XPath语言

XPath 语言：XML 文档的高效查询工具

XPath（XML Path Language）是一门专门用于在 XML 文档中定位和选择节点的查询语言，它通过简洁的路径表达式，能够快速定位 XML 文档中的特定元素、属性或文本，常与 XML 解析器（如 DOM、SAX）结合使用，广泛应用于数据提取、配置文件解析等场景。

XPath 的核心概念：节点

XPath 将 XML 文档视为一个节点树，所有内容都被抽象为不同类型的节点，主要包括：

节点类型	说明	示例
文档根节点	整个文档的根（非整个文档的最外层元素）	无具体名称，代表整个 XML 文档树
元素节点	XML 中的标签元素	`<book>`、`<name>`
属性节点	元素的属性	`id="1001"`中的`id`属性
文本节点	元素内的文本内容	`<name>XML指南</name>`中的 “XML 指南”
注释节点	XML 中的注释	`<!-- 这是注释 -->`
处理指令节点	用于指导解析器的指令	`<?xml version="1.0"?>`
命名空间节点	元素声明的命名空间	`xmlns:xs="http://www.w3.org/2001/XMLSchema"`

XPath 路径表达式：定位节点的核心语法

XPath 通过路径表达式选取节点或节点集，表达式由多个 “步” 组成，步之间用斜线（/）分隔。例如：/bookstore/book/name表示选取根节点下bookstore元素的子元素book中的name元素。

路径表达式的基本格式

每个 “步” 的完整语法为：

轴::节点测试[限定谓语]

轴（Axis）：定义当前节点与目标节点的结构关系（如父子、祖先后代）。
节点测试（Node Test）：筛选轴所匹配的节点类型（如元素、文本）。
限定谓语（Predicate）：进一步过滤节点集（类似条件判断）。

轴（Axis）：定义节点关系

轴用于描述目标节点与当前节点的位置关系，常用轴及其简写形式如下：

轴名称	含义	简写形式
`child`	选取当前节点的直接子元素（默认轴）	可省略（如`book`等效于`child::book`）
`parent`	选取当前节点的父节点	`..`
`self`	选取当前节点本身	`.`
`attribute`	选取当前节点的属性	`@`
`descendant`	选取当前节点的所有后代后代（子、孙等）	`//`（用于路径开头或中间）
`ancestor`	选取当前节点的所有祖先先辈（父、祖父等）	无
`preceding-sibling`	选取当前节点之前的同级同级节点	无
`following-sibling`	选取当前节点之后的同级节点	无

示例：

child::book：选取当前节点的直接子元素book（等效于book）。
@id：选取当前节点的id属性（等效于attribute::id）。
..：选取当前节点的父节点（等效于parent::node()）。
//name：选取文档中所有name元素（无论位置，等效于/descendant::name）。

节点测试（Node Test）：筛选节点类型

节点测试用于从轴匹配的节点中筛选特定类型的节点，常用测试规则：

节点测试	含义	示例
`nodename`	选取指定名称的元素节点	`child::book` 选取子元素`book`
`*`	通配符，选取所有元素节点	`child::*` 选取所有子元素
`text()`	选取文本节点	`child::text()` 选取子元素中的文本
`comment()`	选取注释节点	`//comment()` 选取所有注释
`node()`	选取所有类型的节点（元素、文本、属性等）	`child::node()` 选取所有子节点

示例：

book/*：选取book元素的所有子元素（无论名称）。
book/text()：选取book元素的直接文本内容。
//node()：选取文档中所有类型的节点。

限定谓语（Predicate）：条件过滤

谓语是放在方括号（[]）中的布尔表达式，用于进一步过滤节点集，常用来指定位置、属性值等条件。

常用谓语示例：

book[1]：选取第一个book子元素（索引从 1 开始）。
book[last()]：选取最后一个book子元素。
book[@id]：选取包含id属性的book元素。
book[@id='1001']：选取id属性值为1001的book元素。
book[price>30]：选取price子元素值大于 30 的book元素。

复杂示例：

//book[author='张三' and price<50]：选取作者为 “张三” 且价格小于 50 的所有book元素。
book[position()<3]：选取前两个book子元素。

常用路径表达式示例

假设存在如下 XML 文档（books.xml）：

<?xml version="1.0"?>
<bookstore>
  <book id="1001">
    <name>XML指南</name>
    <author>张三</author>
    <price>49.9</price>
  </book>
  <book id="1002">
    <name>Java编程</name>
    <author>李四</author>
    <price>59.9</price>
  </book>
  <magazine>
    <name>编程周刊</name>
    <price>15.0</price>
  </magazine>
</bookstore>

以下是常用路径表达式及其结果：

路径表达式	含义	结果
`/bookstore`	选取根元素`bookstore`	匹配`<bookstore>...</bookstore>`
`/bookstore/book`	选取`bookstore`的直接子元素`book`	匹配两个`<book>`元素
`//book`	选取所有`book`元素（无论位置）	匹配两个`<book>`元素
`//@id`	选取所有`id`属性	匹配`id="1001"`和`id="1002"`
`//book[@id='1001']`	选取`id`为`1001`的`book`元素	匹配第一个`<book>`元素
`//book/name/text()`	选取所有`book`元素中`name`的文本内容	结果为 “XML 指南” 和 “Java 编程”
`/bookstore/*[1]`	选取`bookstore`的第一个子元素	匹配第一个`<book>`元素
`//book[price>50]/name`	选取价格大于 50 的`book`的`name`元素	匹配`<name>Java编程</name>`

XPath 的应用场景

XPath 广泛应用于需要解析和提取 XML 数据的场景：

数据提取：从复杂 XML 文档中快速提取特定节点（如从配置文件中读取参数）。
XML 验证：结合 XSLT 或 Schema 验证 XML 结构是否符合预期。
自动化测试：在 UI 自动化测试中定位 XML 格式的配置项或响应数据。
网页解析：XPath 也是 HTML 解析的常用工具（如爬虫中提取网页元素）。