XPath知识点梳理
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://cloud.tencent.com/developer/article/1432228
1.XPath 的作用
XPath是W3C的一个标准。它最主要的目的是为了在XML1.0或XML1.1文档节点树中定位节点所设计。
XPath是一种表达式语言，它的返回值可能是节点，节点集合，原子值，以及节点和原子值的混合等。
2.XPath 表达式
XPath主要功能就是定位节点。在DOM树形结构中，节点间的关系是既定的，通过节点所在的位置，可以通过路径寻找其他节点或者原子值。
在JS里面，我们可以通过类似于 node.nextSibling.firstChild.lastChild.parentNode 这种方式进行定位元素，这种方式是通过逐级进行的，这个代码效率不高，
进而有 document.getElementById()
XPath 是根据其节点所在的位置，通过跟其他节点的位置关系，进行路径的查找和定位。
通过一次查找定位的基本单元，叫做 步 (Step), 步的功能，就是根据当前节点的位置，给定它一个指定的维度（即查找方向）和相应的一些参数，来获取新的节点或者节点集；
通过上面的一句话的描述，应该可以知道一步的基本组成部分有以下三个：
a. 轴（axis） 定义所选节点与当前节点之间的树关系; XPath规定了节点之间的一系列的关系
b. 节点测试（node-test） 识别某个轴内部的节点； 一个路径或者一个表达式
c. 零个或者更多谓语（predicate） 更深入地提炼所选的节点集 ；提供一些谓语描述，进行结果的过滤或筛选 步的基本语法： step = axis::node-testpredicate 即 步为 轴 ::节点测试谓语
路径表达式：
step / step / step /......
轴（axis）:
轴其实就是一个在DOM 中的节点查找其他节点的一个方向，轴可定义相对于当前节点的节点集。XPath约定DOM元素 节点之间的关系有以下几种：
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。 |
d.相对路径，绝对路径
绝对路径：以 "/" 开始的路径表达式，它将从根节点开始，往下找。 如：/bookstore/book
相对路径：是从当前的路径出发，以当前的节点作为参照点进行定位。 这个相对路径是针对节点而言的，一般情况下，定位到一个节点 node ，则在这个node 上使用相对路径表达式 。比如 当前的节点 book , 若使用相对表达式： title@lang="en" 将选择 到title 节点
e. 路径上下文( Context)
路径上下文是指 当前的环境信息。在不同的上下文中，相同的 相对路径表达式所得到的结果可能不一样。从另外一个角度考虑， 上下文就是根据当前的位置出发，定位特定关系的节点。上下文，就描述了这种关系。
XPath上下文基本有以下几种：
当前节点(./)：
如./book 表示选择当前节点下的 book 节点集合
父节点(../)：
如../book表示选择当前节点的父节点下的book节点集合
根元素（/）：
如/book表示选择从文档根节点下的book节点集合.
根节点（/*）：
这里的*是代表所有节点，但是根元素只有一个，所以这里表示根节点。/*的返回结果和/book返回的结果一样都是book节点。
递归下降（//）:
如//book ，将从当前上下文下的所有book 元素都捞到，不管其有多少层。
f. 运算符
运算符/特殊字符 | 说明 |
|---|---|
/ | 此路径运算符出现在模式开头时，表示应从根节点选择。 |
// | 从当前节点开始递归下降，此路径运算符出现在模式开头时，表示应从根节点递归下降。 |
. | 当前上下文。 |
.. | 当前上下文节点父级。 |
* | 通配符；选择所有元素节点与元素名无关。（不包括文本，注释，指令等节点，如果也要包含这些节点请用node()函数） |
@ | 属性名的前缀。 |
@* | 选择所有属性，与名称无关。 |
: | 命名空间分隔符；将命名空间前缀与元素名或属性名分隔。 |
( ) | 括号运算符(优先级最高)，强制运算优先级。 |
| 应用筛选模式（即谓词，包括"过滤表达式"和"轴（向前/向后）"）。 |
| 下标运算符；用于在集合中编制索引。 |
| | 两个节点集合的联合，如：//messages/message/to | //messages/message/cc |
- | 减法。 |
div， | 浮点除法。 |
and, or | 逻辑运算。 |
mod | 求余。 |
not() | 逻辑非 |
= | 等于 |
！= | 不等于 |
特殊比较运算符 | < 或者 < <= 或者 <= > 或者 > >= 或者 >= 需要转义的时候必须使用转义的形式，如在XSLT中，而在XMLDOM的scripting中不需要转义。 |
3. 实例解析
以下面这个xml 文件进行解析，说明XPath 的一些用法
<?xml version="1.0" encoding="UTF-8"?>
<!-- edited with XMLSpy v2008 rel. 2 sp2 (http://www.altova.com) by Administrator -->
<?xml-stylesheet type="text/xsl" href="messages.xsl"?>
<messages>
<message id="1">
<sender>gukaitong@gmail.com</sender>
<to>anonymous@gmail.com
<group name="IT">
<address>111@gmail.com</address>
<address>222@gmail.com</address>
<address>aaa@gmail.com</address>
<address>bbb@gmail.com</address>
<address>ccc@gmail.com</address>
</group>
</to>
<subject>This is a sample</subject>
<datetime date="2008-12-11" time="12:00:00" formatted="12/11/2008 12:00AM">2008-12-11T12:00:00Z</datetime>
<body>
Are you interested in?
<attachments>
<attachment id="1">
<message id="0">
<sender>anonymous@gmail.com</sender>
<to>gukaitong@gmail.com</to>
<body>
We strongly recommend the following books
<books xmlns:amazon="http://www.amazon.com/books/schema">
<amazon:book>
<name>Professional C# 2008 </name>
<country>USA</country>
<price>37.79</price>
<year>2007</year>
</amazon:book>
<amazon:book>
<name>Microsoft Visual C# 2008 Step by Step </name>
<country>USA</country>
<price>26.39 </price>
<year>2008</year>
</amazon:book>
<amazon:book>
<name>C# in Depth</name>
<country>USA</country>
<price>29.69 </price>
<year>2006</year>
</amazon:book>
<amazon:book>
<name>Thinking in Java</name>
<country>USA</country>
<price>23.69 </price>
<year>2004</year>
</amazon:book>
</books>
</body>
</message>
</attachment>
</attachments>
</body>
</message>
<message id="2">
<sender>333@gmail.com</sender>
<to>444@gmail.com</to>
<subject>No title</subject>
<body/>
</message>
</messages>/ | 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/message1 | messages节点下的第一个message节点 |
/messages/message1/self::node() | 第一个message节点（self轴表示自身，node()表示选择所有节点） |
/messages/message1/node() | 第一个message节点下的所有子节点 |
/messages/message1/*last() | 第一个message节点的最后一个子节点 |
/messages/message1/last() | Error，谓词前必须是节点或节点集 |
/messages/message1/node()last() | 第一个message节点的最后一个子节点 |
/messages/message1/text() | 第一个message节点的所有子节点 |
/messages/message1//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/message1 /child::node() /messages/message1 /node() /messages/messageposition()=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） |
//messageposition()=1/node() | 选择id=1的message节点以及id=0的message节点 |
/messages/message1 /parent::* | Messages节点 |
/messages/message1/body/attachments/parent::node() /messages/message1/body/attachments/parent::* /messages/message1/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/message1/descendant::node() //messages/message1//node() | 递归下降查找message节点的所有节点 |
/messages/message1/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/datetimeattribute::date | 查找id=1的message节点的所有含有date属性的datetime节点 |
//messagedatetime | 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/datetimeattribute::* //message/datetimeattribute::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' | 选择year节点值>2006的book节点 |
//message@id=0//books/*local-name()='book'/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 |
4. Dom 操作的应用
XPath作为一种规范。在DOM树的解析上，很多工具都支持了XPath。
a.IE 浏览器对XPath的支持
低版本的IE可以使用以下代码：
<script language="javascript" type="text/javascript">
var xmlDoc = new ActiveXObject("Microsoft.XMLDOM");
xmlDoc.async="false";
xmlDoc.load("messages.xml");
xmlDoc.setProperty("SelectionLanguage", "XPath");
var sPath = "/messages/message[1]//books/*[local-name()='book']";
var bookNodes = xmlDoc.selectNodes(sPath);
</script> 相关链接：Javascript XPath 实现 http://www.cnblogs.com/amylis_chen/archive/2012/10/03/2710770.html
但是IE10不支持这种方式，可以使用谷歌的wgxpath开源工具
<html> <body> <script src="wgxpath.install.js"></script> <script type="text/javascript"> // 加載wgxpath wgxpath.install(); function loadXMLDoc(dname) { if (window.XMLHttpRequest) { xhttp = new XMLHttpRequest(); } else { xhttp = new ActiveXObject("Microsoft.XMLHTTP"); } xhttp.open("GET", dname, false); xhttp.send(""); return xhttp.responseXML; }
xml = loadXMLDoc("books.xml"); path = "/bookstore/book"; // code for IE if (window.ActiveXObject) { //var nodes = xml.selectNodes(path); var nodes = document.evaluate(path, xml, null, XPathResult.ANY_TYPE, null); var iterator=nodes.iterateNext(); while(null!= iterator) { document.write(iterator.textContent); document.write(" "); iterator = nodes.iterateNext(); } } // code for Mozilla, Firefox, Opera, etc. else if (document.implementation && document.implementation.createDocument) { var nodes = xml.evaluate(path, xml, null, XPathResult.ANY_TYPE, null); var result = nodes.iterateNext();
while (result) { document.write(result.childNodes0.nodeValue); document.write(" "); result = nodes.iterateNext(); } } </script> </body> </html>
未完待续。
本文参考：XPath 详解，总结 ：http://www.cnblogs.com/ktgu/archive/2009/04/16/1353246.html