XPath 3.1 新标准解析 从基础语法到高级函数的实战应用指南

XPath (XML Path Language) 是一种用于在 XML 和 HTML 文档中导航和查询节点的标准查询语言。自 1999 年首次发布以来,XPath 经历了多次迭代,其中 XPath 3.0 和 3.1 版本引入了强大的函数式编程特性、类型系统支持和动态评估能力,使其从简单的节点选择器演变为一种功能齐全的表达式语言。本文将深入解析 XPath 3.1 的新标准,从基础语法入手,逐步探讨高级函数及其在实际项目中的应用。我们将结合详细的代码示例(使用 XML 和 XQuery/XPath 语法)来说明每个概念,帮助开发者高效利用 XPath 3.1 处理复杂数据查询。
XPath 3.1 概述与核心变化
XPath 3.1 是对 XPath 3.0 的扩展,主要由 W3C 在 2017 年标准化。它引入了对 JSON 的原生支持、Map 和 Array 数据类型、更高阶的函数(如
fold-left
和
fold-right
),以及动态函数调用和类型提升机制。这些变化使 XPath 3.1 能够处理现代数据格式(如 XML、HTML、JSON),并支持函数式编程范式,提高了查询的表达力和性能。
与 XPath 2.0 相比,3.1 的关键改进包括:
类型系统增强
:支持更细粒度的类型检查和自动类型提升,例如将字符串隐式转换为数字。
新数据结构
:引入 Map(键值对集合)和 Array(有序序列),允许构建复杂数据模型。
高级函数
:新增序列处理函数(如
for-each
、
filter
)和动态评估函数(如
eval
)。
JSON 支持
:通过
json-to-xml
和
xml-to-json
函数,实现 XML 与 JSON 的互转。
这些特性使 XPath 3.1 在数据集成、ETL(提取、转换、加载)管道和 Web scraping 中大放异彩。下面,我们将从基础语法开始,逐步展开。
基础语法:XPath 3.1 的核心构建块
XPath 3.1 的基础语法与早期版本兼容,但引入了更多上下文敏感的表达式。XPath 表达式在给定的上下文节点(通常是 XML 文档的根节点或特定元素)上执行,返回节点序列、原子值(如字符串、数字)或函数结果。
1. 节点选择与轴(Axes)
XPath 使用路径表达式来导航文档树。基本结构是
轴::节点测试[谓词]
。
常用轴
:
child::
:子节点(简写为
/
)。
attribute::
:属性(简写为
@
)。
parent::
:父节点(简写为
..
)。
ancestor::
:祖先节点。
following-sibling::
:后续兄弟节点。
节点测试
:如
element()
、
text()
、
comment()
或具体名称(如
book
)。
谓词
:用于过滤,如
[price > 10]
。
示例 XML 文档
(books.xml):
XPath Essentials
John Doe 15.99 Programming


Advanced XML
Jane Smith 25.50 Web Development


JSON and XML
John Doe 9.99 Data Formats
示例表达式
:
选择所有价格大于 10 的书的标题:
//book[price > 10]/title
结果:
XPath Essentials
和
Advanced XML
。
解释:
//book
选择所有
book
元素(后代轴简写),谓词
[price > 10]
过滤,
/title
选择子标题。
选择作者为 “John Doe” 的书的 ID 属性:
//book[author = ‘John Doe’]/@id
结果:
id=”1″
和
id=”3″
。
解释:
=
运算符用于字符串比较,XPath 3.1 支持 Unicode 规范化。
2. 原子值与运算符
XPath 3.1 支持多种原子类型:
xs:string
、
xs:integer
、
xs:decimal
、
xs:boolean
等。运算符包括算术(
+
,
–
,
*
,
div
)、比较(
eq
,
ne
,
lt
,
gt
)和逻辑(
and
,
or
)。
示例
:
计算平均价格:
avg(//book/price)
结果:
17.16
((15.99 + 25.50 + 9.99) / 3)。
解释:
avg()
是 XPath 3.1 的内置聚合函数,返回
xs:double
类型。
类型提升:在表达式
//book[price + 5 > 20]
中,XPath 3.1 自动将
price
(字符串)提升为数字进行比较。
3. 序列与上下文项
XPath 3.1 的核心是序列(sequence),即有序的值列表。上下文项(context item)是当前处理的节点或值。
示例
:
生成作者列表:
//book/author ! string()
结果:序列
(“John Doe”, “Jane Smith”, “John Doe”)
。
解释:
!
是简单映射运算符(XPath 3.1 新增),将每个上下文项应用函数
string()
。
高级函数:XPath 3.1 的强大工具集
XPath 3.1 引入了大量高级函数,分为序列处理、动态评估、类型转换和数据结构操作等类别。这些函数使 XPath 能够执行类似 JavaScript 或 Python 的复杂逻辑。
1. 序列处理函数
这些函数允许对序列进行变换、过滤和聚合,支持函数式编程。
for-each
:类似于 map,应用函数到每个项。
语法:
for-each($seq, $func)
示例:将每个书的价格乘以 2。
for-each(//book/price, function($p) { $p * 2 })
结果:序列
(31.98, 51.00, 19.98)
。
解释:匿名函数
function($p) { $p * 2 }
接收每个价格作为参数,返回新值。
filter
:过滤序列。
语法:
filter($seq, $func)
示例:选择价格低于 20 的书。
filter(//book, function($b) { $b/price < 20 }) 结果:
和

。
解释:函数返回布尔值,过滤掉不符合条件的项。
fold-left
和
fold-right
:归约函数,用于累积计算(如求和)。
语法:
fold-left($seq, $zero, $func)
示例:计算总价。
fold-left(//book/price, 0, function($a, $b) { $a + $b })
结果:
51.48
。
解释:
$zero
是初始值(0),函数接收累积值
$a
和当前项
$b
,从左到右处理。
2. 动态评估与函数调用
XPath 3.1 支持动态构建和执行表达式,提高灵活性。
eval
:动态评估字符串作为 XPath 表达式(需 XSLT/XQuery 环境支持)。
示例:动态查询作者。
eval(“//book[author = ‘” || $authorName || “‘]/title”)
假设
$authorName = ‘John Doe’
,结果:序列
(“XPath Essentials”, “JSON and XML”)
。
解释:
||
是字符串连接运算符,
eval
执行构建的表达式。注意:在纯 XPath 处理器中,此函数可能受限;通常在 XQuery 中使用。
function-lookup
:查找并调用函数。
示例:动态调用
avg
或
sum
。
let $func := function-lookup(‘avg’, 1)
return $func(//book/price)
结果:
17.16
。
解释:如果
avg
不存在,返回空序列,提高代码鲁棒性。
3. Map 和 Array 支持
XPath 3.1 引入 Map(类似字典)和 Array(可变序列),用于构建复杂数据结构。
Map 操作
:
创建:
map { “key”: value }
访问:
$map?key
示例:构建书的映射。
let $bookMap := map {
“titles”: //book/title/string(),
“prices”: //book/price/number()
}
return $bookMap?prices[. > 10]
结果:序列
(15.99, 25.50)
。
解释:Map 存储序列,
?
运算符提取值。
Array 操作
:
创建:
[1, 2, 3]
访问:
$array[1]
(1-based 索引)
示例:数组求和。
sum([15.99, 25.50, 9.99]?*)
结果:
51.48
。
解释:
?*
展开数组为序列。
4. JSON 与类型转换函数
XPath 3.1 原生支持 JSON,通过
json-to-xml
和
xml-to-json
。
json-to-xml
:将 JSON 字符串转换为 XML 节点树。
示例:
json-to-xml(‘{“books”: [{“title”: “XPath Essentials”, “price”: 15.99}]}’)
结果:XML 树,根为

,子节点表示 JSON 结构。
解释:便于在 XML 环境中处理 JSON 数据。
xml-to-json
:反向转换。
示例:将上述 XML 转回 JSON 字符串。
这些函数在处理 API 响应(JSON)和遗留 XML 系统时特别有用。
实战应用指南:从简单查询到复杂场景
场景 1:Web Scraping 与 HTML 查询
XPath 3.1 可用于解析 HTML(通过浏览器或工具如 lxml)。假设我们有一个 HTML 片段(books.html):

XPath Essentials

$15.99

实战表达式
(在浏览器控制台或 XSLT 中):
选择价格 > 10 的书标题:
//div[@class=’book’][number(replace(span[@class=’price’], ‘[$]’, ”)) > 10]/h2
解释:
replace()
函数(XPath 3.1 增强)移除
$
,
number()
转换为数字。结果:

XPath Essentials

。
场景 2:数据转换与 ETL
在数据管道中,使用 XPath 3.1 处理嵌套 XML。
完整示例
:从 XML 提取数据,转换为 Map,然后过滤并聚合。
假设输入如上 books.xml。
(: 提取并转换为 Map 🙂
let $books := //book
let $bookData := map {
“authors”: distinct-values($books/author),
“totalPrice”: fold-left($books/price, 0, function($a, $b) { $a + $b }),
“filteredBooks”: filter($books, function($b) { $b/price < 20 }) } return $bookData 结果 (序列化为 JSON-like): map { "authors": ("John Doe", "Jane Smith"), "totalPrice": 51.48, "filteredBooks": (…, …)
}
解释
:
distinct-values()
去重作者。
fold-left
计算总价。
filter
选择低价书。
整个表达式返回 Map,便于后续处理(如导出到数据库)。
性能提示
:在大型文档中,使用
//
可能慢;优先使用具体路径如
/library/book
。XPath 3.1 的优化器(如 Saxon 处理器)支持尾递归优化,提高递归函数效率。
场景 3:高级函数组合
在 XSLT 3.0 或 XQuery 3.1 中,组合函数处理动态数据。
示例
:动态生成报告。
let $author := ‘John Doe’
let $books := //book[author = $author]
let $report := for-each($books, function($b) {
map {
“title”: $b/title/string(),
“discountedPrice”: $b/price * 0.9 (: 10% 折扣 🙂
}
})
return fold-left($report, ”, function($acc, $item) {
$acc || ‘Title: ‘ || $item?title || ‘, Price: ‘ || $item?discountedPrice || ‘; ‘
})
结果
:
“Title: XPath Essentials, Price: 14.391; Title: JSON and XML, Price: 8.991; ”
解释
:
for-each
生成 Map 序列,
fold-left
累积字符串。
||
用于字符串连接。
最佳实践与注意事项
兼容性
:XPath 3.1 需要支持它的处理器,如 Saxon-HE、BaseX 或浏览器(部分支持)。在 HTML 中,使用
libxml2
或浏览器 XPath 引擎。
类型安全
:使用
cast as
显式转换类型,避免隐式错误,如
cast as xs:double(//book/price)
。
调试
:在 XQuery 或 XSLT 中使用
trace()
函数输出中间值,例如
trace(//book/price, ‘Prices:’)
。
局限
:纯 XPath 3.1 不支持文件 I/O;结合 XSLT 或 XQuery 使用更完整。
学习资源
:参考 W3C XPath 3.1 规范,或实践工具如 Oxygen XML Editor。
通过掌握 XPath 3.1,从基础路径到高级函数,您可以高效处理各种数据源。本文的示例均可在支持 XPath 3.1 的环境中运行;建议从简单查询开始,逐步构建复杂表达式。如果您有特定 XML/JSON 数据,我可以提供定制示例!