XPath全称为XML Path Language，是W3C制定的用于在XML文档中导航和查询节点的标准语言，它通过路径表达式来选取XML文档中的节点或节点集，不需要开发者手动遍历整个XML树结构，就能快速定位到需要的内容。
XPath的核心概念
在使用XPath之前，需要先了解几个基础概念，这些概念是理解XPath表达式的基础：
- 节点：XML文档中的所有内容都是节点，包括元素节点、属性节点、文本节点、注释节点等，最常见的就是元素节点和文本节点。
- 路径：XPath通过路径来描述节点的位置，类似文件系统的路径规则，分为绝对路径和相对路径两种形式。
- 轴：轴定义了所选节点与当前节点之间的树关系，比如父节点、子节点、兄弟节点等，是复杂查询的基础。
XPath表达式的基础语法
路径表达式
路径表达式是最常用的XPath语法，分为绝对路径和相对路径：
- 绝对路径：以斜杠
/开头，从XML的根节点开始定位，比如/bookstore/book表示选取根节点下的bookstore节点下的所有book子节点。 - 相对路径：不以斜杠开头，从当前节点开始定位，比如当前节点是bookstore，那么
book就表示选取当前节点下的所有book子节点。
谓语过滤
谓语用来筛选符合条件的节点，放在方括号[]中，常见的谓语用法如下：
- 按位置筛选：
/bookstore/book[1]表示选取bookstore下的第一个book节点，注意XPath的索引从1开始。 - 按属性筛选：
/bookstore/book[@category='web']表示选取category属性值为web的book节点。 - 按文本筛选：
/bookstore/book/title[text()='XPath教程']表示选取文本内容为XPath教程的title节点。
通配符和运算符
XPath支持通配符和逻辑运算符，提升查询的灵活性：
*：匹配任意元素节点，比如/bookstore/*表示选取bookstore下的所有子元素节点。@*：匹配任意属性节点，比如/bookstore/book/@*表示选取book节点的所有属性。|：并集运算符，比如//title | //price表示选取所有title节点和price节点。
实战：用XPath查询XML节点示例
首先准备一个测试用的XML文件，内容如下：
<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book category="web">
<title lang="zh">XPath基础教程</title>
<author>张三</author>
<price>59.9</price>
</book>
<book category="program">
<title lang="zh">Python编程入门</title>
<author>李四</author>
<price>89.9</price>
</book>
<book category="web">
<title lang="en">XML Advanced</title>
<author>王五</author>
<price>79.9</price>
</book>
</bookstore>
接下来通过不同的XPath表达式完成常见查询需求：
查询所有book节点
表达式：//book，会返回上面XML中的3个book元素节点。
查询category为web的book的title内容
表达式：//book[@category='web']/title/text()，返回结果为XPath基础教程和XML Advanced。
查询价格大于70的book的作者
表达式：//book[price > 70]/author/text()，返回结果为李四和王五。
查询第二个book的title的lang属性
表达式：/bookstore/book[2]/title/@lang，返回结果为zh。
不同编程语言中使用XPath的示例
Python中使用lxml库查询
Python中可以通过lxml库解析XML并使用XPath查询，示例代码如下：
from lxml import etree
# 解析XML内容
xml_content = """<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
<book category="web">
<title lang="zh">XPath基础教程</title>
<author>张三</author>
<price>59.9</price>
</book>
<book category="program">
<title lang="zh">Python编程入门</title>
<author>李四</author>
<price>89.9</price>
</book>
</bookstore>"""
tree = etree.fromstring(xml_content.encode('utf-8'))
# 使用XPath查询category为web的book的title
titles = tree.xpath("//book[@category='web']/title/text()")
print(titles) # 输出：['XPath基础教程']
Java中使用DOM解析器查询
Java中可以通过内置的DOM解析器配合XPathFactory实现查询，示例代码如下：
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.xpath.XPath;
import javax.xml.xpath.XPathConstants;
import javax.xml.xpath.XPathFactory;
import org.w3c.dom.Document;
import org.w3c.dom.NodeList;
public class XPathDemo {
public static void main(String[] args) throws Exception {
// 解析XML文件，这里以本地文件为例，也可解析输入流
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse("bookstore.xml");
// 创建XPath对象
XPath xpath = XPathFactory.newInstance().newXPath();
// 查询所有book的title内容
NodeList titles = (NodeList) xpath.evaluate("//book/title/text()", doc, XPathConstants.NODESET);
for (int i = 0; i < titles.getLength(); i++) {
System.out.println(titles.item(i).getNodeValue());
}
}
}
XPath使用注意事项
- 注意XML的命名空间问题，如果XML带命名空间，XPath表达式需要对应处理命名空间前缀，否则可能查询不到结果。
- 避免使用过于复杂的嵌套谓语，复杂的表达式会降低查询效率，尽量拆分查询逻辑。
- 路径表达式尽量精准，不必要的通配符会增加查询的节点范围，影响性能。
- 不同XPath版本支持的语法略有差异，使用前可以确认当前解析库支持的XPath版本，避免语法不兼容。