XPath语法

Posted 2023-05-06

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了XPath语法相关的知识，希望对你有一定的参考价值。

参考技术A

　　 XPath的语法我们在前面已经提到过 XPath是用来帮助XSLT在XML源文档中查找定位信息的语言在实际使用过程中 XPath和XSLT总是混在一起使用在上面一章的语法例子中我们已经有使用到XPath的语法只是没有明确点出但W C将它们分成两个标准所以我们也将它们拆成两章来讲解

　　 XPath的语法

　　当前位置寻址操作运算符功能函数

　　当前位置

　　当我们使用XSLT处理XML源文档是我们用Context来表示当前正在被模板处理的节点位置比如xsl:template match= / 语句中表示Context在文档的根(root)节点我不知道如何准确的翻译Context这个词它类似于C语言里的指针表示程序当前运行的位置理解Context对于正确处理XSL模板非常重要当您的XSL模板输出的文档和您想要的不一样最先应该分析的就是Context在哪里 Location Paths是用于设定你想要寻找的Context节点位置就类似DOS的目录命令我们看个例子

<xsl:for each select= child::PEOPLE/descendant::PERSON >

　　其中child::PEOPLE/descendant::PERSON就是XPath语法这个表达式就是一个Location Paths 代码说明要显示所有PEOPLE元素的子元素和所有PERSON元素的子元素通常我们会采用更简单的写法

<xsl:for each select= PEOPLE//PERSON >

　　我们来解释path的两种表示方法 / 和 // / 是表示当前文档的节点类似DOS目录分割符例如 /PEOPLE表示选择根节点下的PEOPLE元素 PEOPLE/PERSON表示选择PEOPLE元素下所有的PESON子元素 // 则表示当前文档所有的节点类似查看整个目录例如 //PEOPLE表示选择文档中所有的PEOPLE元素无论它在什么层次 PEOPLE//PERSON表示在PEOPLE元素下所有的PERSON元素无论它的层次多深

　　寻址操作

　　Axis和Predicate是XPath语法中对Location Paths进行定位操作的语法具体的用法列表如下

Axis语法表表达式简写说明 self 选择当前的节点例子 : <TD><xsl:value of select= /></TD> 代码表示在当前位置插入当前的节点包含的文本(text)值 parent 选择当前节点的父节点 attribute @ 选择一个元素的所有属性例子: <TD><xsl:value of select= @PERSONID /></TD> 选择PERSON元素的所有属性 child 选择当前节点的所有子元素 ancestor 选择当前节点的所有父元素(包括父元素的父元素类推)

　　Axis帮助我们选择当前节点周围所有的节点而Predicate则用来定位当前节点内部的元素表示方法为方括号[]中加表达式 [ Expression ] 具体举例如下:

　　PERSON[position()= ] 这句代码表示寻找第二个 PERSON 元素

　　PERSON[starts with(name B )] 这句代码表示寻找所有名称以 B 开头的PERSON元素

　　运算符

这一节介绍XPath的运算符(Expressions) 列表如下运算符说明 and or 就是普通意义的and or = 等于 != 不等于 > >= 大于大于等于 < <= 小于小于等于注意在XSL文件中 <符号要用< 表示 * div 加减乘除 mod 取模 | 两个节点一起计算

　　功能函数(Functions)

　　在XPath里有很多功能函数可以帮助我们精确寻找需要的节点

count()功能作用统计计数返回符合条件的节点的个数举例 <xsl:value of select= count(PERSON[name=tom]) /> 说明代码的用途是显示PERSON元素中姓名属性值为tom有几个

number()功能作用将属性的值中的文本转换为数值举例 The number is: <xsl:value of select= number(book/price) /> 说明代码的用途是显示书的价格

substring() 功能语法 substring(value start length) 作用截取字符串举例 <xsl:value of select= substring(name ) /> 说明代码的用途是截取name元素的值从第一个字母开始显示到第三个

sum()功能作用求和举例 Total Price = <xsl:value of select= sum(//price) /> 说明代码的用途是计算所有价格的和

　　上面这些功能只是XPath语法中的一部分还有大量的功能函数没有介绍而且目前XPath的语法仍然在不断发展中通过这些函数我们可以实现更加复杂的查询和操作

lishixinzhi/Article/program/ASP/201311/21862

XML——XPATH语法介绍

为什么需要xpath?

在使用dom4j的时候，我们不能跨层获取某一个元素，必须一层一层去获取，这就非常麻烦。
所以为了我们更方便地访问某个节点，我们可以使用xpath技术，它可以让我们非常方便地读取到指定节点。

xpath通常结合dom4j配合使用，而且如果要使用xpath，则需要引入一个新的包jaxen-1.1-beta-6.jar

xpath的基础语法有以下几点：

1.基本的xpath语法类似于在一个文件系统中定位文件，如果路径以斜线/开始，那么该路径就表示到一个元素的绝对路径.

（1）/AAA，它表示选择根元素AAA

<AAA>这里
    <BBB/>
    <CCC/>
    <BBB/>
    <BBB/>
    <DDD>
        <BBB/>
    <DDD/>
    <CCC/>
<AAA/>这里

（2）/AAA/CCC，表示选择AAA的所有CCC子元素

<AAA>
    <BBB/>
    <CCC/>这里
    <BBB/>
    <BBB/>
    <DDD>
        <BBB/>
    <DDD/>
    <CCC/>这里
<AAA/>

（3）/AAA/DDD/BBB，表示选择AAA的子元素DDD的所有BBB子元素

<AAA>
    <BBB/>
    <CCC/>
    <BBB/>
    <BBB/>
    <DDD>
        <BBB/>这里
    <DDD/>
    <CCC/>
<AAA/>

那么怎么在dom4j中运用xpath呢？其实很简单：

//1.得到SAXReader解析器
SAXReader saxReader = new SAXReader();
//2.指定去解析哪个文件
Document document = saxReader.read(new File(path));
//3.可以使用xpath随心读取
// document.selectNodes(args)返回多个元素
// document.selectSingleNode(args)返回单个元素
List nodes = document.selectNodes("/AAA/BBB");

通过dom4j得到document对象后，可以使用document的selectNodes(args)方法，这个方法会根据你写的xpath路径返回一个List，余下的操作就和dom4j类似了。

同时它也有一个selectSingleNode(args)方法，用于返回一个单个的Node。

下面继续介绍其他的xpath语法：

2.如果路径以双斜线//开头，则表示文档中所有满足双斜线//之后规则的元素（无论层级关系）

（1）//BBB，它表示选择所有BBB元素

<AAA>
    <BBB/>这里
    <CCC/>
    <BBB/>这里
    <DDD>
        <BBB/>这里
    </DDD>
    <CCC>
        <DDD>
            <BBB/>这里
            <BBB/>这里
        </DDD>
    </CCC>
</AAA>

（2）//DDD/BBB，表示所有父元素是DDD的BBB元素

<AAA>
    <BBB/>
    <CCC/>
    <BBB/>
    <DDD>
        <BBB/>这里
    </DDD>
    <CCC>
        <DDD>
            <BBB/>这里
            <BBB/>这里
        </DDD>
    </CCC>
</AAA>

3.星号*表示选择所有由星号之前路径所定位的元素

（1）/AAA/CCC/DDD/*，它表示选择所有路径依附于/AAA/CCC/DDD的元素：

<AAA>
    <XXX>
        <DDD>
            <BBB/>
            <BBB/>
            <EEE/>
            <FFF/>
        </DDD>
    </XXX>
    <CCC>
        <DDD>
            <BBB/>这里
            <BBB/>这里
            <EEE/>这里
            <FFF/>这里
        </DDD>
    </CCC>
    <CCC>
        <BBB>
            <BBB>
                <BBB/>
            </BBB>
        </BBB>
    </CCC>
</AAA>

（2）/*/*/*/BBB，它表示所有的有3个祖先元素的BBB元素

<AAA>
    <XXX>
        <DDD>
            <BBB/>这里
            <BBB/>这里
            <EEE/>
            <FFF/>
        </DDD>
    </XXX>
    <CCC>
        <DDD>
            <BBB/>这里
            <BBB/>这里
            <EEE/>
            <FFF/>
        </DDD>
    </CCC>
    <CCC>
        <BBB>这里
            <BBB>
                <BBB/>
            </BBB>
        </BBB>
    </CCC>
</AAA>

（3）//*，它表示选择所有的元素

4.方括号里的表达式可以进一步地指定元素，其中数字表示元素在选择集里的位置，而last()函数则表示选择集中的最后一个元素。特别要注意的是这里的下标是从1开始的，而不是0！
(1)/AAA/BBB[1]，它表示选择AAA的第一个BBB子元素

<AAA>
    <BBB/>这个
    <BBB/>
    <BBB/>
    <BBB/>
</AAA>

（2）/AAA/BBB[last()]，表示选择AAA的最后一个BBB元素

<AAA>
    <BBB/>
    <BBB/>
    <BBB/>
    <BBB/>这个
</AAA>

5.对属性的操作

（1）//@id，选择所有的id属性，注意：是把所有的id属性当做节点返回，而不是返回有id属性的节点。

<AAA>
    <BBB id="b1"/>返回这里的id属性节点
    <BBB id="b2"/>也返回这里的id属性节点
    <BBB name="bbb"/>
    <BBB/>
</AAA>

(2)//BBB[@id]，选择所有有id属性的BBB节点

<AAA>
    <BBB id="b1"/>返回这个BBB节点
    <BBB id="b2"/>也返回这个BBB节点
    <BBB name="bbb"/>
    <BBB/>
</AAA>

(3)//BBB[@name]，选择所有有name属性的BBB节点

<AAA>
    <BBB id="b1"/>
    <BBB id="b2"/>
    <BBB name="bbb"/>返回这个BBB节点
    <BBB/>
</AAA>

(4)//BBB[@*]，选择所有有属性的BBB节点

<AAA>
    <BBB id="b1"/>返回这个BBB节点
    <BBB id="b2"/>返回这个BBB节点
    <BBB name="bbb"/>返回这个BBB节点
    <BBB/>
</AAA>

(5)//BBB[not(@*)]，选择所有没有属性的BBB节点

<AAA>
    <BBB id="b1"/>
    <BBB id="b2"/>
    <BBB name="bbb"/>
    <BBB/>这个
</AAA>

6.属性的值可以被用来作为选择的准则

（1）//BBB[@id=‘b1‘]，选择含有属性id且其值为’b1’的BBB元素

<AAA>
    <BBB id="b1"/>这个
    <BBB name="bbb"/>
    <BBB name="bbb"/>
</AAA>

7.count()函数可以计数所选元素的个数

（1）//*[count(BBB)=2]，选择含有2个BBB子元素的元素

<AAA>
    <CCC>
        <BBB/>
        <BBB/>
        <BBB/>
    </CCC>
    <DDD>返回这个元素
        <BBB/>
        <BBB/>
    </DDD>
    <EEE>
        <CCC/>
        <DDD/>
    </EEE>
</AAA>

（2）//*[count(*)=2]，选择含有2个子元素的元素

<AAA>
    <CCC>
        <BBB/>
        <BBB/>
        <BBB/>
    </CCC>
    <DDD>返回这个元素
        <BBB/>
        <BBB/>
    </DDD>
    <EEE>也返回这个元素
        <CCC/>
        <DDD/>
    </EEE>
</AAA>

还有很多其他的语法，包括很多函数的应用，用的不多，这里不做介绍

另外，上述介绍的几点语法可以任意组合，比如下述的xml文档：

<AAA>
    <BBB id="b1">
        <CCC>
            <KKK>k1</KKK>
        </CCC>
        <CCC>
            <KKK>k2</KKK>这个
        </CCC>
    </BBB>
    <BBB id="b2"/>
    <BBB name="bbb"/>
</AAA>

假如我们现在要找AAA元素下面的第1个BBB子元素下面的第2CCC子元素的KKK子元素，则xpath路径应该这么写：
/AAA/BBB[1]/CCC[2]/KKK

以上是关于XPath语法的主要内容，如果未能解决你的问题，请参考以下文章

xpath　语法

Xpath语法-爬虫

XPath语法

爬虫进阶数据提取-lxml模块（万能操作）

Python Xpath语法

XML——XPATH语法介绍