Navigace v XML datech - XPath

Tomáš Pitner

Copyright © 2001-2003 Tomáš Pitner

  • Pokročilá navigace v XML datech

  • Transformace (XSLT)

  • V "selekční části" XML dotazovacích jazyků

  • V některých modelovacích jazycích - Schematron

XPath je syntaxe pro specifikaci částí XML dokumentů (uzly, množiny uzlů, nelze specifikovat části textových uzlů)

XPath používá syntaxi obdobnou jako cesta v souborovém systému

XPath používá knihovnu standardních funkcí (evt. uživatelsky definovaných - v XPath 2.0 nebo i XPath 1.x, ale proprietárně - podle procesorů)

XPath je od v 1.0 základem pro XSLT, od 2.0 i pro XQuery

XPath syntaxe není XML

XPath 1.0 je W3C Recommendation - http://www.w3.org/TR/xpath

Cesta určuje lokaci v dokumentu

Cesty jsou konstruovány podobně jako cesty ve FS, tj.

  • relativní - vyhodnocovány vůči KU

  • absolutní - od kořene, ale výrazy (predikáty) také vyhodnocovány vůči KU

Syntaktická pravidla: [20]  PathExpr   ::=  AbsolutePathExpr |  RelativePathExpr [22]  AbsolutePathExpr   ::=  ("/" RelativePathExpr?) |  ("//" RelativePathExpr) [23]  RelativePathExpr   ::=  StepExpr (("/" |  "//") StepExpr)* [24]  StepExpr   ::=  AxisStep |  GeneralStep [25] AxisStep   ::=  (Axis? NodeTest StepQualifiers) |  AbbreviatedStep

Osy jsou množiny prvků dokumentu, vymezené (obvykle relativně) vůči kontextu.

Kontext je tvořen především dokumentem a aktuálním uzlem.

Jako osy je možné použít:

  • child - obsahuje dceřinné uzly kontextového (aktuálního) uzlu

  • descendant - obsahuje všechny potomky kontextového (aktuálního) uzlu (dále jen KU). Nepočítají se mezi ně atributy!!!

  • parent - obsahuje rodičovský uzel KU (existuje-li)

  • ancestor - obsahuje všechny předky - rodiče, "prarodiče"... kořenový element (pokud KU není sám kořenový)

  • following-sibling - obsahuje všechny následující sourozence KU (pro NS a atributy je tato osa prázdná)

  • preceding-sibling - dtto, ale obsahuje předchozí sourozence

  • following - obsahuje všechny uzly nacházející se po KU (mimo atributů, potomků a NS uzlů

  • preceding - dtto, ale obsahuje předchozí uzly (ale mimo předky, attributy, NS!)

  • attribute - obsahuje atributy (jen pro uzly - elementy)

  • namespace - obsahuje všechny NS uzly KU (jen pro uzly - elementy)

  • self - obsahuje samotný KU

  • descendant-or-self - obsahuje sjednocení os descendant a self

  • ancestor-or-self - obsahuje sjednocení os ancestor a self

Určeny k selekci (výběru) z uzlů specifikovaných např. cestou

př.: /article/para[3] - vybere třetí odstavec v článku

Nejjednodušším výrazem v predikátu je specifikace pozice (blízkosti) (proximity position) - viz výše

  • pozor u reverzních os (ancestor, preceding...) - pozice se počítá v rámci množiny uzlů vždy OD KONTEXTOVÉHO UZLU!

  • specifikaci pozice 3 možno nahradit výrazem position()=3

Určeny k použití v predikátech, k výpočtům, atd.

Výrazy mohou být:

  • řetězcové

  • numerické (hodnotami jsou floating-point čísla)

  • logické (boolean)

  • uzly a množiny uzlů

  • para selects the para element children of the context node

  • * selects all element children of the context node

  • text() selects all text node children of the context node

  • @name selects the name attribute of the context node

  • @* selects all the attributes of the context node

  • para[1] selects the first para child of the context node

  • para[last()] selects the last para child of the context node

  • */para selects all para grandchildren of the context node

  • /doc/chapter[5]/section[2] selects the second section of the fifth chapter of the doc

  • chapter//para selects the para element descendants of the chapter element children of the context node

  • //para selects all the para descendants of the document root and thus selects all para elements in the same document as the context node

  • //olist/item selects all the item elements in the same document as the context node that have an

olist parent

  • . selects the context node

  • .//para selects the para element descendants of the context node

  • .. selects the parent of the context node

  • ../@lang selects the lang attribute of the parent of the context node

Nejpoužívanější zkracování je osy child:

  • tj. typu article/para místo child::article/child::para.

  • a atributu: píšeme para[@type="warning"] místo child::para[attribute::type="warning"]

  • Další použíané zkracování je // místo /descendant-or-self::node()/

  • a samozřejmě zkratky . a ..

  • Pro přehlednost někdy delší formu zachováváme