第 11 回 XPath

本日の内容

• 11-1. XPath
• 11-2. XPath の表現
• 11-3. XPath の用例
• 11-4. 付録

このドキュメントは http://edu.net.c.dendai.ac.jp/ 上で公開されています。

11-1. XPath

XPath は XML 中の特定の要素を指し示すときに使う表現です。 一つだけではなく集合も扱え、さらに関数も使えます。 いわば XML 文書用のデータベース検索です。

なお、 XPath の最新バージョンは XPath 2.0 ですが、 Java 6 で対応してい るのは XPath 1.0 ですので、以下は XPath 1.0 を解説します。 また、 XQuery 1.0 は XPath2.0 の拡張になっています。 一方、 XPointer は XML 文書の特定の位置を指すための規格ですが、このう ち XSL との共通部分が XPath になっています。

概要

次のような XML 文書を考えます。

<?xml version="1.0" encoding="Shift_JIS" standalone="no" ?>
<class name="データ構造とアルゴリズム II" >
<teacher name="坂本直志" />
<time day="tue" period="2" />
</class>

これに対して、「/class/teacher」という XPath は class 要 素に含まれている teacher 要素を指すことになります。 但し、これは該当するもの全てを指すので、 以下の XML だと二つの teacher 要素を指すことになります。

<?xml version="1.0" encoding="Shift_JIS" standalone="no" ?>
<class name="情報通信基礎実験" >
<teacher name="金田先生" />
<teacher name="坂本直志" />
<time day="mon" period="3" />
<time day="mon" period="4" />
</class>

Java の API

Java 6 では XPath 1.0 に対応しています。 javax.xml.xpath パッケージで抽象化していますので、他の API 同様、ビル ダを作成したのち、 XPath オブジェクトを作ります。 XPath オブジェクトの evaluate メソッドで XPath の解釈をします。 evaluate の引数は 3 つあります。

1. 一つ目は XPath を表現した文字列
2. 二つ目は入力で、 org.xml.sax.InputSource オブジェクト
3. 三つ目は出力の型指定で、 javax.xml.xpath.XPathConstants 内の定 数

ここで、 XPathConstants の定数とは以下のものです。

XPath は該当する要素の集まりを指すことが多いですから、通常は XPathConstants.NODESET を使用することになります。 このとき、 evaluate の戻り値は Object 型なので、戻り値にダウンキャスト する必要があります。 つまり xpath を javax.xml.xpath.XPath オブジェクト、 is を org.xml.sax.InputSource オブジェクトとすると、 典型的な問い合わせは次のようになります。

NodeList nodes = (NodeList) xpath.evaluate(
                  xpathの表現,is, XPathConstants.NODESET);

例11-1

下記は XML 文書を標準入力で受け取り、 /class/teacher で得られる NodeList の各 Element に対して、 name 属性の値を表示しています。

import javax.xml.xpath.*;
import org.xml.sax.*;
import org.w3c.dom.*;
class Rei {
  private static XPath getXPath(){
    final XPathFactory factory = XPathFactory.newInstance();
    return factory.newXPath();
  }
  public static void main(String[] args) throws Exception {
    final InputSource is = new InputSource(new FileInputStream("sample.xml"));
    final XPath xpath = getXPath();
    final NodeList nodes = (NodeList) xpath.evaluate(
                                "/class/teacher",is, XPathConstants.NODESET);
    for (int i = 0; i < nodes.getLength(); i++) {
      System.out.println(((Element)nodes.item(i)).getAttribute("name")); 
    } 
  }
}

さらに、InputSource オブジェクトの代わりに、 DOM のオブジェクトを与え ることもできます。 一方、同じ XPath の表現を何度も使う場合は、java.util.regex.Pattern 同 様にパターンを与えてコンパイルすることで高速化することもできます。 この場合 compile メソッドの戻り値の型は XPathExpression 型になります。

例11-2

下記は入力として DOM を与え、XPath の表現をコンパイルしてから結果を得 ています。

import java.io.*;
import javax.xml.parsers.*;
import javax.xml.xpath.*;
import org.w3c.dom.*;
class Rei {
  private static Document getDocument(InputStream is) throws Exception {
    final DocumentBuilderFactory dbf
          = DocumentBuilderFactory.newInstance();
    final DocumentBuilder db = dbf.newDocumentBuilder();
    return db.parse(is);
  }
  private static XPath getXPath(){
    final XPathFactory factory = XPathFactory.newInstance();
    return factory.newXPath();
  }
  public static void main(String[] args) throws Exception {
    final Document doc = getDocument(new FileInputStream("sample.xml"));
    final XPath xpath = getXPath();
    final XPathExpression expr = xpath.compile("/class/teacher");
    final NodeList nodes = (NodeList) expr.evaluate(doc, 
                                                    XPathConstants.NODESET);
    for (int i = 0; i < nodes.getLength(); i++) {
      System.out.println(((Element)nodes.item(i)).getAttribute("name")); 
    } 
  }
}

11-2. XPath の表現

概要

それでは XPath の表現について見ていきましょう。

XPath は一つの式であり、通常の計算も可能です。

例11-3

XPath に 1+1 を計算させるくだらない例

import javax.xml.parsers.*;
import javax.xml.xpath.*;
import org.w3c.dom.*;
class Rei {
  private static Document getNewDocument() throws Exception {
    final DocumentBuilderFactory dbf
          = DocumentBuilderFactory.newInstance();
    final DocumentBuilder db = dbf.newDocumentBuilder();
    return db.newDocument();
  }
  private static XPath getXPath(){
    final XPathFactory factory = XPathFactory.newInstance();
    return factory.newXPath();
  }
  public static void main(String[] args) throws Exception {
    final XPath xpath = getXPath();
    final Double x = (Double) xpath.evaluate(
            "1+1",getNewDocument(), XPathConstants.NUMBER);
    System.out.println(x);
  }
}

式として返す値は既に示したように、NODESET, BOOLEAN, NUMBER, STRING のどれ かです。 これは、あらかじめ確認し、 evaluate の呼び出し時に指定しなければ なりません。

さて、式のうち、もっとも重要な要素がロケーションパスと呼ば れる、 XML の NODESET を取り出す構文です。 これには様々な機能が用意されていて、豊富な指定方法があります。 そのため、良く使う表現については省略文法という記法が用意さ れています。 しかし、まず、省略なしの文法を見てから、よく使う省略文法を見ることにします。

非省略文法

ロケーションパスは次の構文からなります。

[1] LocationPath ::= RelativeLocationPath | AbsoluteLocationPath
[2] AbsoluteLocationPath ::= '/' RelativeLocationPath ? 
　　　　　　　　　　　　　　　| 省略型絶対ロケーション記法
[3] RelativeLocationPath ::= Step | RelativeLocationPath '/' Step
                              | 省略型相対ロケーション記法

これは、つまり、 Step が /(スラッシュ) で区切られて、複数回現れるとい う構造です。 次に Step ですが、次のようになっています。

[4] Step ::= AxisSpecifire NodeTest Predicate* | 省略型Step
[5] AxisSpecifire ::= AxisName '::' | 省略型Step識別子

つまり、 Step は 「AxisName::NodeTest」という形の後に 0 個以上の Predicate が続くという書式になります。 それでは、 Axis(軸), NodeTest, Predicate(述語) について説明します。

Axis

Axis とは選択するノードの関係を指定するものです。 AxisName には次のものがあります。

なお、上記において、 attribute は Attr、 namespace は 名前空間の型を返 しますが、それ以外は Element またはそのリストを返します。

なお、この選択とは、木構造で言う所の部分木を取得するものです。 そのため、子要素が孫要素を含んでいる場合、子要素を選択すると、各子要素 ごとに孫要素を子要素と含むように取り出されます。

NodeTest

NodeTest は、要素の名前などを記述します。 さらに *(アスタリスク) を書くことで、全ての名前とマッチさせることがで きます。 例えば、 child::* は、対象となっているノードに対して子の 要素を全て選択することになります。 一方、「attribute::*」は注目している要素の属性を全て選択することになり ます。

さらに、この Self を /(スラッシュ) で連続させるということは、その選択 したノードに対して、さらに選択をします。 なお、 XML 文書に対して、木構造の根は空で、その子ノードが根の要素ノー ドになります。

例11-4

以下の XML 文書に対して XPath とその値を示します。

<?xml version="1.0" encoding="Shift_JIS" standalone="no" ?>
<class name="データ構造とアルゴリズム II" >
<teacher name="坂本直志" />
<time day="tue" period="2" />
</class>

<class name="データ構造とアルゴリズム II" >
<teacher name="坂本直志" />
<time day="tue" period="2" />
</class>

<teacher name="坂本直志" />

<time day="tue" period="2" />

<teacher name="坂本直志" />

<class name="データ構造とアルゴリズム II" >
<teacher name="坂本直志" />
<time day="tue" period="2" />
</class>

<teacher name="坂本直志" />

<time day="tue" period="2" />

さらに NodeTest はこの他に、comment(), text(), processing-instruction(), node()という表現が可能です。

comment()

(子要素として)含んでいるコメントノードを選択

text()

(子要素として)含んでいるテキストノードを選択

processing-instruction()

(子要素として)含んでいるPIを選択

node()

(子要素として)含んでいるノードを選択

なお、上記の XML 文書に対して、/child::class/child::* と /child::class/child::node() は同じになりません。 後者は node() として Element 以外にもマッチするので、 teacher 要素、 time 要素のタグの隙間にある改行コードをテキストノードとして認識します。

Predicate(述語)

述語は [](角カッコ) の中に式を書きます。 式の内容が BOOLEAN である場合は、対象となるノードに対して true のもの だけが選択されます。 一方式の内容が NUMBER だった場合は、対象となるノードのポジション番号が 一致しているものだけが選択されます。 ここでポジション番号とは対象となるノードを、先頭から 1, 2, ... と番号 をつけた値です。

例11-5

<teacher name="坂本直志" />

<time day="tue" period="2" />

<time day="tue" period="2" />

式

関数呼び出し

関数呼び出しはそのまま式になります。 関数には次のものがあります。

ノードセット関数

文字列関数

BOOLEAN関数

NUMBER関数

BOOLEAN型

BOOLEAN は java.lang.Boolean に結びつけられ、論理値を表します。 演算子には or と and があります。=, !=, <, <=, >, >= があ ります。

1. 両辺が NODESET で文字列変換して比較可能な時はその比較した値が返り ます。 片方が NODESET の場合はもう一方の型に NODESET を変換した後、比較した値 を返します。
2. 両辺に NODESET が無く、演算子が = か != の場合、 BOOLEAN, NUMBER, STRING の優先順位で型を合わせた後、変換し比較されます。一方が BOOLEAN で他方が NUMBER なら、NUMBER が BOOLEAN に合わせられた後、比較されま す。
3. 両辺に NODESET が無く、演算子が <, <=, >, >= の時は、両 方共 NUMBER に変換された後、比較されます。 なお、この比較演算子を XML 中に記述する時は &lt; など実体参照を使っ て表現する必要があります。

NUMBER型

NUMBER は java.lang.Double と結びつけられ、浮動小数点型を意味します。 これには通常の数の他、正負の無限大と、NaN と呼ばれる非数値も含みます。 演算子には、 +, -, *, div, mod があります。 div は割り算、 mod は Java の % と同じ余りを求める整数演算です。

なお、符号を反転させるには -(マイナス) 記号を使いますが、 XML の名前に も -(マイナス)記号を許してます。 そのため、名前に対して符号を反転するには、空白を入れて名前の一部でない ことを示す必要があります。

STRING型

XML の仕様により、文字列は UNICODE の抽象キャラクタにより構成される。 これは UTF-16 とは異なる。

NODESET型

|(縦棒) 演算子はノードセットを合成します。

省略構文

省略構文は以下の表現になります。 基本的に child:: は省略可能です。

11-3. XPath の用例

例11-6

以下の XML 文書に対して XPath とその値を示します。

<?xml version="1.0" encoding="Shift_JIS" standalone="no"?>
<itemlist>
  <item>
    <data name="品名" value="りんご"/>
    <data name="単価" value="200"/>
    <data name="個数" value="3"/>
    <data name="合計" value="600"/>
  </item>
  <item>
    <data name="品名" value="みかん"/>
    <data name="単価" value="100"/>
    <data name="個数" value="5"/>
    <data name="合計" value="500"/>
  </item>
  <item>
    <data name="品名" value="もも"/>
    <data name="単価" value="300"/>
    <data name="個数" value="1"/>
    <data name="合計" value="301"/>
  </item>
</itemlist>

  <item>
    <data name="品名" value="みかん"/>
    <data name="単価" value="100"/>
    <data name="個数" value="5"/>
    <data name="合計" value="500"/>
  </item>

<data name="単価" value="200"/>

<data name="単価" value="100"/>

<data name="単価" value="300"/>

<data name="品名" value="りんご"/>

<data name="品名" value="みかん"/>

<data name="品名" value="もも"/>

<data name="品名" value="りんご"/>

<data name="単価" value="200"/>

  <item>
    <data name="品名" value="もも"/>
    <data name="単価" value="300"/>
    <data name="個数" value="1"/>
    <data name="合計" value="301"/>
  </item>

11-4. 付録

Dentaku

itemlist.xml という XML 文書に対し、引数を XPath として解釈し、結果を XML で出力するプログラムを示します。

実行方法はjava Dentaku XPath式です。 なお、XPath式が空白を含んでいる場合は、XPath式を"(ダブルクォーテーショ ンマーク)で括って下さい。

import javax.xml.xpath.*;
import org.xml.sax.*;
import org.w3c.dom.*;
import java.io.*;
import java.util.*;
import javax.xml.namespace.*;
import javax.xml.transform.*;
import javax.xml.transform.dom.*;
import javax.xml.transform.stream.*;
class Dentaku {
  private static final XPath xpath = XPathFactory.newInstance().newXPath();
  private static XPath getXPath(){
    return xpath;
  }
  private static Transformer transformer = null;
  private static Transformer getTransformer() throws Exception {
    if(transformer == null){
      transformer = TransformerFactory.newInstance().newTransformer(); 
      final Properties prop = new Properties();
      prop.setProperty("encoding", "Shift_JIS");
      prop.setProperty("indent", "yes");
      transformer.setOutputProperties(prop);
    }
    return transformer;
  }
  private final static StreamResult streamResult = new StreamResult(System.out);
  private static StreamResult getStreamResult() throws Exception {
    return streamResult;
  }
  private static void printNode(Node n) throws Exception {
    if(n.getNodeType() == Node.ATTRIBUTE_NODE){
      System.out.println("Attr "+n.getNodeName()+": "+n.getNodeValue());
    }else{
      getTransformer().transform(new DOMSource(n),getStreamResult());
      System.out.println();
    }
  }
  private static void evalXPath(String formula,
				  InputSource is,
				  QName returnType) throws Exception {
    if(returnType==XPathConstants.NODESET){
      final NodeList nodes = 
        (NodeList) getXPath().evaluate(formula,is,returnType);
      for (int i = 0; i < nodes.getLength(); i++) {
        printNode(nodes.item(i));
      } 
    }else{
      System.out.println(
                      getXPath().evaluate(formula,is,returnType));
    }
  }
  public static void main(String[] args) throws Exception {
    evalXPath(args[0],
		  new InputSource(new FileInputStream("itemlist.xml")),
		  XPathConstants.NODESET);
  }
}