前言

XPath 是一种在 XML 文档中查找信息的语言。它可用来在 XML 文档中对元素和属性进行遍历。XPath 的主要目的是简化对 XML 文档的导航。通过 XPath，我们可以编写表达式来选择 XML 文档中的节点或节点集。

XPath 简介

XPath 是 XML Path Language 的缩写，用于在 XML 文档中选择节点。这些节点可以通过元素名、属性或节点在文档中的位置来选取。XPath 是 W3C 标准的一部分，并且被多种编程语言所支持，如 XSLT、XQuery 以及许多编程语言中的 XML 解析库。

XPath 节点

在 XPath 中，有七种类型的节点：元素节点、属性节点、文本节点、命名空间节点、处理指令节点、注释节点和文档（根）节点。其中，元素节点和属性节点是最常用的。

• 元素节点：XML 文档中的标签，如 <book>。
• 属性节点：元素的附加信息，总是出现在元素的开始标签中，如 <book id="123"> 中的 id。

XPath 语法

XPath 的基本语法是由路径表达式来描述的。这些表达式以斜杠（/）或双斜杠（//）开始，后面跟着一系列的元素名和谓词。

• 绝对路径：从根节点开始的路径，如 /bookstore/book。
• 相对路径：从当前节点开始的路径，如 book/title。
• 选择所有节点：使用通配符 *，如 /bookstore/* 选择 bookstore 元素下的所有子元素。
• 选择当前节点：使用点号 .，如 ./title 选择当前节点的 title 子元素（但 ./ 常常可以省略）。
• 选择父节点：使用 ..，如 ../ 选择当前节点的父节点。

XPath 轴

XPath 轴定义了相对于当前节点的节点集。例如，child 轴选择当前节点的所有子节点，而 parent 轴选择当前节点的父节点。

• child：选择所有子元素，如 child::book（简写为 book）。
• parent：选择父元素，如 parent::*（简写为 ..）。
• attribute：选择属性，如 attribute::id（简写为 @id）。
• namespace：选择命名空间节点。
• descendant：选择当前元素的所有后代元素（子、孙等），如 descendant::book（简写为 //book）。
• ancestor：选择当前元素的所有先辈（父、祖父等）。
• descendant-or-self：选择当前元素和所有后代元素。
• ancestor-or-self：选择当前元素和所有先辈元素。
• preceding-sibling：选择当前元素之前的所有同级元素。
• following-sibling：选择当前元素之后的所有同级元素。

XPath 运算符

XPath 支持多种运算符，用于在路径表达式中组合和筛选节点。

• 关系运算符：<, >, <=, >=
• 相等运算符：=, !=
• 逻辑运算符：and, or
• 字符串函数：如 contains(), starts-with(), substring(), concat() 等
• 数值函数：如 sum(), avg(), round(), floor(), ceiling() 等

XPath 实例

假设我们有以下的 XML 文档：

<bookstore>
  <book>
    <title lang="en">Harry Potter</title>
    <price>29.99</price>
  </book>
  <book>
    <title lang="en">Learning XML</title>
    <price>39.95</price>
  </book>
</bookstore>

举个例子

1. 选择所有书的标题：//book/title 或 descendant::book/title
2. 选择第一本书的标题：/bookstore/book[1]/title
3. 选择价格高于 35 的书的标题：//book[price>35]/title
4. 选择所有带有英文标题的书的标题：//book/title[@lang='en']

XPath 是一种强大的工具，可以帮助我们轻松地在 XML 文档中查找和提取信息。无论是编程人员还是数据分析师，都应该掌握 XPath 的基本知识和用法。