XPath

La notación compacta permite muchos valores predeterminados y abreviaturas para casos comunes. Dado XML fuente que contiene al menos

<A> <B> <C/> </B> </A>

La expresión XPath más sencilla adopta una forma como la siguiente:

• /A/B/C

que selecciona elementos C que son hijos de elementos B que son hijos del elemento A que forma el elemento más externo del documento XML. La sintaxis XPath está diseñada para imitar la sintaxis de URI ( Identificador Uniforme de Recursos ) y de ruta de archivo al estilo Unix .

Se pueden construir expresiones más complejas especificando un eje distinto del eje 'hijo' predeterminado, una prueba de nodo distinta de un nombre simple o predicados, que se pueden escribir entre corchetes después de cualquier paso. Por ejemplo, la expresión

• A//B/*[1]

Selecciona el primer hijo (' *[1]'), cualquiera que sea su nombre, de cada elemento B que a su vez sea hijo u otro descendiente más profundo (' //') de un elemento A que sea hijo del nodo de contexto actual (la expresión no comienza con un ' /'). El predicado [1]se vincula más fuertemente que el /operador. Para seleccionar el primer nodo seleccionado por la expresión A//B/*, escriba (A//B/*)[1]. Tenga en cuenta también que los valores de índice en los predicados XPath (técnicamente, 'posiciones de proximidad' de conjuntos de nodos XPath) comienzan desde 1, no desde 0 como es común en lenguajes como C y Java.

En la sintaxis completa y sin abreviar, los dos ejemplos anteriores se escribirían

• /child::A/child::B/child::C
• child::A/descendant-or-self::node()/child::B/child::node()[position()=1]

Aquí, en cada paso de XPath, el eje (por ejemplo childo descendant-or-self) se especifica explícitamente, seguido de ::y luego la prueba del nodo , como Ao node()en los ejemplos anteriores.

Aquí lo mismo, pero más corto:A//B/*[position()=1]

Los especificadores de eje indican la dirección de navegación dentro de la representación de árbol del documento XML. Los ejes disponibles son: ^{[ b ]}

Como ejemplo del uso del eje de atributos en sintaxis abreviada, //a/@hrefselecciona el atributo llamado hrefen aelementos en cualquier parte del árbol del documento. La expresión . (una abreviatura de self::node() ) se usa comúnmente dentro de un predicado para referirse al nodo seleccionado actualmente. Por ejemplo, h3[.='See also']selecciona un elemento llamado h3en el contexto actual, cuyo contenido de texto es See also.

Las pruebas de nodos pueden consistir en nombres de nodos específicos o expresiones más generales. En el caso de un documento XML en el que gsse ha definido el prefijo de espacio de nombres, //gs:enquiryencontrará todos los enquiryelementos en ese espacio de nombres, y //gs:*encontrará todos los elementos, independientemente del nombre local, en ese espacio de nombres.

Otros formatos de prueba de nodos son:

comentario()

encuentra un nodo de comentario XML, por ejemplo<!-- Comment -->

texto()

encuentra un nodo de tipo texto excluyendo cualquier hijo, por ejemplo el helloen<k>hello<m> world</m></k>

instrucción de procesamiento()

encuentra instrucciones de procesamiento XML como . En este caso, coincidiría.<?phpecho$a;?>processing-instruction('php')

nodo()

encuentra cualquier nodo.

Los predicados, escritos como expresiones entre corchetes, se pueden usar para filtrar un conjunto de nodos según alguna condición. Por ejemplo, adevuelve un conjunto de nodos (todos los aelementos que son hijos del nodo de contexto) y conserva solo aquellos elementos que tienen un atributo con el valor .a[@href='help.php']hrefhelp.php

No hay límite en la cantidad de predicados en un paso, y no es necesario que se limiten al último paso de una ruta XPath. También pueden anidarse a cualquier profundidad. Las rutas especificadas en los predicados comienzan en el contexto del paso actual (es decir, el de la prueba de nodo inmediatamente anterior) y no modifican dicho contexto. Todos los predicados deben cumplirse para que se produzca una coincidencia.

Cuando el valor del predicado es numérico, es azúcar sintáctico para comparar con la posición del nodo en el conjunto de nodos (según lo da la función position()). Así, p[1]es una abreviatura de y selecciona el primer hijo del elemento, mientras que es una abreviatura de y selecciona el último hijo del nodo de contexto.p[position()=1]pp[last()]p[position()=last()]p

En otros casos, el valor del predicado se convierte automáticamente a un booleano. Cuando el predicado se evalúa a un conjunto de nodos, el resultado es verdadero cuando el conjunto de nodos no está vacío . Por lo tanto, selecciona aquellos elementos que tienen un atributo llamado .p[@x]px

Un ejemplo más complejo: la expresión selecciona el valor del atributo del primer elemento entre los hijos del nodo de contexto que tiene su atributo establecido en , siempre que el elemento de nivel superior del documento también tenga un atributo establecido en . La referencia a un atributo del elemento de nivel superior en el primer predicado no afecta ni al contexto de otros predicados ni al del paso de ubicación en sí.a[/html/@lang='en'][@href='help.php'][1]/@targettargetahrefhelp.phphtmllangen

El orden de los predicados es importante si estos prueban la posición de un nodo. Cada predicado toma un conjunto de nodos y devuelve un conjunto de nodos (potencialmente) más pequeño. Por lo tanto, encontrará una coincidencia solo si el primer hijo del nodo de contexto satisface la condición , mientras que encontrará el primer hijo que satisface esta condición.a[1][@href='help.php']a@href='help.php'a[@href='help.php'][1]a

XPath 1.0 define cuatro tipos de datos: conjuntos de nodos (conjuntos de nodos sin orden intrínseco), cadenas de caracteres, números y valores booleanos.

Los operadores disponibles son:

• Los operadores /, //y [...], utilizados en expresiones de ruta, como se describió anteriormente.
• Un operador de unión, |, que forma la unión de dos conjuntos de nodos.
• Operadores booleanos andy or, y una funciónnot()
• Operadores aritméticos +, -, *, div(división) ymod
• Operadores de comparación =, !=, <, >, <=,>=

La biblioteca de funciones incluye:

• Funciones para manipular cadenas: concat(), substring(), contains(), substring-before(), substring-after(), translate(), normalize-space(), string-length()
• Funciones para manipular números: suma(), redondeo(), piso(), techo()
• Funciones para obtener propiedades de los nodos: name(), local-name(), namespace-uri()
• Funciones para obtener información sobre el contexto de procesamiento: position(), last()
• Funciones de conversión de tipos: string(), number(), boolean()

Algunas de las funciones más útiles se detallan a continuación. ^{[ c ]}

Las expresiones se pueden crear dentro de predicados usando los operadores: y . Las expresiones booleanas se pueden combinar con paréntesis y los operadores booleanos y , así como con la función descrita anteriormente. Los cálculos numéricos pueden usar y . Las cadenas pueden constar de cualquier carácter Unicode .=, !=, <=, <, >=>()andornot()*, +, -, divmod

//item[@price>2*@discount]Selecciona artículos cuyo atributo de precio sea mayor que el doble del valor numérico de su atributo de descuento.

Los conjuntos de nodos completos se pueden combinar ( 'unionar' ) usando el carácter de barra vertical |. Los conjuntos de nodos que cumplen una o más de varias condiciones se pueden encontrar combinando las condiciones dentro de un predicado con ' or'.

v[x or y] | w[z]devolverá un único conjunto de nodos que consta de todos los velementos que tienen elementos xhijos y, así como todos los welementos que tienen zelementos hijos, que se encontraron en el contexto actual.

• XMLStarlet
• xmllint (libxml2)
• El servidor RaptorXML de Altova es compatible con XPath 1.0, 2.0 y 3.0.
• Xidel

• libxml2
• Pathan ^{[ 8 ]}
• pugixml ^{[ 9 ]}
• Base de datos XML de Sedna
• VTD-XML
• Xalan
• XQilla ^{[ 10 ]}

• La unidad XPath está incluida en las bibliotecas predeterminadas.

• OpenLink Virtuoso

• Saxon XSLT admite XPath 1.0, XPath 2.0 y XPath 3.0 (así como XSLT 2.0, XQuery 3.0 y XPath 3.0).
• BaseX (también admite XPath 2.0 y XQuery)
• VTD-XML
• Base de datos XML de Sedna Tanto XML:DB como propietaria.
• QuiXPath, ^{[ 11 ]} una implementación de código abierto para transmisión de datos por Innovimax
• Xalan
• Dom4j

El paquete Javajavax.xml.xpath ha sido parte de la edición estándar de Java desde Java 5 ^{[ 12 ]} a través de la API de Java para el procesamiento de XML . Técnicamente, se trata de una API XPath en lugar de una implementación XPath, y permite al programador seleccionar una implementación específica que se ajuste a la interfaz.

• Método document.evaluate()^{[ 13 ]} en navegadores web .
• Complemento jQuery XPath ^{[ 14 ]} basado en la implementación de código abierto XPath 2.0 en JavaScript ^{[ 15 ]}
• FontoXPath ^{[ 16 ]} Implementación de código abierto de XPath 3.1 en JavaScript. Actualmente en desarrollo.

• En los espacios de nombres System.Xml y System.Xml.XPath ^{[ 17 ]}
• Base de datos XML de Sedna

• XML::LibXML ^{[ 18 ]} (libxml2)

• Base de datos XML de Sedna
• DOMXPath ^{[ 19 ]} a través de la extensión libxml

• La API XML ElementTree ^{[ 20 ]} en la biblioteca estándar de Python incluye soporte limitado para expresiones XPath.
• libxml2
• Amara
• Base de datos XML de Sedna
• lxml ^{[ 21 ]}
• Scrapy ^{[ 22 ]}

• libxml2
• Nokogiri

• Base de datos XML de Sedna

• MySQL admite un subconjunto de XPath desde la versión 5.1.5 en adelante ^{[ 23 ].}
• PostgreSQL admite XPath y XSLT desde la versión 8.4 en adelante ^{[ 24 ].}

• El paquete tDOM proporciona una implementación XPath completa, compatible y rápida en C ^{[ 25 ].}