Navigace v XML datech

XPath - hlavní principy

XPath je syntaxe pro specifikaci částí XML dokumentů (uzly, množiny uzlů, sekvence uzlů; nelze specifikovat části textových uzlů).
XPath používá syntaxi obdobnou jako cesty 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 (bylo by příliš "upovídané")
XPath 1.0 i 2.0 jsou doporučeními W3C (W3C Recommendation) - http://www.w3.org/TR/xpath

XPath - aplikační oblasti

Pokročilá navigace v XML datech
```
<?xml version="1.0"?>
<a>
 
 
 <c/>
 
 
 <c/>
 
</a>
```
- Vybrat třetí uzel b:
```
//b[3]
```
- Vybrat uzel b, který má potomka c:
```
//b[./c]
```
- Vybrat prázdný uzel b:
```
//b[count(./*)=0]
```
 Příklad 1. //b[count(./*)=0]

XPath - aplikační oblasti

Transformace (XSLT)
- slouží k výběru uzlů, které se mají zpracovávat

Příklad 2. <xsl:value-of select="./c"/>

XPath - aplikační oblasti

V "selekční části" XML dotazovacích jazyků (XQuery)
V některých modelovacích jazycích (Schematron, XML Schema)
...

XPath - pojem cesty (paths) a lokace (locations)

Cesta (path) určuje (tj. „naviguje nás na“) lokaci v dokumentu. Cesty jsou konstruovány podobně jako cesty v systému souborů, tj. jako

relativní: vyhodnocovány vůči kontextovému uzlu (KU), viz dále, nebo
absolutní: od kořene, ale výrazy (predikáty) také vyhodnocovány vůči KU

XPath - syntaktická pravidla

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

XPath - osy (axes)

Osy (jedn. číslo axis, množné axes) jsou množiny prvků dokumentu, vymezené (obvykle relativně) vůči kontextu.

Kontext je tvořen především dokumentem a aktuálním (kontextovým) uzlem (KU).

Osami jsou:

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", atd. až 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

Příklad osa child

Obrázek 1. //b/child::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c/>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa descendant

Příklad 3. //b/descendant::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa parent

Příklad 4. //d/parent::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa ancestor

Příklad 5. //d/ancestor::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa following-sibling

Příklad 6. //b/following-sibling::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa preceding-sibling

Příklad 7. //b/preceding-sibling::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa following

Příklad 8. /a/b/c/following::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
   <e/>
 </b>
 <b>
   <c/>
 </b>
</a>

Příklad osa preceding

Příklad 9. /a/b/e/preceding::*

<?xml version="1.0"?>
<a>
 <b/>
 <b>
   <c>
     <d/>
   </c>
 </b>
 <b>
   <d/>
   <e/>
 </b>
</a>

XPath - predikáty (predicates)

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, tj. proti směru fyzického umístění v textové podobě dokumentu
Specifikaci pozice 3 možno nahradit výrazem position()=3

XPath - výrazy

Určeny k použití v predikátech, k výpočtům, atd. Mohou obsahovat XPath funkce.

Výrazy mohou být:

řetězcové
numerické (hodnotami jsou floating-point čísla)
logické (boolean)
uzly
sekvence

XPath - zkrácená notace - Příklady

para vybere všechny dceřinné elementy kontextového uzlu jmenující se para
* 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 vybere všechny element para, jež jsou následníky chapter
//para vybere všechny elementy para z dokumentu
//olist/item vybere všechny elementy item, které mají za rodiče olist. vybere kontextový uzel
.//para vybere všechny elementy-potomky kontextového uzlu, které nesou značku para
.. vybere rodičovský uzel od kontextového
../@lang vybere atribut lang rodičovského uzlu od kontextového

XPath - zkrácená notace (2)

Nejpoužívanější zkracování je osy child :

tj. píšeme article/para místo child::article/child::para.
a atributu: píšeme para[@type="warning"] místo child::para[attribute::type="warning"]
Další používané zkracování je // místo /descendant-or-self::node()/
a samozřejmě zkratky . a ..

	Poznámka
	Pro přehlednost někdy delší formu zachováváme: nebraňme se jí za každou cenu!

Informační zdroje k XPath

XPath na W3C: http://www.w3.org/TR/xpath
Zvon XPath Tutorial: http://zvon.org/xxl/XPathTutorial/Output/index.html
XPath Tutorial na W3Schools: http://www.w3schools.com/xpath/xpath_intro.asp

XPath 2.0

Již finální specifikace - http://www.w3.org/TR/xpath20/
Změna pohledu na hodnoty vrácené XPath výrazem: vše jsou sekvence (byť jednoprvkové)
->odstraňuje problémy s "pořadím" uzlů v množině
Zavádí podmíněné výrazy a cykly
Zavádí možnost uživatelských funkcí (psaných jako dynamicky vyhodnocované výrazy v XPath)
Lze použít existenční a obecné kvantifikátory, např. exist student/name="Fred" nebo all student/@id
Dále viz např. http://www.saxonica.com/, kde nalezneme i XPath/XSLT/XQuery procesor Saxon.