XPath基础知识点讲解——用于在XML中查找信息的语言

1. 什么是XPath？

XPath（XML Path Language）是用于在XML（Extensible Markup Language）文档中查找信息的语言。它可以通过路径表达式来选择XML文档中的节点，类似于如何在文件系统中使用路径查找文件。XPath是W3C（万维网联盟）的标准，广泛应用于XML文档的解析和处理。

2. 为什么使用XPath？

XML是一种标记语言，用于以结构化方式存储和传输数据。由于XML文档常常包含大量嵌套的标签和复杂的层次结构，直接查找特定的节点（例如获取某个子标签或其属性值）会很复杂。XPath通过提供一种精确且强大的查询语言，使得可以轻松定位并提取所需的节点或属性。

举个例子：

<bookstore>
    <book category="fiction">
        <title lang="en">Harry Potter</title>
        <author>J.K. Rowling</author>
        <year>2005</year>
        <price>29.99</price>
    </book>
    <book category="technology">
        <title lang="en">Learning XML</title>
        <author>Erik T. Ray</author>
        <year>2003</year>
        <price>39.95</price>
    </book>
</bookstore>

在这个XML文档中，如果想查找第二本书的标题，可以使用XPath来高效获取该节点。

3. XPath的基本语法

XPath语法使用路径表达式来选择节点。最常见的路径表达式有以下几类：

3.1 节点选择器

• /：从根节点开始选择。例如，/bookstore会选择根节点<bookstore>。
• //：从文档中的当前节点选择匹配节点，不考虑它们的位置。例如，//title会选择文档中所有的<title>元素。
• .：选取当前节点。例如，.//book会选取当前节点的所有<book>子节点。
• ..：选取当前节点的父节点。例如，../book会选取父节点的<book>元素。
• @：选取属性。例如，//@category会选取所有节点的category属性。

3.2 过滤条件

过滤条件允许根据特定条件来选择节点。过滤条件放在方括号[]中：

• [ ]：过滤器，用于指定查找条件。
  • 例子：//book[price>30]会选择<price>大于30的书。
  • 例子：/bookstore/book[2]会选择第二个<book>节点。

3.3 运算符

• =：等于。例如，//book[@category='fiction']选择所有category属性等于fiction的书。
• !=：不等于。例如，//book[@category!='fiction']选择category属性不等于fiction的书。
• >，<，>=，<=：比较运算符，用于数值和字符串的比较。

4. XPath的节点类型

XPath会返回特定类型的节点，理解这些节点类型有助于编写正确的XPath查询。

• 元素节点：XML文档中的标签。例如<book>、<author>。
• 属性节点：元素的属性。例如category="fiction"中的category属性。
• 文本节点：标签内的文本内容。例如<title>Harry Potter</title>中的Harry Potter。
• 根节点：整个XML文档的根节点，通常是最外层的标签。
• 父节点：一个节点的上级节点。例如<book>是<title>的父节点。

5. XPath函数

XPath提供了许多内置函数来处理节点和字符串。

• text()：返回元素的文本内容。例如，//title/text()会返回所有标题的文本。
• contains()：判断字符串是否包含某个子字符串。例如，//title[contains(text(),'Harry')]会选择标题包含“Harry”的所有元素。
• starts-with()：判断字符串是否以某个子字符串开头。例如，//title[starts-with(text(),'Harry')]