在 JavaScript 中使用 XPath 的简介

此方法针对基于 XML 的文档（包括 HTML 文档）评估 XPath 表达式，并返回 XPathResult 对象，该对象可以是单个节点或一组节点。这个方法的现有文档位于 document.evaluate，但是对于我们现在的需求来说它相当稀疏；下面将给出更全面的研究。

var xpathResult = document.evaluate(
  xpathExpression,
  contextNode,
  namespaceResolver,
  resultType,
  result,
);

evaluate 函数共有五个参数：

• xpathExpression：包含要评估的 XPath 表达式的字符串。

• contextNode：应评估 xpathExpression 的文档中的节点，包括其任何和所有子节点。document 节点是最常用的。

• namespaceResolver：将传递包含在 xpathExpression 中的任何命名空间前缀的函数，它返回一个表示与该前缀关联的命名空间 URI 的字符串。这使得能够在 XPath 表达式中使用的前缀和文档中使用的可能不同的前缀之间进行转换。该转换函数可以是：

  • 使用 XPathEvaluator 对象的 createNSResolver 方法创建。
  • null。其可以用于 HTML 文档或者当不使用命名空间前缀时。注意，如果 xpathExpression 包含命名空间前缀，这将导致一个带有 NAMESPACE_ERR 的 DOMException 抛出。
  • 用户定义的函数。有关详细信息，请参阅附录中的 使用一个用户定义的命名空间解析器 部分。

• resultType：指定作为评估结果返回的所需结果类型的常数。最常传递的常量是 XPathResult.ANY_TYPE，它将返回 XPath 表达式的结果作为最自然的类型。附录中有一个部分，其中包含可用常数的完整列表。它们在下面“指定返回类型”部分中进行解释。

• result：如果指定了现有的 XPathResult 对象，它将被重用以返回结果。指定 null 将创建一个新的 XPathResult 对象。

返回 xpathResult，它是 resultType 参数中指定的类型的 XPathResult 对象。XPathResult 在这里定义。

我们使用 document 对象的 createNSResolver 方法创建一个命名空间解析器。

var nsResolver = document.createNSResolver(
  contextNode.ownerDocument == null
    ? contextNode.documentElement
    : contextNode.ownerDocument.documentElement,
);

或者，也可以使用 XPathEvaluator 对象的 createNSResolver 方法。

var xpEvaluator = new XPathEvaluator();
var nsResolver = xpEvaluator.createNSResolver(
  contextNode.ownerDocument == null
    ? contextNode.documentElement
    : contextNode.ownerDocument.documentElement,
);

然后传递 document.evaluate，将 nsResolver 变量作为 namespaceResolver 参数。

注意：XPath 定义不带前缀的 QNames，以仅匹配 null 命名空间中的元素。XPath 没有办法选择应用于常规元素引用的默认命名空间（例如，p[@id='_myid'] 对应于 xmlns='http://www.w3.org/1999/xhtml'）。要匹配非命名空间中的默认元素，你必须使用如 [namespace-uri()='http://www.w3.org/1999/xhtml' and name()='p' and @id='_id']（这种方法适用于命名空间未知的动态 XPath），或者使用前缀名测试，并创建一个命名空间解析器将前缀映射到命名空间。如果你想采取后一种方法，阅读更多关于实现用户定义的命名空间解析器。

适应任何 DOM 节点以解析命名空间，以便可以相对于文档中出现的节点的上下文轻松地评估 XPath 表达式。此适配器的工作方式类似于 DOM 级别 3 方法 lookupNamespaceURI 在解析 namespaceuRI 时节点的层次结构中的可用的当前信息的节点。也正确解析了隐式 xml 前缀。

document.evaluate 返回的变量 xpathResult 可以由单个节点（简单类型）或节点集合（节点集类型）组成。

简单类型

当 resultType 中的所需结果类型指定为：

• NUMBER_TYPE——双精度浮点数
• STRING_TYPE——字符串
• BOOLEAN_TYPE——布尔值

我们通过分别访问 XPathResult 对象的以下属性来获取表达式的返回值。

• numberValue
• stringValue
• booleanValue

示例

以下使用 XPath 表达式 count(//p) 来获取 HTML 文档中的 <p> 元素数：

var paragraphCount = document.evaluate(
  "count(//p)",
  document,
  null,
  XPathResult.ANY_TYPE,
  null,
);

alert(
  "This document contains " +
    paragraphCount.numberValue +
    " paragraph elements",
);

虽然 JavaScript 允许我们将数字转换为一个字符串进行显示，但 XPath 接口不会自动转换数字结果，如果 stringValue 属性被请求，所以下面的代码将不工作：

const paragraphCount = document.evaluate(
  "count(//p)",
  document,
  null,
  XPathResult.ANY_TYPE,
  null,
);

console.log(`改文档包含 ${paragraphCount.numberValue} 个段落元素`);

相反，它将返回一个带有 NS_DOM_TYPE_ERROR 的异常。

节点集类型

XPathResult 对象允许以 3 种主要不同类型返回节点集：

• 迭代器
• 快照
• 首个节点

迭代器

当 resultType 参数中的指定结果类型为：

• UNORDERED_NODE_ITERATOR_TYPE
• ORDERED_NODE_ITERATOR_TYPE

返回的 XPathResult 对象是一个匹配节点的节点集，它将作为迭代器，允许我们使用 XPathResult 的 iterateNext() 方法访问包含的各个节点。

一旦迭代完成所有的匹配节点，iterateNext() 将返回 null。

但请注意，如果在迭代过程中，文档发生突变（文档树被修改），将使迭代无效，并且 XPathResult 的 invalidIteratorState 属性设置为 true，抛出 NS_ERROR_DOM_INVALID_STATE_ERR 异常。

var iterator = document.evaluate(
  "//phoneNumber",
  documentNode,
  null,
  XPathResult.UNORDERED_NODE_ITERATOR_TYPE,
  null,
);

try {
  var thisNode = iterator.iterateNext();

  while (thisNode) {
    alert(thisNode.textContent);
    thisNode = iterator.iterateNext();
  }
} catch (e) {
  dump("Error: Document tree modified during iteration " + e);
}

快照

当 resultType 参数中的指定结果类型为：

• UNORDERED_NODE_SNAPSHOT_TYPE
• ORDERED_NODE_SNAPSHOT_TYPE

返回的 XPathResult 对象是一个匹配节点的静态节点集，这允许我们通过 XPathResult 对象的 snapshotItem(itemNumber) 方法访问每个节点，其中 itemNumber 是要检索的节点的索引。包含的节点总数可以通过 snapshotLength 属性访问。

快照不随文档突变而改变，因此与迭代器不同，快照不会变得无效，但是它可能不对应于当前文档，例如节点可能已被移动，它可能包含不再存在的节点，或新节点可能已添加。

var nodesSnapshot = document.evaluate(
  "//phoneNumber",
  documentNode,
  null,
  XPathResult.ORDERED_NODE_SNAPSHOT_TYPE,
  null,
);

for (var i = 0; i < nodesSnapshot.snapshotLength; i++) {
  dump(nodesSnapshot.snapshotItem(i).textContent);
}

首个节点

当 resultType 参数中的指定结果类型为：

• ANY_UNORDERED_NODE_TYPE
• FIRST_ORDERED_NODE_TYPE

返回的 XPathResult 对象只是匹配 XPath 表达式的第一个找到的节点。这可以通过 XPathResult 对象的 singleNodeValue 属性访问。如果节点集为空，这将为 null。

请注意，对于无序子类型，返回的单个节点可能不是文档顺序中的第一个，但是对于有序子类型，保证以文档顺序获取第一个匹配的节点。

var firstPhoneNumber = document.evaluate(
  "//phoneNumber",
  documentNode,
  null,
  XPathResult.FIRST_ORDERED_NODE_TYPE,
  null,
);

dump(
  "The first phone number found is " +
    firstPhoneNumber.singleNodeValue.textContent,
);

ANY_TYPE 常量

当 resultType 参数中的结果类型指定为 ANY_TYPE 时，返回的 XPathResult 对象将是由表达式求值自然产生的任何类型。

它可以是任何简单类型（NUMBER_TYPE，STRING_TYPE，BOOLEAN_TYPE ），但如果返回的结果类型是节点集，那么它将只是一个 UNORDERED_NODE_ITERATOR_TYPE。

要在评估后确定类型，我们使用 XPathResult 对象的 resultType 属性。此属性的常量值在附录中定义。

以下代码旨在放置在要针对其评估 XPath 表达式的 HTML 文档中内嵌或外链的任何 JavaScript 片段中。

要使用 XPath 提取 HTML 文档中的所有 <h2> 标题元素，xpathExpression 只是 //h2。其中，// 是递归下降运算符，在文档树中的任何位置将元素与 nodeName h2 相匹配。这个的完整代码是：link to introductory xpath doc

var headings = document.evaluate(
  "//h2",
  document,
  null,
  XPathResult.ANY_TYPE,
  null,
);

请注意，由于 HTML 没有命名空间，因此我们为 namespaceResolver 参数传递了 null。

因为希望在整个文档中搜索标题，所以我们使用 document 对象本身作为 contextNode。

此表达式的结果是 XPathResult 对象。如果想知道返回的结果的类型，我们可以评估返回的对象的 resultType 属性。在这种情况下，这将评估为 4，即 UNORDERED_NODE_ITERATOR_TYPE。这是 XPath 表达式的结果是节点集时的默认返回类型。它一次提供对单个节点的访问，并且可能不以特定顺序返回节点。要访问返回的节点，我们使用返回对象的 iterateNext() 方法：

var thisHeading = headings.iterateNext();

var alertText = "Level 2 headings in this document are:\n";

while (thisHeading) {
  alertText += thisHeading.textContent + "\n";
  thisHeading = headings.iterateNext();
}

一旦迭代到一个节点，我们就可以访问该节点上的所有标准 DOM 接口。在遍历从表达式返回的所有 h2 元素之后，对 iterateNext() 的任何进一步调用都将返回 null 。

以下使用位于 chrome://yourextension/content/peopleDB.xml 的 XML 文档作为示例。

<?xml version="1.0"?>
<people xmlns:xul = "http://www.mozilla.org/keymaster/gatekeeper/there.is.only.xul" >
  <person>
  <name first="george" last="bush" />
  <address street="1600 pennsylvania avenue" city="washington" country="usa"/>
  <phoneNumber>202-456-1111</phoneNumber>
  </person>
  <person>
  <name first="tony" last="blair" />
  <address street="10 downing street" city="london" country="uk"/>
  <phoneNumber>020 7925 0918</phoneNumber>
  </person>
</people>

为了使 XML 文档的内容在扩展中可用，我们创建一个 XMLHttpRequest 对象以同步加载文档，变量 xmlDoc 将包含该文档作为 XMLDocument 对象，我们可以使用 evaluate 方法。

JavaScript 用于扩展 xul/js 文档。

var req = new XMLHttpRequest();

req.open("GET", "chrome://yourextension/content/peopleDB.xml", false);
req.send(null);

var xmlDoc = req.responseXML;

var nsResolver = xmlDoc.createNSResolver(
  xmlDoc.ownerDocument == null
    ? xmlDoc.documentElement
    : xmlDoc.ownerDocument.documentElement,
);

var personIterator = xmlDoc.evaluate(
  "//person",
  xmlDoc,
  nsResolver,
  XPathResult.ANY_TYPE,
  null,
);

当未定义 XPathResult 对象时，可以使用 Components.interfaces.nsIDOMXPathResult.ANY_TYPE (CI.nsIDOMXPathResult) 在特权代码中检索常量。类似地，可以使用以下创建 XPathEvaluator：

Components.classes["@mozilla.org/dom/xpath-evaluator;1"].createInstance(
  Components.interfaces.nsIDOMXPathEvaluator,
);

实现用户定义的命名空间解析器

这只是一个例子。此函数将需要从 xpathExpression 获取命名空间前缀，并返回与该前缀对应的 URI。例如，表达式：

'//xhtml:td/mathml:math'

将选择作为 (X)HTML 表数据单元元素的子项的所有 MathML 表达式。

为了将使用命名空间 URI http://www.w3.org/1998/Math/MathML 的 mathml: 前缀和使用 URI http://www.w3.org/1999/xhtml 的 xhtml: 关联，我们提供了一个函数：

function nsResolver(prefix) {
  var ns = {
    xhtml: "http://www.w3.org/1999/xhtml",
    mathml: "http://www.w3.org/1998/Math/MathML",
  };
  return ns[prefix] || null;
}

我们对 document.evaluate 的调用将如下所示：

document.evaluate(
  "//xhtml:td/mathml:math",
  document,
  nsResolver,
  XPathResult.ANY_TYPE,
  null,
);

为 XML 文档实现默认命名空间

如前面实现默认命名空间解析器中所述，默认解析器不处理 XML 文档的默认命名空间。例如使用本文档：

<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
    <entry />
    <entry />
    <entry />
</feed>

doc.evaluate('//entry', doc, nsResolver, XPathResult.ANY_TYPE, null) 将返回一个空集，其中 nsResolver 是 createNSResolver 返回的解析器。传递一个 null 解析器再好不过了。

一种可能的解决方法是创建一个自定义解析器，返回正确的默认命名空间（本例中为 Atom 命名空间）。请注意，你仍然必须在 XPath 表达式中使用一些命名空间前缀，以便解析器函数能够将其更改为所需的命名空间。例如：

function resolver() {
  return "http://www.w3.org/2005/Atom";
}
doc.evaluate("//myns:entry", doc, resolver, XPathResult.ANY_TYPE, null);

请注意，如果文档使用多个命名空间，则需要更复杂的解析器。

下一节将介绍一种可能更好的方法（并允许不提前知道命名空间）。

使用 XPath 函数引用具有默认命名空间的元素

另一种匹配非空命名空间中的默认的元素的方法（以及对于动态 XPath 表达式很有效，其中命名空间可能未知），涉及使用如 [namespace-uri()='http://www.w3.org/1999/xhtml' and name()='p' and @id='_myid']。这避免了 XPath 查询无法检测到定期标记的元素上的默认命名空间的问题。

获取特定的命名空间元素和属性，而不考虑前缀

如果希望在命名空间（像预期的那样）中提供灵活性，当发现命名空间元素或属性时不一定需要使用特定的前缀，必须使用特殊技术。

虽然可以修改上述部分中的方法来测试命名空间元素，而不管选择的前缀（使用 local-name() 结合 namespace-uri() 而不是 name()），但是会发生更具挑战性的情况，如果希望在谓词中获取具有特定命名空间属性的元素（假设在 XPath 1.0 中没有与实现无关的变量）。

例如，可能尝试（不正确地）使用 namespaced 属性获取元素，如下所示： var xpathlink = someElements[local-name(@*)="href" and namespace-uri(@*)='http://www.w3.org/1999/xlink'];

这可能会无意中抓取一些元素，如果它的一个属性存在，本地名称为 href，但它是一个不同的属性，有目标（XLink）命名空间（而不是 @href）。

为了使用 XLink @href 属性（而不仅限于命名空间解析器中的预定义前缀）精确地抓取元素，可以按如下方式获取它们：

var xpathEls =
  'someElements[@*[local-name() = "href" and namespace-uri() = "http://www.w3.org/1999/xlink"]]'; // Grabs elements with any single attribute that has both the local name 'href' and the XLink namespace
var thislevel = xml.evaluate(xpathEls, xml, null, XPathResult.ANY_TYPE, null);
var thisitemEl = thislevel.iterateNext();

XPathResult 定义的常量

• XPath
• XML 路径语言源自什么是 XSLT？（由 G. Ken Holman 撰写）

• 基于 James Graham 撰写的源文档。
• 其他贡献者：James Thompson。