什么是 XPath，如何在 XML 中使用它来查询数据？ - 面试题

XPath（XML Path Language）是一种用于在 XML 文档中定位和选择节点的语言。它提供了一种简洁而强大的方式来查询 XML 文档中的数据，类似于 SQL 在关系数据库中的作用。

XPath 的基本概念

节点类型

XPath 将 XML 文档视为节点树，包含以下节点类型：

元素节点：XML 元素
属性节点：元素的属性
文本节点：元素或属性中的文本内容
命名空间节点：元素的命名空间
处理指令节点：XML 处理指令
注释节点：XML 注释
文档节点：整个文档的根节点

XPath 语法

1. 基本路径表达式

xml
<!-- 示例 XML -->
<bookstore>
    <book category="web">
        <title lang="en">XML Guide</title>
        <author>John Doe</author>
        <price>39.95</price>
    </book>
    <book category="database">
        <title lang="en">SQL Basics</title>
        <author>Jane Smith</author>
        <price>29.99</price>
    </book>
</bookstore>

xpath
/* 选择文档节点（根节点）
/bookstore 选择根元素 bookstore
/bookstore/book 选择 bookstore 下的所有 book 元素
//book 选择文档中所有的 book 元素
bookstore//book 选择 bookstore 后代中的所有 book 元素

2. 谓语（Predicates）

谓语用于查找特定的节点，放在方括号 [] 中：

xpath
/bookstore/book[1] 选择第一个 book 元素
/bookstore/book[last()] 选择最后一个 book 元素
/bookstore/book[position()<3] 选择前两个 book 元素
//book[@category='web'] 选择 category 属性为 'web' 的 book 元素
//book[price>35] 选择 price 大于 35 的 book 元素

3. 通配符

xpath
* 匹配任何元素节点
@* 匹配任何属性节点
node() 匹配任何类型的节点
//book/* 选择 book 元素的所有子元素

4. 轴（Axes）

轴定义了相对于当前节点的节点集合：

xpath
ancestor 选择当前节点的所有祖先节点
ancestor-or-self 选择当前节点及其所有祖先节点
attribute 选择当前节点的所有属性节点
child 选择当前节点的所有子节点
descendant 选择当前节点的所有后代节点
descendant-or-self 选择当前节点及其所有后代节点
following 选择文档中当前节点之后的所有节点
following-sibling 选择当前节点之后的所有同级节点
namespace 选择当前节点的所有命名空间节点
parent 选择当前节点的父节点
preceding 选择文档中当前节点之前的所有节点
preceding-sibling 选择当前节点之前的所有同级节点
self 选择当前节点本身

5. 运算符

xpath
算术运算符：+ - * div mod
比较运算符：= != < > <= >=
布尔运算符：and or not()

XPath 函数

节点集函数

xpath
count(//book) 统计 book 元素的数量
id('b1') 选择 ID 为 'b1' 的元素
local-name() 返回节点的本地名称
namespace-uri() 返回节点的命名空间 URI
name() 返回节点的名称

字符串函数

xpath
string() 将节点转换为字符串
concat('Hello', ' ', 'World') 连接字符串
starts-with(text, 'XML') 检查是否以指定字符串开头
contains(text, 'XML') 检查是否包含指定字符串
substring(text, 1, 3) 提取子字符串
string-length(text) 返回字符串长度
normalize-space(text) 规范化空白字符
translate(text, 'abc', 'XYZ') 字符替换

布尔函数

xpath
boolean() 转换为布尔值
not() 逻辑非
true() 返回 true
false() 返回 false
lang() 检查语言设置

数字函数

xpath
number() 转换为数字
sum(//price) 计算总和
floor(3.7) 向下取整
ceiling(3.2) 向上取整
round(3.7) 四舍五入

XPath 实际应用示例

1. Java 中使用 XPath

java
import javax.xml.xpath.*;
import org.w3c.dom.*;

XPathFactory factory = XPathFactory.newInstance();
XPath xpath = factory.newXPath();

// 解析 XML 文档
DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = docFactory.newDocumentBuilder();
Document doc = builder.parse(new File("books.xml"));

// 执行 XPath 查询
String expression = "//book[@category='web']/title/text()";
String title = xpath.evaluate(expression, doc, XPathConstants.STRING);
System.out.println("Title: " + title);

// 获取节点列表
NodeList books = (NodeList) xpath.evaluate("//book", doc, XPathConstants.NODESET);
for (int i = 0; i < books.getLength(); i++) {
    Element book = (Element) books.item(i);
    System.out.println(book.getAttribute("category"));
}

2. Python 中使用 XPath（lxml）

python
from lxml import etree

# 解析 XML 文档
tree = etree.parse("books.xml")

# 执行 XPath 查询
titles = tree.xpath("//book[@category='web']/title/text()")
for title in titles:
    print(f"Title: {title}")

# 获取属性
categories = tree.xpath("//book/@category")
for category in categories:
    print(f"Category: {category}")

# 使用函数
total_price = sum(tree.xpath("//book/price/text()"))
print(f"Total price: {total_price}")

3. JavaScript 中使用 XPath

javascript
// 解析 XML
const parser = new DOMParser();
const xmlDoc = parser.parseFromString(xmlString, "text/xml");

// 执行 XPath 查询
const result = xmlDoc.evaluate(
    "//book[@category='web']/title",
    xmlDoc,
    null,
    XPathResult.ORDERED_NODE_SNAPSHOT_TYPE,
    null
);

for (let i = 0; i < result.snapshotLength; i++) {
    const node = result.snapshotItem(i);
    console.log(node.textContent);
}

XPath 与 XQuery 的关系

XQuery 是基于 XPath 构建的查询语言，扩展了 XPath 的功能：

XPath：用于定位和选择节点
XQuery：用于查询、转换和构造 XML 数据

XPath 最佳实践

使用绝对路径：当文档结构固定时，使用绝对路径提高性能
避免使用 //：// 会搜索整个文档，影响性能
使用谓词过滤：尽早过滤节点，减少处理的数据量
利用索引：在大型文档中，考虑使用索引优化查询
缓存查询结果：对于频繁执行的查询，缓存结果

XPath 是处理 XML 数据的强大工具，掌握 XPath 可以大大提高 XML 数据处理的效率和灵活性。