轴名称 | 结果 |
|---|---|
| ancestor | 选取当前节点的所有先辈（父、祖父等）。 |
| ancestor-or-self | 选取当前节点的所有先辈（父、祖父等）以及当前节点本身。 |
| attribute | 选取当前节点的所有属性。 |
| child | 选取当前节点的所有子元素。 |
| descendant | 选取当前节点的所有后代元素（子、孙等）。 |
| descendant-or-self | 选取当前节点的所有后代元素（子、孙等）以及当前节点本身。 |
| following | 选取文档中当前节点的结束标签之后的所有节点。 |
| namespace | 选取当前节点的所有命名空间节点。 |
| parent | 选取当前节点的父节点。 |
| preceding | 选取文档中当前节点的开始标签之前的所有节点。 |
| preceding-sibling | 选取当前节点之前的所有同级节点。 |
| self | 选取当前节点。 |
例子：
| 例子 | 结果 |
|---|---|
| child::book | 选取所有属于当前节点的子元素的 book 节点。 |
| attribute::lang | 选取当前节点的 lang 属性。 |
| child:😗 | 选取当前节点的所有子元素。 |
| attribute:😗 | 选取当前节点的所有属性。 |
| child::text() | 选取当前节点的所有文本子节点。 |
| child::node() | 选取当前节点的所有子节点。 |
| descendant::book | 选取当前节点的所有 book 后代。 |
| ancestor::book | 选择当前节点的所有 book 先辈。 |
| ancestor-or-self::book | 选取当前节点的所有 book 先辈以及当前节点（如果此节点是 book 节点） |
| child:😗/child::price | 选取当前节点的所有 price 孙节点。 |
2.7 XPath运算符
XPath 表达式可返回节点集、字符串、逻辑值以及数字。
下面列出了可用在 XPath 表达式中的运算符：
| 运算符 | 描述 | 实例 | 返回值 |
|---|---|---|---|
| | | 计算两个节点集 | //book | //cd | 返回所有拥有 book 和 cd 元素的节点集 |
| + | 加法 | 6 + 4 | 10 |
| - | 减法 | 6 - 4 | 2 |
| * | 乘法 | 6 * 4 | 24 |
| div | 除法 | 8 div 4 | 2 |
| = | 等于 | price=9.80 | 如果 price 是 9.80，则返回 true。如果 price 是 9.90，则返回 false。 |
| != | 不等于 | price!=9.80 | 如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 false。 |
| < | 小于 | price<9.80 | 如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 false。 |
| <= | 小于或等于 | price<=9.80 | 如果 price 是 9.00，则返回 true。如果 price 是 9.90，则返回 false。 |
| > | 大于 | price>9.80 | 如果 price 是 9.90，则返回 true。如果 price 是 9.80，则返回 false。 |
| >= | 大于或等于 | price>=9.80 | 如果 price 是 9.90，则返回 true。如果 price 是 9.70，则返回 false。 |
| or | 或 | price=9.80 or price=9.70 | 如果 price 是 9.80，则返回 true。如果 price 是 9.50，则返回 false。 |
| and | 与 | price>9.00 and price<9.90 | 如果 price 是 9.80，则返回 true。如果 price 是 8.50，则返回 false。 |
| mod | 计算除法的余数 | 5 mod 2 | 1 |
2.8常用表达式列表
常用表达式实例：
| 表达式 | 说明 |
|---|---|
| / | Document Root文档根. |
| /* | 选择文档根下面的所有元素节点，即根节点（XML文档只有一个根节点） |
| /node() | 根元素下所有的节点（包括文本节点，注释节点等） |
| /text() | 查找文档根节点下的所有文本节点 |
| /messages/message | messages节点下的所有message节点 |
| /messages/message[1] | messages节点下的第一个message节点 |
| /messages/message[1]/self::node() | 第一个message节点（self轴表示自身，node()表示选择所有节点） |
| /messages/message[1]/node() | 第一个message节点下的所有子节点 |
| /messages/message[1]/*[last()] | 第一个message节点的最后一个子节点 |
| /messages/message[1]/[last()] | Error，谓词前必须是节点或节点集 |
| /messages/message[1]/node()[last()] | 第一个message节点的最后一个子节点 |
| /messages/message[1]/text() | 第一个message节点的所有子节点 |
| /messages/message[1]//text() | 第一个message节点下递归下降查找所有的文本节点（无限深度） |
| /messages/message[1] /child::node() /messages/message[1] /node() /messages/message[position()=1] /node()//message[@id=1] /node() | 第一个message节点下的所有子节点 |
| //message[@id=1] //child::node() | 递归所有子节点（无限深度） |
| //message[position()=1]/node() | 选择id=1的message节点以及id=0的message节点 |
| /messages/message[1] /parent:😗 | Messages节点 |
| /messages/message[1]/body/attachments/parent::node() | |
| /messages/message[1]/body/attachments/parent:😗 /messages/message[1]/body/attachments/.. | attachments节点的父节点。父节点只有一个,所以node()和* 返回结果一样（..也表示父节点. 表示自身节点） |
| //message[@id=0]/ancestor:😗 | Ancestor轴表示所有的祖辈，父，祖父等。向上递归 |
| //message[@id=0]/ancestor-or-self:😗 | 向上递归,包含自身 |
| //message[@id=0]/ancestor::node() | 对比使用*,多一个文档根元素(Document root) |
| /messages/message[1]/descendant::node()//messages/message[1]//node() | 递归下降查找message节点的所有节点 |
| /messages/message[1]/sender/following:😗 | 查找第一个message节点的sender节点后的所有同级节点，并对每一个同级节点递归向下查找。 |
| //message[@id=1]/sender/following-sibling:😗 | 查找id=1的message节点的sender节点的所有后续的同级节点。 |
| //message[@id=1]/datetime/@date | 查找id=1的message节点的datetime节点的date属性 |
| //message[@id=1]/datetime[@date] //message/datetime[attribute::date] | 查找id=1的message节点的所有含有date属性的datetime节点 |
| //message[datetime] | 查找所有含有datetime节点的message节点 |
| //message/datetime/attribute:😗 //message/datetime/attribute::node() | |
| //message/datetime/@* | 返回message节点下datetime节点的所有属性节点 |
| //message/datetime[attribute:😗] //message/datetime[attribute::node()] | |
| //message/datetime[@*] //message/datetime[@node()] | 选择所有含有属性的datetime节点 |
| //attribute:😗 | 选择根节点下的所有属性节点 |
| //message[@id=0]/body/preceding::node() | 顺序选择body节点所在节点前的所有同级节点。（查找顺序为：先找到body节点的顶级节点（根节点）,得到根节点标签前的所有同级节点，执行完成后继续向下一级，顺序得到该节点标签前的所有同级节点，依次类推。）注意：查找同级节点是顺序查找，而不是递归查找。 |
| //message[@id=0]/body/preceding-sibling::node() | 顺序查找body标签前的所有同级节点。（和上例一个最大的区别是：不从最顶层开始到body节点逐层查找。我们可以理解成少了一个循环，而只查找当前节点前的同级节点） |
| //message[@id=1]//*[namespace::amazon] | 查找id=1的所有message节点下的所有命名空间为amazon的节点。 |
| //namespace:😗 | 文档中的所有的命名空间节点。（包括默认命名空间xmlns:xml） |
| //message[@id=0]//books/*[local-name()='book'] | 选择books下的所有的book节点，注意：由于book节点定义了命名空间amazone:book.若写成//message[@id=0]//books/book则查找不出任何节点。 |
| //message[@id=0]//books/*[local-name()='book' and namespace-uri()='http://www.amazon.com/books/schema'] | 选择books下的所有的book节点，(节点名和命名空间都匹配) |
| //message[@id=0]//books/*[local-name()='book'][year>2006] | 选择year节点值>2006的book节点 |
| //message[@id=0]//books/*[local-name()='book'][1]/year>2006 | 指示第一个book节点的year节点值是否大于2006.返回xs:boolean: true |
收藏
关注
评论
