級別: 中級
Brett McLaughlin, 作家，編輯, O'Reilly Media, Inc.
2005 年 12 月 22 日
通
常人們不把 XPath 看作是一種數據綁定 API。除了作為其他規范的一部分以外，XPath 甚至還沒有引起 XML
世界的過多關注。但是只要真正理解了 XPath 是什么以及如何使用它，特別是在 Java?
編程環境中，它就會成為一種強大的數據綁定工具，常常優于傳統的數據綁定 API 如 JAXB 或 JaxMe。Brett McLaughlin
的 “實用數據綁定” 專欄首先用兩期文章探討了作為數據綁定工具的 XPath。
到目前為止，本專欄一直專注于數據綁定的傳統定義和用法：將 XML 文檔轉換成 Java 表示并用于通常的 Java 方法中（比如 getName() 和 setAddress()）。
然后將 Java 對象再轉換成 XML 表示，通常序列化（保存）到磁盤。我還討論過另一種方向的轉換，即把 Java 對象轉換成 XML，
然后使用轉換的 XML（可以通過網絡連接發送出去，或者作為應用程序中另一個消費 XML
的組件的輸入）。這都是非常有效和實用的數據綁定的用例，但是還沒有包括所有的可能性。本文和下一期文章將介紹另一種方法，即使用 XPath
技術進行數據綁定。
如果您使用數據綁定很長時間了，通常會提供一個約束集（比如 XML 模式或 DTD），用 API
生成表示該約束集的類。然后使用這些類加載 XML 數據，將其中的數據序列化為 XML。這是一種完善的解決方案，但是并非惟一的不使用 SAX 或
DOM 等底層 API 從 XML 文檔中讀取數據的方法。XPath，您可能聽說過這種規范，就是另一種方法。即使您沒有 聽說過 XPath，也可能在某些時候已經用到過它。通過本文，您將了解 XPath 是什么，知道如何使用它，看看它為什么像一種數據綁定 API，甚至可以漂亮地完成其他數據綁定任務很難實現的工作。
總是為他人作嫁衣……
XPath 是最常用而不為人知的 XML 技術之一。它實際上是最 常用的 XML 技術 —— XML 轉換必不可少的組成部分。在將來的 Web 中它也起著重要的作用，因為它對 XLink 和（特別是） XPointer 至關重要。甚至 XForms 也暗中要用到它。
那么人們為什么不把 XPath 看作一種獨立的技術呢？很大程度上是因為其他語言中獨立處理 XPath 的 API 還剛剛出現。但是如果使用過 XSLT 或 XPointer，或者處理過更先進的 XML Schema，那么您可能已經走到前面了。
XPath 在 XSLT 中的作用
如果使用過 XSLT，幾乎可以肯定曾經看到過 XPath 而且至少在一定程度上看著面熟，即使您并沒有意識到。看一看 清單 1，這是一個非常簡單的 XSL 樣式表的一部分。
清單 1. XSL 樣式表中的 XPath
<xsl:template match="address">
<h1>Addresses</h1>
<hr />
<table>
<tr><th>Street</th><th>City</th><th>State</th><th>Zip Code</th></tr>
<xsl:apply-templates select="address" />
</table>
</xsl:template>
<xsl:template match="address" />
<tr>
<td><xsl:value-of select="street" /></td>
<td><xsl:value-of select="city" /></td>
<td><xsl:value-of select="state" /></td>
<td><xsl:value-of select="zipCode" /></td>
</tr>
</xsl:template>
|
比方說，當您看到 select="address" 或者 select="zipCode" 的時候，您看到的就是應用中的 XPath。包圍在引號中的文本就是 XPath 表達式，盡管非常簡單，要讓樣式表工作卻是不可或缺的。
實際上，即使編寫最簡單的 XML 轉換，如果樣式表中沒有 select 會怎么樣？根本不可能！這是因為 XPath 是 XML 轉換從而也是 XSLT 的完整的一部分。如果您認為自己是一位 XSL 專家，您可能比自己認為的更熟悉 XPath。
XPointer 中的 XPath
XPointer 是另一種大量使用 XPath 的 API，盡管不像 XSL 那么常用，但是也逐漸展露頭角。清單 2 展示了一篇文檔中指向另一篇文檔的鏈接。
清單 2. XPointer 上下文中 XPath 的用法
<link xmlns:xlink="http://www.w3.org/2000/xlink"
xlink:type="simple"
xlink:href="cd.xml#xpointer(
/cds/cd[@title='August and Everything After'])">
|
|
要考慮的一些問題
注意指向 XML 文檔的一部分的 XPath 代碼例子。XPath 表達式沒有涉及到元素或屬性，而是直接包含對這些 XML 結構名稱的引用。這應該讓您想起數據綁定。
|
|
這是一段稍微復雜的 XPath。它選擇了根元素 cds 中的 cd 元素，該元素有一個 title 屬性等于 August and Everything After，這些內容都在 cd.xml 文檔中。討論這些似乎有點為時過早，但是先不要擔心語法。關鍵是要看到 XPointer 和 XSL 一樣大量使用了 XPath，事實上沒有它 XPointer 就無法存在。再說一次，XPath 是用于選擇數據的重要組件。
在 XForms 中使用 XPath
XForms 是一種相對較新的 XML 技術，比不上 XSL 普及，甚至還比不上 XPointer 或 XLink。但是仍然值得提一下，因為它在 input 元素的 ref 屬性中使用 XPath 表達式。可以設置一個 input 并將其綁定到 XML 文檔中的特定元素（或屬性），如 清單 3 所示。
清單 3. XForms 組件使用 XPath 引用綁定到表單的 XML 文檔
<input ref="xhtml:html/body/xhtml:p[@id='greentea']/
xhtml:description" />
|
清單 3 中的 XForms 語句將輸入控件綁定到 XHTML 文檔的特定元素。在這里 XPath 同樣是指定具體元素的關鍵。后面將提到它允許使用一些非常高級的選擇條件。
在很大程度上 XForms 是一種尚未得到支持的技術，但是當使用 XForms 的時候，現在學習的 XPath 是一種很好的工具。將這些關于 XSL、XLink 和 XInclude 的知識結合起來就夠了！
選擇內容：基礎
現在您已經確信 XPath 非常有用而且無處不在了，下面開始學習語法吧。如果剛接觸 XPath，本課程將幫助您開始學習和領會 XPath 的結構。如果是一位 XSL 或 XLink 和 XPointer 老手，也可了解為什么 要構造那些奇怪的路徑。您可能已經知道獲取感興趣的數據的其他方法，也許是更好的方法。
首先要認識到稱 XPath 為一種語言有點過于鄭重其事。它實際上是選擇和處理 XML 文檔中的內容的一種語法。即使在 XPath 中使用的函數和運算符也都與選擇有關。在 XPath 中不會創建變量，比方說不可能運行 一個 XPath 程序。沒有這些東西。如果您開始認識到 XPath 是一種巧妙的、有益的選擇 XML 元素和屬性的方法，然后使用選擇的值，您就已經領先于大多數 XML 開發人員了。XPath 不是要對 XML 做 什么事情，而是要從 XML 中取得一些內容。
選擇元素
|
|
設置上下文
設置上下文不是 XPath 的工作。事實上，根本不能 用 XPath 設置上下文。相反，要用其他使用 XPath 在文檔中導航的 API 來設置上下文。比如，XSLT 根據應用的模板設置上下文，XForms（一般來說）每次都從根上下文開始。因此理解上下文更多的是需要了解使用 XPath 的 API，而不是 XPath 本身。
|
|
對于 XPath 來說第一步是找到一個引用元素的句柄。可是在選擇元素之前需要理解當前上下文。上下文就是在 XML 文檔中的位置。比方說，您可能在根元素上，那根元素就是上下文。當然也可能在第一個 person 元素的第二個 address 元素上。在開始移動和選擇內容之前，需要知道上下文。
只要理解了上下文，就可以掌握 XPath 語法了。以 清單 4 中的 XHTML 文檔為例。
清單 4. Head First Lounge 的 XHTML
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN"
"http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html xmlns="http://www.w3.org/1999/xhtml" lang="en">
<head>
<meta http-equiv="Content-Type" content="text/html;
charset=ISO-8859-1" />
<title>Head First Lounge Elixirs</title>
<link type="text/css" rel="stylesheet" href="../lounge.css" />
</head>
<body>
<h1>Our Elixirs</h1>
<h2>Green Tea Cooler</h2>
<p class="greentea">
<img src="../images/green.jpg" alt="Green Tea Cooler" />
Chock full of vitamins and minerals, this elixir
combines the healthful benefits of green tea with
a twist of chamomile blossoms and ginger root.
</p>
<h2>Raspberry Ice Concentration</h2>
<p class="raspberry">
<img src="../images/lightblue.jpg"
alt="Raspberry Ice Concentration" />
Combining raspberry juice with lemon grass,
citrus peel and rosehips, this icy drink
will make your mind feel clear and crisp.
</p>
<h2>Blueberry Bliss Elixir</h2>
<p class="blueberry">
<img src="../images/blue.jpg" alt="Blueberry Bliss Elixir" />
Blueberries and cherry essence mixed into a base
of elderflower herb tea will put you in a relaxed
state of bliss in no time.
</p>
<h2>Cranberry Antioxidant Blast</h2>
<p>
<img src="../images/red.jpg" alt="Cranberry Antioxidant Blast" />
Wake up to the flavors of cranberry and hibiscus
in this vitamin C rich elixir.
</p>
<p>
<a href="../lounge.html">Back to the Lounge</a>
</p>
</body>
</html>
|
如果在 清單 4 中的上下文是 html 元素，就可以直接使用名稱選擇一個子元素。比如選擇 body 元素可使用 XPath 表達式 body。如果想訪問嵌套在 body 中的 h1 元素則使用 body/h1。如果認為這有點類似于目錄路徑，那么就對了。選擇元素使用 元素名/子元素名 這樣的形式。
不過在前進之前要認識到 XPath 表達式可能返回多個 元素。結果元素集稱為節點集。（事實上，用 XPath 選擇的所有實體 —— 元素、屬性和值 —— 都稱為節點。）比如下面的路徑：
清單 4 中 body 有五個不同的 p 子元素，因此那個表達式返回包含五個節點的節點集（正如您所期望的，不 只是第一個 p 元素）。注意，有時候您得到了預期的結果，但是很可能比您打算 要求的多。
還有更多需要注意的地方。現在給出的表達式僅僅返回實際的元素。可能還要獲得這些節點的值。如果需要元素的值（假設元素包含文本數據），需要使用 text() 函數。要獲得第一個 h1 的文本，應使用 body/h1/text()，對于清單 4 將返回 Our Elixirs。
選擇屬性
當然可以選擇的不僅僅是元素。前面已經提到還可以選擇屬性。選擇屬性的時候要在屬性名前使用 @ 符號，其他方面和元素都一樣。
再回到 清單 4 這個例子，可以使用 head/meta/@http-equiv 返回 meta 元素 http-equiv 屬性的值。類似地，head/link/@type 返回 link 元素的 type 屬性。
必須知道，選擇屬性的時候您得到的是它的值，而不像元素那樣返回節點。因此對于屬性選擇器，返回值（雖然不確切但是很有用）是一個值，對于一個元素則是一個節點集（包含一個節點）。
在文檔中移動
目前為止看到的都是理想的情況，特別是使用文檔的根作為上下文比較簡單。但是顯然情況并非總是如此。這正是目錄結構的真正有用的地方。要從當前上下文移動到上一級，只要使用 .. 運算符。比方說，假設上下文是 body 元素，現在需要獲得網頁的標題（包含在文檔 head 下的 title 元素中），可以使用 ../head/title/text()。如果您開始感覺到就像是改變 UNIX 或 Mac OS X 終端上的目錄，這就對了！
如果上下文是 body 中第二個 p 的 img 元素，要得到標題該怎么辦呢？可以使用 ../../../head/title/text()。但是數這些 ../ 很快就變得單調乏味了。因此能直接跳到根元素就好了，再想一想 UNIX，使用 / 返回到根元素就毫不奇怪了。同樣的選擇器更簡單的形式為 /html/head/title/text()。雖然沒有縮短，但是更清楚了。有了 ../ 和 / 之后，基本上就能移動到需要的任何地方了。
多重選擇
考慮到使用一個 XPath 表達式可以選擇多個節點，事情就更有趣了。您可以使用對應多個節點的簡單表達式，比如 /html/body/h2 來進行多重選擇。但是也可使用通配符 進一步精化這些選擇。XPath 中有三個統配符：
-
*
與任何元素匹配，無論元素名是什么
-
node()
與所有的節點類型匹配（元素、文本節點、注釋、屬性，等等）
-
@*
與所有的屬性節點匹配，無論屬性名是什么
比如，可以使用 /html/body/* 選擇 body 元素的所有直接子元素。也可用 /html/head/meta/@* 選擇 meta 標記的所有屬性。
所有這些情況下，要記住您得到的是一個節點集，因此不應該滿足于處理某個值就結束（除非您已經選擇了一個屬性，稍后要講到）。但是，只要使用方法、函數或模板處理多個節點，這些技術就很重要。
更有趣的東西
基本的東西很好，但有時候還需要點特別的讓您身邊的同事眼花繚亂的東西，或者需要一點特殊的 功能。這種情況下這些基礎可能就不夠了。雖然很難巨細無遺地介紹 XPath，但下面給出一些高級技巧，可以幫助您在 XPath 應用程序中取得需要的節點（或節點集）。
更大的一般性
到目前為止，看到的路徑都是選擇一個節點，并假設您知道該節點在何處。比方說，您知道 title、img 或 p 在文檔中什么位置，只需要導航到這些元素。但有時候可能希望打破這些結構，僅僅擷取某種元素而不管其位置（或者無論給定的起始上下文的位置）。為此可使用后代選擇器。
后代選擇器用雙斜線 // 表示。使用它告訴 XPath 選擇所有指定的節點，無論嵌套得多深。比如這個簡單的特定于 XHTML 的 XPath：
XPath 選擇嵌套在 XHTML 的 body 元素中的所有table 元素，不論直接嵌套在 body 中（如 /html/body/table），還是嵌套了多層（如 /html/body/table/tr/td/table）。這種情況下，嵌套的 table 和頂層 table 同時被選中。
|
|
不是很合 XML 的風格
在標準 XML 術語中，屬性不屬于 元素，而是與元素關聯，有時候也說在元素上。但是，XPath 不能處理元素及其屬性之間的關系。因此只能盡自己最大的努力：將屬性看作是屬于它們所在的元素。因此選擇 p 的 class 屬性要使用 p/@class。要訪問屬性所在的元素，可使用 @class/..。實際上是從屬性上移 一層而選擇元素。從技術上說這不是很好的 XML，但卻是完全正確的 XPath。
|
|
當與屬性結合使用的時候就變得很有趣了（使用 @）。比方說，假設要選擇具有 id 屬性的所有元素。可使用 //@id，首先跳回根元素然后選擇文檔中的所有 id 屬性。但是實際上要訪問的是元素而不是屬性，因此需要從屬性上移一層到包含這些屬性的元素：
您應該嘗試結合這些不同的方法，會看到一些很有意思的結果。
匹配條件
假設有一個條件希望作為匹配的基礎，比如需要 class 屬性值為 greentea 的 p 元素。如果知道如何使用方括號，這一點在 XPath 中很容易做到。下面是一個例子：
/html/body/p[class="greentea"]
|
方括號用于指定條件，可使用 = 甚至 < 和 >。也許要用一個范圍更廣的表達式：
明白了嗎？甚至還能更進一步，選擇屬于 greentea 類的所有 元素而不論其元素類型是什么：
//@class[.="greentea"]/..
|
這個表達式可能看起來有點奇怪，但很容易解釋。首先，// 意味著從根元素開始選擇所有的元素（與后面的選擇器及條件匹配）而不論其嵌套的位置。然后 @class 選擇文檔中所有的 class 屬性。后面的 [.="greentea"] 有點神秘。="greentea" 部分容易理解，它用 greentea 匹配等式左側的值。在這里就是 .，這個標志還沒有見到過。但是再想一想目錄，.. 選擇父節點（或者父目錄），. 則選擇當前節點。因此 //@class[.="greentea"] 選擇值為 greentea 的所有 class 屬性。然后再移動到這些屬性所在的元素：
//@class[.="greentea"]/..
|
現在看起來有點不可思議，但是應該熟悉這類奇怪的表達式。當需要訪問特定的元素、屬性或節點集時它們很有用。
計算
隨著越來越多的使用屬性選擇器，最終將與處理節點一樣經常地使用值（來自屬性）。如果處理過非常典型的 XML，一定會遇到數字。XML 文檔常常把數字值放在屬性中（有時候在元素中）。因此這一節討論 /people/person[firstname = "John"]/@born 和 /people/person/numChildren/text() 這類表達式的結果（當然，使用元素表示子女的個數不夠典型，不過就用下面的例子吧）。
這時候您會發現 XPath 的計算能力很有用。可以像其他編程語言中那樣使用 +、- 和 *。此外 div 用于除法，mod 則表示求模（兩數相除的余數）。比如，假設 XML 文檔中包含用四位數表示的出生年份，現在需要改成兩位數的形式，首先用下面的表達式取得實際的出生年份：
/people/person/birthdate/@year
|
這樣就得到了出生年份（可能是 1976 或者 1945）。然后只需要減去 1900：
(/people/person/birthdate/@year) - 1900
|
當然這種方法很有限，新千年出生的孩子和那些歷史人物都會造成這一公式的失敗。因此應該用 mod：
(/people/person/birthdate/@year) mod 100
|
（順便說一下，應該告訴那些研究 Y2K 的人您省略了年份的前兩位數。）
字符串技巧
最后，XPath 還提供了一些很棒的字符串處理功能。XML 基本上都是文本，屬性值和元素中的數據通常是文本，因此不用奇怪 XPath 支持某些字符串操作。下面僅僅是 XPath 提供的處理字符串的少數函數：
-
string()
將數據轉換成字符串格式，如果還不是字符串的話。
-
starts-with(full-string, start-string)
返回一個 Boolean 值，檢查 full-string 是否以 start-string 開始。
-
contains(full-string, contains-string)
返回一個 boolean 值，檢查 full-string 是否包含 contains-string。
-
string-length(string)
返回 string 的長度。
-
normalize-space(string)
去掉 string 兩端和內部的空格。
大部分函數的功能都很明確。starts-with("McLaughlin", "Mc") 返回 true，contains("McLaughlin", "augh") 同樣如此。string-length("Brett") 顯然返回 5，normalize-space(" Brett McLaughlin ") 則返回 "Brett McLaughlin"。是不是很簡單？當然這些可用于所有 XPath 表達式的返回值，比如 /html/body/p[class='greentea']。因此要獲取 清單 4 中 p 的文本可用 normalize-space()：
normalize-space(/html/body/p[class='greentea'])
|
更妙的是可用 string() 取出多個元素的文本。比如，如果希望取得 清單 4 所示 XHTML 中所有p 元素的所有 文本，可用：
normalize-space(string(//p))
|
分析最后一個例子可以了解很多內容：
-
//p
選擇文檔中所有的 p 元素，無論其位于何處。
-
string(//p)
獲取這些元素的內容組成一個大字符串。但是字符串中包含很多無用的空白，因此還要進一步處理。
-
normalize-space(string(//p))
規范化內容中的空白字符，得到您希望的文本。
這是一篇關于數據綁定的文章嗎？
現
在您可能已經忘記正在閱讀的是一篇關于數據綁定的文章。但是先不要忙于跟過去幾年中您讀過的其他 X* 文檔和 API
比較。您讀到的實際上是另一種數據綁定方法。考慮這樣一種觀點，數據綁定是在 Java 代碼中保留 XML
文檔邏輯（或者語義，如果您喜歡的話）意義。如果 XML 文檔中的 address 元素包含 street、city 和 state 子元素，想要用 getAddress().getStreet() 這樣的形式得到這些元素的值，比如：
Address address = getAddress();
System.out.println(address.getCity() + ", " + address.getState());
|
這就是某種基本的數據綁定形式。但是在 XPath 中也能做到同樣的事！可以利用 address/street/text() 或者 /person[last-name="Gosling"]/address[@type="work"]/city 這樣的 XPath 表達式來得到街道名。初看起來與前一個例子不同，但是它仍然合理地使用了 XML 數據，您要的是 person、address 和 street 而不是第一個子元素、第二個文本節點 或者屬性。這一點至關重要。XPath 按照邏輯而不是結構來處理 XML。基本上數據綁定也是如此，按照邏輯處理數據，而不用擔心其結構。
為了避免誤導，需要指出使用 XPath 仍然需要對結構有所了解。比如，@ 運算符只用于屬性，因此必須知道 type（地址的一部分）用元素還是屬性表示。在傳統的數據綁定中，只需要調用 getAddress().getType() 而不需要管結構的層次。但是，這點小小的代價是值得的，因為不需要處理大量的生成類、額外的類路徑問題、等待封送和解除封送處理以及傳統數據綁定的其他缺點。
只
剩下這個等式中需要在 Java 語言中增加的部分：接受 XML 文檔和 XPath 表達式，以 Java
友好的方式獲得表達式的結果。這些內容將在第 2 部分介紹，很快就要把 XPath 與 Java 編程中其他以 XML
為中心的工具一起使用了。很多情況下您會發現，與使用生成類和 JAXB 這樣的 API 的工具相比，XPath 是一種更好的 數據綁定工具。
參考資料
|
|
關于作者
|
|
|
|
|
Brett
McLaughlin 從 Logo 時代就開始使用計算機。（還記得那個小三角嗎？）近年來他已經成為 Java 技術和 XML
社區最知名的作家和程序員之一。他曾經在 Nextel Communications 實現過復雜的企業系統，在 Lutris
Technologies 編寫應用程序服務器，最近在 O'Reilly Media, Inc. 繼續撰寫和編輯這方面的圖書。在他的新書 Head Rush Ajax 中，Brett 與暢銷書作家 Eric 及 Beth Freeman 為 Ajax 帶來了獲獎的創新方法 Head First。最近的著作 Java 1.5 Tiger: A Developer's Notebook 是關于這一 Java 技術新版本的第一本書籍，經典著作 Java and XML 仍然是在 Java 語言中使用 XML 技術的權威圖書。
|