查找 XML 文档中的所有命名空间声明 - xPath 1.0 与 xPath 2.0

Posted 2023-02-16

【中文标题】查找 XML 文档中的所有命名空间声明 - xPath 1.0 与 xPath 2.0

【英文标题】：Find all namespace declarations in an XML document - xPath 1.0 vs xPath 2.0

【发布时间】：2012-04-29 20:43:25

【问题描述】：

作为 Java 6 应用程序的一部分，我想查找 XML 文档中的所有命名空间声明，包括所有重复项。

编辑：根据 Martin 的要求，这是我正在使用的 Java 代码：

XPathFactory xPathFactory = XPathFactory.newInstance();
XPath xPath = xPathFactory.newXPath();
XPathExpression xPathExpression = xPathExpression = xPath.compile("//namespace::*"); 
NodeList nodeList = (NodeList) xPathExpression.evaluate(xmlDomDocument, XPathConstants.NODESET);

假设我有这个 XML 文档：

<?xml version="1.0" encoding="UTF-8"?>
<root xmlns:ele="element.com" xmlns:att="attribute.com" xmlns:txt="textnode.com">
    <ele:one>a</ele:one>
    <two att:c="d">e</two>
    <three>txt:f</three>
</root>

为了查找所有命名空间声明，我将这个 xPath 语句应用于 XML 文档使用 xPath 1.0：

//namespace::*

它找到了 4 个命名空间声明，这是我所期望（和希望）的：

/root[1]/@xmlns:att - attribute.com
/root[1]/@xmlns:ele - element.com
/root[1]/@xmlns:txt - textnode.com
/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace

但是如果我改为使用 xPath 2.0，那么我会得到 16 个命名空间声明（之前的每个声明 4 次），这不是我所期望的（或期望的）：

/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace
/root[1]/@xmlns:att - attribute.com
/root[1]/@xmlns:ele - element.com
/root[1]/@xmlns:txt - textnode.com
/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace
/root[1]/@xmlns:att - attribute.com
/root[1]/@xmlns:ele - element.com
/root[1]/@xmlns:txt - textnode.com
/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace
/root[1]/@xmlns:att - attribute.com
/root[1]/@xmlns:ele - element.com
/root[1]/@xmlns:txt - textnode.com
/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace
/root[1]/@xmlns:att - attribute.com
/root[1]/@xmlns:ele - element.com
/root[1]/@xmlns:txt - textnode.com

即使我使用 xPath 语句的非缩写版本，也会看到同样的差异：

/descendant-or-self::node()/namespace::*

在 oXygen 中测试过的各种 XML 解析器（LIBXML、MSXML.NET、Saxon）都可以看到它。 （编辑：正如我稍后在 cmets 中提到的，这种说法是不正确的。虽然我认为我正在测试各种 XML 解析器，但我真的没有。）

问题 #1：为什么从 xPath 1.0 到 xPath 2.0 的差异？

问题 #2： 使用 xPath 2.0 是否可能/合理地获得预期结果？

提示：在 xPath 2.0 中使用 distinct-values() 函数将不返回所需的结果，因为我想要所有命名空间声明，即使同一个命名空间被声明了两次。例如，考虑这个 XML 文档：

<?xml version="1.0" encoding="UTF-8"?>
<root>
    <bar:one xmlns:bar="http://www.bar.com">alpha</bar:one>
    <bar:two xmlns:bar="http://www.bar.com">bravo</bar:two>
</root>

想要的结果是：

/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace
/root[1]/bar:one[1]/@xmlns:bar - http://www.bar.com
/root[1]/bar:two[1]/@xmlns:bar - http://www.bar.com

【问题讨论】：

James，请向我们展示查找命名空间“声明”的代码。在我的理解中，XPath //namespace::* 查找与命名空间声明不同的所有命名空间节点，因为命名空间节点存在于每个元素节点并且不在节点之间共享。因此，对于具有四个元素节点且根元素上有三个命名空间声明的 XML 文档，路径应该为四个元素中的每一个找到四个命名空间节点。据我所知，这在 XPath 1.0 和 2.0 之间应该是相同的。此外，/root[1]/@xmlns:txt 之类的符号也具有误导性。

/root[1]/@xmlns:txt 表示法来自 oXygen。这是他们在节点列表中的节点表示，这很好。

上面添加的Java代码。很标准的东西。感谢您的解释。

我认为一个问题是您使用的 Java API 在 DOM 节点模型上工作，或者更确切地说将 XPath/XSLT 数据模型映射到 DOM 模型。 DOM 模型只有属性节点，其中一些是命名空间声明属性。 XSLT/XPath 模型具有属性节点和命名空间节点，命名空间声明不是该模型中的属性节点，例如<foo xmlns:ns1="http://example.com/ns1"/> 和 foo 元素在 XPath/XSLT 数据模型中没有属性节点，但有两个范围命名空间节点（一个在标记中，一个在 xml 命名空间中）。

继续我的评论：问题是您使用 XPath //namespace::* 选择了一些命名空间节点，然后使用 API 将结果呈现为 DOM 节点。该映射可能取决于实现。将 XPath 映射到 DOM 时还有其他已知问题，例如对于<foo><![CDATA[text 1]]>text2</foo>，当映射到DOM 时/foo/text()[1] 选择的内容取决于实现，因为在DOM 中foo 元素有两个子节点，一个CDATA 节节点和一个文本节点，而XPath 模型只有一个文本节点。跨度>

【参考方案1】：

我认为这将获得所有命名空间，没有任何重复：

for $i in 1 to count(//namespace::*) return 
if (empty(index-of((//namespace::*)[position() = (1 to ($i - 1))][name() = name((//namespace::*)[$i])], (//namespace::*)[$i]))) 
then (//namespace::*)[$i] 
else ()

【讨论】：

就是这样！这个 xPath 2.0 将找到所有命名空间声明，它适用于我在 OP 中给出的两个示例。这种方法的优雅之处在于将命名空间作为序列处理。干得好，@Roger。

【参考方案2】：

为了查找所有命名空间声明，我将此 xPath 语句应用于 使用 xPath 1.0 的 XML 文档：

//namespace::* It finds 4 namespace declarations, which is what I expect (and desire):

/root[1]/@xmlns:att - attribute.com
/root[1]/@xmlns:ele - element.com 
/root[1]/@xmlns:txt - textnode.com 
/root[1]/@xmlns:xml - http://www.w3.org/XML/1998/namespace

您正在使用不兼容（有缺陷）的 XPath 1.0 实现。

我使用我拥有的所有 XSLT 1.0 处理器都得到了不同且正确的结果。这种转换（仅评估 XPath 表达式并为每个选定的命名空间节点打印一行）：

<xsl:stylesheet version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema">
    <xsl:output omit-xml-declaration="yes" indent="yes"/>

 <xsl:template match="/">
     <xsl:for-each select="//namespace::*">
       <xsl:value-of select="concat(name(), ': ', ., '&#xA;')"/>
     </xsl:for-each>
 </xsl:template>
</xsl:stylesheet>

应用于提供的 XML 文档时：

<root xmlns:ele="element.com" xmlns:att="attribute.com" xmlns:txt="textnode.com">
    <ele:one>a</ele:one>
    <two att:c="d">e</two>
    <three>txt:f</three>
</root>

产生正确的结果：

xml: http://www.w3.org/XML/1998/namespace
ele: element.com
att: attribute.com
txt: textnode.com
xml: http://www.w3.org/XML/1998/namespace
ele: element.com
att: attribute.com
txt: textnode.com
xml: http://www.w3.org/XML/1998/namespace
ele: element.com
att: attribute.com
txt: textnode.com
xml: http://www.w3.org/XML/1998/namespace
ele: element.com
att: attribute.com
txt: textnode.com

使用所有这些 XSLT 1.0 和 XSLT 2.0 处理器：

MSXML3、MSXML4、MSXML6、.NET XslCompiledTransform、.NET XslTransform、Altova (XML SPY)、Saxon 6.5.4、Saxon 9.1.07、XQSharp。

这是一个简短的 C# 程序，确认在 .NET 中选择的节点数为 16：

namespace TestNamespaces

    using System;
    using System.IO;
    using System.Xml.XPath;

    class Test
    
        static void Main(string[] args)
        
            string xml =
@"<root xmlns:ele='element.com' xmlns:att='attribute.com' xmlns:txt='textnode.com'>
    <ele:one>a</ele:one>
    <two att:c='d'>e</two>
    <three>txt:f</three>
</root>";
            XPathDocument doc = new XPathDocument(new StringReader(xml));

            double count = 
              (double) doc.CreateNavigator().Evaluate("count(//namespace::*)");

            Console.WriteLine(count);
        
    

结果是：

16.

更新：

这是一个 XPath 2.0 表达式，它只查找“不同的”命名空间节点并为每个节点生成一行名称 - 值对：

for $i in distinct-values(
             for $ns in //namespace::*
               return
                  index-of(
                           (for $x in //namespace::*
                             return
                                concat(name($x), ' ', string($x))

                            ),
                            concat(name($ns), ' ', string($ns))
                          )
                          [1]
                                                  )
  return
    for $x in (//namespace::*)[$i]
     return
        concat(name($x), ' :', string($x), '
')

【讨论】：

在以下情况下获得 4 个节点：1) 我使用 Java 6 中的默认解析器，使用 xPath API。 2) 我在 oXygen 12.1 中使用 XSV、LIBXML、MSXML4.0、MSXML.NET 和 Saxon-EE 应用 xPath（作为 1.0）。 3) 我将您的 XSLT 与 Xalan 一起使用（也在 oXygen 中）。当我将您的 XSLT 与各种口味的 Saxon（在 oXygen 中）一起使用时，我得到了 16。我不明白为什么我在撒克逊人那里得到不同的答案。我一定缺少一些简单的东西......

我不倾向于相信 Java 6 解析器、MSXML.NET 和 Saxon-EE 是“不兼容（有缺陷）的 XPath 1.0 实现”。一定还有别的……

@james.garriss：正如我所指出的，我使用 MSXML 和 .NET 得到了相同的结果——这些 XSLT 处理器没有单独/自己的 XPath 评估——它们使用可用的 XPath 引擎.因此，您的代码中有一些内容会导致选择的节点更少。有时间我会添加一个 C# 代码示例，显示选择了 16 个节点。

@james.garriss：添加了承诺的 C# 示例——16 个节点。为什么您认为 .NET XPath 评估会产生其他结果？显然，您得到不同结果的原因在于您的代码。

确实，这是另外一回事，尤其是我（不正确）使用 oXygen。允许我在解析器中进行选择的下拉列表不连接到 xPath 查询，而仅连接到 XSD 验证。因此，我认为真正发生的是：当我选择 xPath 1.0 时，oXygen 在后台使用 Xalan，而 Xalan 的实现不兼容。当我选择 xPath 2.0 时，它使用 Saxon（兼容）并且我得到正确答案（16 个节点）。

【参考方案3】：

正如前面的线程所指出的，//namespace::* 将根据 XPath 1.0 和 XPath 2.0 实现返回所有命名空间节点，其中有 16 个。如果您发现没有正确实现规范的实现，我不会感到惊讶。

使用 XPath 1.0 或 XPath 2.0 通常不可能找到所有命名空间声明（不同于命名空间节点），因为以下两个文档在数据模型级别被认为是等效的：

文档 A：

<a xmlns="one">
  <b/>
</a> 

文档 B：

<a xmlns="one">
  <b xmlns="one"/>
</a>

但是，如果我们将“重要命名空间声明”定义为存在于子元素上但不存在于其父元素上的命名空间，那么您可以试试这个 XPath 2.0 表达式：

for $e in //* return
  for $n in $e/namespace::* return
     if (not(some $p in $n/../namespace::* satisfies ($p/name() eq $e/name() and string($p) eq string($n)))) then concat($e/name(), '->', $n/name(), '=', string($n)) else ()

【讨论】：

虽然我非常希望这个答案能够奏效，因为它触及了我问题的真正核心，但这个 xPath 不会返回任何与我已经使用的不同的东西 (//namespace:: *)。不过，感谢您的尝试。

【参考方案4】：

这是我使用 .NET 的 XPathDocument（XSLT/XPath 1.0 数据模型）、XmlDocument（DOM 数据模型）和 MSXML 6 的 DOM 的 XPath 1.0 实现的结果；针对您的示例 XML 文档运行的测试代码是

    Console.WriteLine("XPathDocument:");
    XPathDocument xpathDoc = new XPathDocument("../../XMLFile4.xml");
    foreach (XPathNavigator nav in xpathDoc.CreateNavigator().Select("//namespace::*"))
    
        Console.WriteLine("Node type: 0; name: 1; value: 2.", nav.NodeType, nav.Name, nav.Value);
    
    Console.WriteLine();

    Console.WriteLine("DOM XmlDocument:");
    XmlDocument doc = new XmlDocument();
    doc.Load("../../XMLFile4.xml");
    foreach (XmlNode node in doc.SelectNodes("//namespace::*"))
    
        Console.WriteLine("Node type: 0; name: 1; value: 2.", node.NodeType, node.Name, node.Value);
    
    Console.WriteLine();


    Console.WriteLine("MSXML 6 DOM:");
    dynamic msxmlDoc = Activator.CreateInstance(Type.GetTypeFromProgID("Msxml2.DOMDocument.6.0"));
    msxmlDoc.load("../../XMLFile4.xml");
    foreach (dynamic node in msxmlDoc.selectNodes("//namespace::*"))
    
        Console.WriteLine("Node type: 0; name: 1; value: 2.", node.nodeType, node.name, node.nodeValue);
    

它的输出是

XPathDocument:
Node type: Namespace; name: txt; value: textnode.com.
Node type: Namespace; name: att; value: attribute.com.
Node type: Namespace; name: ele; value: element.com.
Node type: Namespace; name: xml; value: http://www.w3.org/XML/1998/namespace.
Node type: Namespace; name: txt; value: textnode.com.
Node type: Namespace; name: att; value: attribute.com.
Node type: Namespace; name: ele; value: element.com.
Node type: Namespace; name: xml; value: http://www.w3.org/XML/1998/namespace.
Node type: Namespace; name: txt; value: textnode.com.
Node type: Namespace; name: att; value: attribute.com.
Node type: Namespace; name: ele; value: element.com.
Node type: Namespace; name: xml; value: http://www.w3.org/XML/1998/namespace.
Node type: Namespace; name: txt; value: textnode.com.
Node type: Namespace; name: att; value: attribute.com.
Node type: Namespace; name: ele; value: element.com.
Node type: Namespace; name: xml; value: http://www.w3.org/XML/1998/namespace.

DOM XmlDocument:
Node type: Attribute; name: xmlns:txt; value: textnode.com.
Node type: Attribute; name: xmlns:att; value: attribute.com.
Node type: Attribute; name: xmlns:ele; value: element.com.
Node type: Attribute; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespa
ce.
Node type: Attribute; name: xmlns:txt; value: textnode.com.
Node type: Attribute; name: xmlns:att; value: attribute.com.
Node type: Attribute; name: xmlns:ele; value: element.com.
Node type: Attribute; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespa
ce.
Node type: Attribute; name: xmlns:txt; value: textnode.com.
Node type: Attribute; name: xmlns:att; value: attribute.com.
Node type: Attribute; name: xmlns:ele; value: element.com.
Node type: Attribute; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespa
ce.
Node type: Attribute; name: xmlns:txt; value: textnode.com.
Node type: Attribute; name: xmlns:att; value: attribute.com.
Node type: Attribute; name: xmlns:ele; value: element.com.
Node type: Attribute; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespa
ce.

MSXML 6 DOM:
Node type: 2; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespace.
Node type: 2; name: xmlns:ele; value: element.com.
Node type: 2; name: xmlns:att; value: attribute.com.
Node type: 2; name: xmlns:txt; value: textnode.com.
Node type: 2; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespace.
Node type: 2; name: xmlns:ele; value: element.com.
Node type: 2; name: xmlns:att; value: attribute.com.
Node type: 2; name: xmlns:txt; value: textnode.com.
Node type: 2; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespace.
Node type: 2; name: xmlns:ele; value: element.com.
Node type: 2; name: xmlns:att; value: attribute.com.
Node type: 2; name: xmlns:txt; value: textnode.com.
Node type: 2; name: xmlns:xml; value: http://www.w3.org/XML/1998/namespace.
Node type: 2; name: xmlns:ele; value: element.com.
Node type: 2; name: xmlns:att; value: attribute.com.
Node type: 2; name: xmlns:txt; value: textnode.com.

所以这肯定不是 XPath 1.0 与 XPath 2.0 的问题。我认为您看到的问题是将具有命名空间节点的 XPath 数据模型映射到具有属性节点的 DOM 模型的缺点。更熟悉 Java XPath API 的人需要告诉您，您看到的行为是否正确地依赖于实现，因为 API 规范对于将 XPath 命名空间轴映射到 DOM 模型的情况不够精确，或者它是否是一个错误。

【讨论】：

我同意这不是 xPath 1.0 与 2.0 的问题，但我（还）不倾向于认为问题是 Java 6 中的 xPath API（尽管它可能有各种缺点）因为当我用 Saxon 9 HE 替换 Java 6 (Xalan) 中的默认 XML 解析器时（同时对我的 Java 代码进行没有更改），它可以工作（也就是说，它返回 16 个节点而不是 4 个）。这让我得出结论，Xalan 的实现才是真正的原因。