Thứ Năm, 30 tháng 5, 2013

Hướng dẫn sử dụng Xpath để truy vấn trong file XML

XPATH được xem giống như câu lệnh query của SQL. Tuy nhiên điểm khác biệt chính là XPATH dùng để truy xuất thông tin từ file XML chứ không phải từ CSDLXPATH được sử dụng như là 1 đường dẫn để đi đến một phần tử hay thuộc tính nào đó trong XML.

           I.      Ưu điểm của XPATH: XPATH có ưu điểm chính:

Ø       Cú pháp đơn giản trong các trường hợp thông dụng

Ø       Trong bất cứ đường dẫn nào của XPATH chúng ta đều có thể đặt điều kiện.

Ø       Tất cả các nút chúng ta đều có cách để xác định duy nhất


      II.      Các dạng nút trong XPATH:

XPATH xem 1 văn bản XML như là cấu trúc dạng cây và tất cả các phần tử trong XML đều được xem như là 1 nút của cấu trúc cây này. Chúng ta 7 dạng nút

Ø       Root: thẻ root

Ø       Element: các thẻ trong XML

Ø       Attribute: thuộc tính của các thẻ

Ø       Text: chuỗi ký tự nội dung trong 1 thẻ, các chuỗi ký tự trong comment, attribute, PI không được xem là text node

Ø       Comment: ghi chú

Ø       Processing Instruction (PI)

Ø       Namespace

Chúng ta đã thấy cấu trúc và cú pháp của XML tương đối đơn giãn. XML cho ta một cách chuẩn để trao đổi tin tức giữa các computers. Bước tiếp theo là tìm hiểu cách nào một chương trình chế biến (process) một tài liệu XML

Dĩ nhiên để chế biến một XML chương trình ứng dụng phải có cách đi lại bên trong tài liệu để lấy ra values của các Elements hay Attributes. Do đó người ta thiết kế ra ngôn ngữ XML Path language, mà ta gọi tắt là XPath. XPath đóng một vai trò quan trọng trong công tác trao đổi dữ liệu giữa các computers hay giữa các chương trình ứng dụng vì nó cho phép ta lựa chọn hay sàng lọc ra những tin tức nào mình muốn để trao đổi hay hiển thị.

Nếu khi làm việc với cơ sở dữ liệu ta dùng SQL statement Select .. from TableXYZ  WHERE ... để trích ra một số records từ một table, thì khi làm việc với XML, một table dữ liệu nho nhỏ, XPath cho ta những expressions về criteria (điều kiện) giống giống như clause WHERE trong SQL.

XPath là một chuẩn để process XML, cũng giống như SQL là một chuẩn để làm việc với cơ sở dữ liệu. Tiên phuông trong việc triển khai các chương trình áp dụng XPath là công tác của các công ty phần mềm lớn như Microsoft, Oracle, Sun, IBM, v.v. Sở dĩ ta cần có một chuẩn XPath là vì nó được áp dụng trong nhiều hoàn cảnh, nên cần phải có một lý thuyết rõ ràng, chính xác.

Lý thuyết về XPath hơi khô khan nhưng nó được áp dụng trong mọi kỹ thuật của gia đình XML. Cho nên bạn hãy kiên nhẫn nắm vững những điều căn bản về nó để khi nào gặp chỗ người ta dùng XPath thì mình nhận diện và hiểu được. So với võ thuật, thì XPath trong XML giống như Tấn pháp và cách thở. Tập luyện Tấn pháp thì mõi chân, tập thở thì nhàm chán, nhưng không có hai thứ đó thì ra chiêu không có công lực, chưa đánh đã thua rồi.


Ta sẽ chỉ học những thứ thường dùng trong XPath thôi, nếu bạn muốn có đầy đủ chi tiết về XPath thì có thể tham khão Specification của nó ở http://www.w3c.org/TR/xpath.

XML như một cây đối với XPath


XPath cho ta cú pháp để diễn tả cách đi lại trong XML. Ta coi một tài liệu XML như được đại diện bằng một tree (cây) có nhiều nodes. Mỗi Element hay Attribute là một node. Để minh họa ý niệm nầy, bạn hãy quan sát tài liệu đặt hàng (order) XML sau:








<?xml version="1.0"?>
<Order OrderNo="1047">
<OrderDate>2002-03-26</OrderDate>
<Customer>John Costello</Customer>
<Item>
<Product ProductID="1" UnitPrice="70">Chair</Product>
<Quantity>6</Quantity>
</Item>
<Item>
<Product ProductID="2" UnitPrice="250">Desk</Product>
<Quantity>1</Quantity>
</Item>
</Order>



Ta có thể biểu diễn XML trên bằng một Tree như dưới đây, trong đó node Element màu nâu, node Attribute màu xanh:







  


Chỉ định Location Path


Bạn có thể dùng XPath expression để chỉ định Location Path (lối đi đến vị trí) đến node nào hay trích ra (trả về) một hay nhiều nodes thỏa đúng điều kiện yêu cầu. XPath expression có thể là tuyệt đối, tức là lấy node gốc làm chuẩn hay tương đối, tức là khởi đầu từ node vừa mới được chọn. Node ấy được gọi làcontext node (node vai chính trong tình huống).

Có hai cách viết để diễn tả XPath Location, viết nguyên và viết tắt. Trong cả hai cách ta đều dùng dấu slash (/) để nói đến Document Element, tức là node gốc. Ta có thể đi lại trong các node của Tree giống giống như các node của Windows System Directory mà ta thấy trong Panel bên trái của Window Explorer. Ta cũng sẽ dùng những ký hiệu như slash /, một chấm . và hai chấm .. của Windows System File Folder cho cách viết tắt trong XPath Location để đi xuống các nodes con, cháu, chỉ định context node, hay đi ngược lên các nodes tổ tiên.

Location Path tuyệt đối


Chúng ta hãy tìm vài location paths trong cái Tree của tài liệu XML về đặt hàng nói trên. Muốn chọn cái node của Element Order (nó cũng là Root Element) bằng cú pháp nguyên, ta sẽ dùng XPath expression sau đây:








  /child::Order


Dịch ra cú pháp tắt, expression nầy trở nên:








  /Order


Đi ra nhánh của Tree, ta sẽ tìm được node Customer bằng cách dùng XPath expression sau:








  /child::Order/child::Customer


Sau đây là XPath expression viết tắt tương đương:








  /Order/Customer


Nếu bạn muốn lấy ra một node Attribute, bạn phải nói rõ điều nầy bằng cách dùng từ chìa khóa (keyword) attribute trong cách viết nguyên hay dùng character @ trong cú pháp tắt. Do đó để lấy Attribute OrderNo của Element Order, ta sẽ dùng XPath expression sau:








  /child::Order/attribute::OrderNo


Cú pháp tắt cho Attribute OrderNo là:








  /Order/@OrderNo


Để trích ra các nodes con cháu, tức là các nodes nhánh xa hơn, ta dùng keyword descendant trong cú pháp nguyên hay một double slash (//) trong cú pháp tắt. Thí dụ, để lấy ra các nodes Product trong tài liệu, bạn có thể dùng expression location path sau:








  /child::Order/descendant::Product


Cú pháp tắt tương đương là:








  /Order//Product


Bạn cũng có thể dùng wildcards (lá bài Joker) để nói đến những nodes mà tên của chúng không thành vấn đề. Thí dụ, dấu asterisk (*) wildcard chỉ định bất cứ node tên nào. Location path sau đây chọn tất cả các nodes con của Element Order:








  /child::Order/child::*


Cú pháp tắt tương đương là:








  /Order/*


Location Path tương đối


Nhiều khi XPath location paths là tương đối với context node, trong trường hợp ấy location path diễn tả cách lấy ra một node hay một số (set of) nodes tương đối với context node. Thí dụ như, nếu ElementItem thứ nhất trong order là context node, thì location path tương đối để trích ra Element con Quantitylà:








  child::Quantity


Trong cú pháp tắt, location path tương đối là:








  Quantity


Tương tự như vậy, để lấy ra Attribute ProductID của Element con Product, cái location path tương đối là:








  child::Product/attribute::ProductID


Expression ấy dịch ra cú pháp tắt là:








  Product/@ProductID


Để đi ngược lên phía trên của Tree, ta dùng keyword parent (cha). Dạng tắt tương đương của keyword nầy là hai dấu chấm (..). Thí dụ nếu context node là Element OrderDate, thì Attribute OrderNo có thể được lấy ra từ Element Order bằng cách dùng location path tương đối sau:








  parent::Order/attribute::OrderNo


Để ý là cú pháp nầy chỉ trả về một trị số khi node cha tên Order. Nếu muốn lấy ra Attribute OrderNo từ node cha không cần biết nó tên gì bạn phải dùng expression sau:








  parent::*/attribute::OrderNo


Viết theo kiểu tắt đơn giản hơn vì bạn không cần phải cung cấp tên của node cha. Bạn có thể nói đến node cha bằng cách dùng hai dấu chấm (..) như sau:








  ../@OrderNo


Ngoài ra, bạn có thể nói đến chính context node bằng cách dùng hoặc keyword self hoặc một dấu chấm (.). Điều nầy rất tiện trong vài trường hợp, nhất là khi bạn muốn biết current context node là node nào.

Dùng điều kiện trong Location Path


Bạn có thể giới hạn số nodes lấy về bằng cách gắn thêm điều kiện sàng lọc vào location path. Cái điều kiện giới hạn một hay nhiều nodes được tháp vào expression bên trong một cặp ngoặc vuông ([]). Thí dụ, để lấy ra mọi Element Product có Attribute UnitPrice lớn hơn 70, bạn có thể dùng XPath expression sau đây:








  /child::Order/child::Item/child::Product[attribute::UnitPrice>70]


Trong cú pháp tắt, nó là:








  /Order/Item/Product[@UnitPrice>70]


Trong expression của điều kiện bạn cũng có thể dùng Xpath tương đối , do đó trong expression điều kiện bạn có thể dùng bất cứ node nào trong thứ bậc. Thí dụ sau đây lấy về những nodes Item có Element con Product với Attibute ProductID trị số bằng 1:








  /child::Order/child::Item[child::Product/attribute::ProductID=1]


Dịch ra cú pháp tắt, ta có:








  /Order/Item[Product/@ProductID=1]


Collections


Cái bộ (Set of) Nodes do XPath trả về được gọi là Collection. Thông thường trong lập trình, từ "Collection" được dùng để nói đến một tập hợp các objects đồng loại. Ta có thể lần lượt đi qua (iterate through) các objects trong một Collection nhưng không được bảo đảm thứ tự của chúng, tức là gặp object nào trước hay object nào sau.

Trái lại, trong chuẩn XPath, khi một Collection được trả về bởi một XPath Query (hỏi), nó giữ nguyên thứ tự các Nodes và cấp bậc của chúng trong tài liệu XML. Tức là nếu XPath trả về một cành các nodes thì trừ những nodes không thỏa điều kiện, các node còn lại vẫn giữ đúng vị trí trên cành.

Vì các Attributes của một Element không có thứ tự, nên chúng có thể nằm lộn xộn trong một Collection.

Indexing trong một Collection


Một Collection của Nodes được xem như một Array. Muốn nói trực tiếp đến một Node trong Collection ta có thể dùng một index trong cặp ngoặc vuông. Node thứ nhất có Index là 1.

Cặp ngoặc vuông ([]) có precedence cao hơn (được tính trước) dấu slash(/) hay hai dấu slash (//). Dưới đây là hai thí dụ:















ExpressionÝ nghĩa
author[1]Element author đầu tiên.
author[firstname][3]Element author thứ ba có một Element firstname con.

Mối liên hệ (Axes)


Một location path dùng một Axis để chỉ định mối liên hệ giữa các Nodes được chọn đối với context node. Sau đây là bảng liệt kê đầy đủ các axes:























































AxesÝ nghĩa
ancestor::Tổ tiên của context node.Những tổ tiên của context node gồm có cha, ông nội, ông cố .v.v., do đó ancestor:: axis luôn luôn kể cả root node trừ khi chính context node là root node.
ancestor-or-self::Chính context node và tổ tiên của nó.Cái ancestor-or-self:: axis luôn luôn kể cả root node.
attribute::Các Attributes của context node.Nếu context node không phải là một Element thì chắc chắn axis sẽ trống rỗng.
child::Con cái của context node.Một con là bất cứ node nào nằm ngay dưới context node trong tree. Tuy nhiên, Attribute hay Namespace nodes không được xem là con cái của context node.
descendant::Con cháu của context node.Con cháu là con, cháu, chít, .v.v., do đó descendant:: axis không bao giờ chứa Attribute hay Namespace nodes.
following::Mọi nodes hiện ra sau context node trên tree, không kể con cháu, Attribute nodes, hay Namespace nodes.
following-sibling::Mọi nodes em (nằm sau) context node.following-sibling:: axis nói đến chỉ những Nodes con, của cùng một Node cha, nằm trên tree sau context node. Axis không kể các Nodes anh nằm trước context node.Nếu context node là Attribute hay Namespace thì following-sibling:: axis sẽ trống rỗng.
namespace::Những Namespace nodes của context node.Mỗi namespace có một namespace node trong scope (phạm vi hoạt động) của context node.Nếu context node không phải là một Element thì Axis sẽ trống rỗng.
parent::Node cha của context node, nếu nó có cha.Node cha là node nằm ngay phía trên context node trên tree.
preceding::Mọi nodes hiện ra trước context node trên tree, không kể các nodes tổ tiên, Attribute nodes, hay Namespace nodes.Một cách để nhận diện preceding:: axis là mọi nodes đã kết thúc hoàn toàn trước khi context node bắt đầu.
preceding-sibling::Mọi nodes anh (nằm trước) context node.preceding-sibling:: axis nói đến chỉ những Nodes con, của cùng một Node cha, nằm trên tree trước context node.Nếu context node là Attribute hay Namespace thì preceding-sibling:: axis sẽ trống rỗng.
self::Là chính context node.

Sàng lọc (Filters)


Như ta đã thấy ở trên, để giới hạn chỉ lấy ra những Nodes thỏa đáng một điều kiện, ta gắn một Filter (sàng lọc) vào Collection. Filter ấy là một Clause giống giống Clause WHERE trong ngôn ngữ SQL của cơ sở dữ liệu.
Nếu một Collection nằm giữa một filter, nó sẽ cho kết quả TRUE nếu Collection trả về ít nhất một Node và FALSE nếu Collection trống rỗng (empty). Thí dụ expression author/degree có nghĩa rằng hàm biến đổi Collection ra trị số Boolean sẽ có giá trị TRUE nếu hiện hữa một Element author có Element con tên degree.


Filters luôn luôn được tính theo context của nó. Nói một cách khác, cái expression book[author] có nghĩa là cho mỗi Element book tìm thấy, nó sẽ được thử xem có chứa một Element con tên author không. Tương tự như vậy, book[author = 'Brown'] có nghĩa rằng cho mỗi Element book tìm thấy, nó sẽ được thử xem có chứa một Element con tên author với trị số bằng Brown không.

Ta có thể dùng dấu chấm (.) để khám current context node. Thí dụ như, book[. = 'Dreams'] có nghĩa rằng cho mỗi Element book tìm thấy trong current context, nó sẽ được thử xem có trị số bằng Dreams không. Dưới đây là một ít thí dụ:



























ExpressionÝ nghĩa
book[excerpt]Mọi Element book có chứa ít nhất một Element excerpt.
book[excerpt]/titleMọi Element title nằm trong những Element book có chứa ít nhất một Element excerpt.
book[excerpt]/author[degree]Mọi Element author có chứa ít nhất một Element degreevà nằm trong những Elements book có chứa ít nhất một Element excerpt.
book[author/degree]Mọi Element book có chứa ít nhất một Element author với ít nhất một Element degree con.
book[excerpt][title]Mọi Element book có chứa ít nhất một Element excerpt và ít nhất một Element title.

So sánh


Để so sánh hai objects trong XPath ta dùng dấu (=) cho bằng nhau và (!= ) cho không bằng nhau. Mọi Element và Attributes là string, nhưng được Typecast (xem như ) những con số khi đem ra so sánh.




























ExpressionÝ nghĩa
author[lastname = "Smith"]Mọi Element author có chứa ít nhất một Elementlastname với trị số bằng Smith.
author[lastname[1] = "Smith"]Mọi Element author có Element lastname con đầu tiên với trị số bằng Smith.
author/degree[@from != "Harvard"]Mọi Element degree, là con một Element author, và có một Attribute from với trị số không phải là "Harvard".
author[lastname = /editor/lastname]Mọi Element author có chứa một Element lastname bằng với Element lastname là con của root Element editor.
author[. = "John Hamilton"]Mọi Element author có trị số string là John Hamilton.

Operator Union | (họp lại)


Ngôn ngữ Xpath hỗ trợ Operator Union, giống như Logical OR (hoặc là). Dưới đây là vài thí dụ:
























ExpressionÝ nghĩa
firstname | lastnameMọi Element firstname và lastname trong current context.
(bookstore/book | bookstore/magazine)Mọi Element book hay magazine là con một Elementbookstore.
book | book/authorMọi Element book hay Element author là con những Elements book.
(book | magazine)/priceMọi Element price là con của Element book hay Elementmagazine.

Thử loại Node (Node Type Tests)


Để chọn những loại Node khác hơn là Element node, ta dùng Node-Type Test. Mục đích của việc dùng Node-Type test là để chỉ định sự lựa chọn khác thường. Thí dụ như, descendant::text() cho ta mọi text nodes là con cháu của context node, dù rằng loại node chính của con cháu context node là Element. Có 4 loại Node-Type tests như liệt kê dưới đây.





























Node typeTrả vềThí dụ
comment()mọi comment node.following::comment() chọn mọi comment nodes hiện ra sau context node.
node()mọi node.preceding::node() chọn mọi nodes hiện ra trước context node.
processing-instruction()mọi processing instruction node.self::processing instruction() chọn mọi processing instruction nodes trong context node.
text()mọi text node.child::text() chọn mọi text nodes là con của  the context node.

Thử Node nhắm vào loại Processing Instruction


Một node test có thể chọn processing instruction thuộc loại nào, tức là chọn mục tiêu (target). Cú pháp của một loại test như thế là:







  processing-instruction("target")


Thí dụ node test sau đây trả về mọi processing instruction nodes có nhắc đến một XSL stylesheet trong tài liệu:







  /child::processing-instruction("xml-stylesheet")


Thêm một số thí dụ Location Path









































































































ExpressionÝ nghĩa
./authorMọi Element author trong current context.
Expresion nầy tương đương với expression trong hàng kế.
authorMọi Element author trong current context.
/bookstoreDocument (Root) Element tên bookstore của tài liệu nầy.
//authorMọi Element author trong tài liệu.
book[/bookstore/@specialty = @style]Mọi Element book có Attribute style với value bằng value của Attribute specialty của Document Element bookstorecủa tài liệu.
author/firstnameMọi Element firstname con của các Elements author.
bookstore//titleMọi Element title một hay nhiều bậc thấp hơn, tức là con cháu của, Element bookstore. Lưu ý là expression nầy khác với expression trong hàng kế.
bookstore/*/titleMọi Element title cháu của các bookstore.
bookstore//book/excerpt//emphMọi Element emph bất cứ nơi nào dưới excerpt là con của những elements book , bất cứ nơi nào dưới elementbookstore.
.//titleMọi Element title một hay nhiều bậc thấp hơn current context node.
author/*Mọi Element là con của các elements con author.
book/*/lastnameMọi Element lastname là cháu của các elements con book.
*/*Mọi Element cháu của current context node.
*[@specialty]Mọi Element con có Attribute specialty.
@styleAttribute style của current context node.
price/@exchangeAttribute exchange của những Elements price trong current context, tức là những Elements price của current context node.
price/@exchange/totalTrả về một node set trống rỗng, vì Attributes không có Element con. Expression nầy được chấp nhận trong văn phạm của XML Path Language, nhưng không thật sự hợp lệ.
book[@style]Mọi Element book có Attribute style trong current context node.
Lưu ý phần nằm trong ngoặc vuông là điều kiện của Element book
book/@styleAttribute style của mọi Element booktrong current context node.
Ở đây không có điều kiện như hàng trên. Ta nói đến Attribute hay Element nằm bên phải nhất.
@*Mọi Attributes của current context node.
author[1]Element author thứ nhất trong current context node.
author[firstname][3]Element author thứ ba có một Element con firstname.
my:bookElement book từ namespace my.
my:*Mọi Element trong namespace my.

0 nhận xét:

Đăng nhận xét