O.Reilly教程翻译：10分钟的XPath教程——使用Perl 进行自动化的系统管理,The 10-Minute XPath Tutorial - Automating System Administration with Perl

StupidBeauty

Articles
Now reading
User manage
Category
Blind Box

Read times:1686Posted at:

- no title specified

O.Reilly教程翻译：10分钟的XPath教程——使用Perl 进行自动化的系统管理,The 10-Minute XPath Tutorial - Automating System Administration with Perl

作者： David N. Blank-Edelman

在我们一头扎进XPath的世界之前，需要先接受3条警告。

首先，要想理解这篇附录，妳需要最少对XML 这个主题有一定程度的认识。如果妳不太了解的话，先读一读附录 A, 8分钟的 XML教程。

其次， XPath 是一门复杂的语言。 XPath 1.0规范中包含着 34 页密密麻麻的文字； XPath 2.0规范更是长达 118 页。本附录不会试图去评价XPath （尤其是 v2.0）的丰富性、表达能力和复杂性。我们只会专注于 XPath 中能够立即被Perl 程序猿用到的子集。

最后，本附录会专注于XPath 1.0。截止到本文的撰写时间为止，我还不知道有哪个稳定的Perl 模块能够支持XPath 2.0。

好了，现在让我们来研究一下，“XPath 是什么？”，更重要的是，“为什么我要关心这个？” XPath是一个W3C规范，是“一门用来定位XML 文档中的某些部分的语言。”如果妳曾经编写过从XML 文档中提取特定部分的代码，那么，XPath能够让妳的生活变得更加轻松。对于这个特定任务来说，它是一门简洁而又强大的语言。如果妳能够使用 XPath 语言来说明妳想要获取到什么数据（通常都能够做到），那么，XPath 解析器就能够为妳获取到那砣数据，或者让妳的程序指向XML 文档中的正确位置。这种事通常使用一行Perl 代码就能搞定。

XPath基本概念

在开始使用XPath 之前，需要理解几个基本概念。让我们先从简单的开始。

基本的位置路径

要理解XPath，妳首先应当明白，XML 文档可以被解析为一个树结构。文档中的元素（当然还有其它东西，但是我们暂时不研究那个）会成为树中的节点。为了说得清楚一点，我们看一看第 6 章 , 处理配置文件的示例XML 文件。其内容是这样的：

<?xml version="1.0" encoding="UTF-8"?>

This is the configuration of our network in the Boston office.

</description>

<arec>agatha.example.edu</arec>

<cname>mail.example.edu</cname>

</interface>

</host>

<arec>gil.example.edu</arec>

<cname>www.example.edu</cname>

</interface>

<service>HTTPS</service>

</host>

<arec>baron.example.edu</arec>

<cname>dns.example.edu</cname>

<cname>ntp.example.edu</cname>

<cname>ldap.example.edu</cname>

</interface>

<service>LDAPS</service>

</host>

<arec>mr-tock.example.edu</arec>

<cname>fw.example.edu</cname>

</interface>

<service>firewall</service>

</host>

<arec>krosp.example.edu</arec>

</interface>

<arec>krosp.wireless.example.edu</arec>

</interface>

</host>

<arec>zeetha.example.edu</arec>

</interface>

<arec>zeetha.wireless.example.edu</arec>

</interface>

</host>

</network>

如果我们将这个文档解析为一个节点树的话，看起来将会是图 B.1, “XML文档节点树 ” 这个样子。

树的根节点指向文档的根元素（ <network></network> ）。文档中其它的元素都被挂接在根元素之下。每个元素节点都会有相关联的属性节点（如果它有任何属性的话），和一个子代文本节点，代表着该元素的内容（如果它有任何字符数据的话）。例如，假设XML 的内容是 <element attrib="value">something</element> ，则，XPath 解析完毕之后，会有一个 <element></element> 节点，该节点中包含一个名为 attrib 的属性节点，和一个文本节点，其中包含着字符串 something 。请狠狠地盯着图 B.1, “XML文档节点树 ” 看，直到这个 XML文档节点树概念被深深地铬印到脑海中，因为，它是此文档中至关重要的概念。

如果妳看到这张图的时候联想到了第 2 章 , 文件系统那个树状图的话，那么，狠好。我们就是故意让它们看起来相似的。 XPath使用了定位路径的概念来导航到文档中某个节点或者某一组节点。定位路径，可能以树的根节点开始（绝对路径），也可能以树中某个别的节点作为开始（相对路径）。就像在一个文件系统中一样，以 “/”开头，表示“ 从树的根节点开始， ” ， “.” ( 一个小数点 )表示当前节点( 也被称作 “ 上下文节点 ”) ， “..” (两个小数点 )表示上下文节点的亲代节点。

如果妳愿意的话，可以将定位路径看作一种用来指向图中某个特点节点或者一组节点的方式。例如，我们想要指向 <description> </description> 节点的话，则，定位路径就是 /network/description 。如果我们用 /network/host 作为定位路径的话，则，我们将会引用到树中对应级别上的所有 <host></host> 节点。如果妳还想要指向树中更深层次的某个节点的话，则，妳就需要区分出不同的 <host></host> 节点了。至于如何做到这一点，将是另一个不同的 XPath 话题；我们暂且将那个问题放下，先多看几个对节点树进行遍历的导航示例。

图 B.1. XML文档节点树

我们的示例文件中不仅仅包含着标记标签；这个文件中带有真实的数据。这些元素本身通常都具有属性（例如， <interface name="en1" type="AirPort"> ），或者充当数据标签的角色（例如， <addr>192.168.0.4 </addr> ）。我们如何获取到文档中这一部分的信息呢？要想获取某个元素的属性，则，在属性前面加上一个 @ 。例如，通过 /network/description/@name 能够获取到 name="Boston" 。要想获取某个元素的文本节点的内容，则，在定位路径的末尾加上一个 text() ，例如 /network/description/text() 。它将会返回 This is the configuration... .

XPath 中的通配符与文件系统中的通配符类似。 /network/host/*/arec/text() ，会定位到某个 <host></host> 节点下面所有具有 <arec> </arec> 子代节点的元素节点，然后，返回那些 <arec></arec> 元素的内容。在这个例子中，我们将获取到与每个网卡相关联的DNS A 资源记录名字：

agatha.example.edu

gil.example.edu

baron.example.edu

mr-tock.example.edu

krosp.example.edu

krosp.wireless.example.edu

zeetha.example.edu

zeetha.wireless.example.edu

也可以对属性使用通配符，具体就是 @* 。 /network/host/@* ，会返回那些 <host></host> 元素的所有属性。

在研究下一小节之前，还要说个语法点。 XPath 中还有一个特殊的定位路径操作符，我称之为“魔法”定位路径操作符。如果妳在定位路径中的任何位置使用两个斜杠( // )，则，它会从该位置开始，向树中查找，以定位到后续的路径元素。例如，假如我们写 //arec/text() ，则，会像前面那个例子一样，获取到那些网卡的A 资源记录名字，因为，这个操作符会从树的根节点开始向下搜索，找到所有具有文本节点的 <arec> </arec> 元素。妳也可以将双斜杠放置在定位路径的中间，例如 /network//service/text() 。我们的示例文件中的节点树深度较小，但是，请想像一下，在描述路径的时候，不需要写上树中所有的中间部分，这是个多么方便的功能。

判定

在上一小节中，我们优雅地抛出咯一个问题：当树中某个层级上有多个具有相同名字的元素的时候，我们如何指定要跟进哪个分支或哪些分支？在我们的示例文档中，在树中的第三个层级，有5个 <host></host> 元素。如果具有不同的属性，并且其中的数据也不同，但是，如果定位路径中只包含元素名字的话，我们仍然无法区分它们。例如，我们写 /network/host 的时候，其中的单词 host （按照规范的说法）是起到“节点测试”的作用的。当我们沿着定位路径向树的下部导航时，它能够为我们选择使用哪个或哪些网络（network）分支。但是，这个示例中的节点测试还不足以提供足够细的粒度，使得我们能够选择单个分支。

这就是XPath 的判定派上用场的时候了。使用判定，可以对节点测试所产生的节点集合进行过滤，以获取到妳所关心的那些节点。 /network/host 会返回所有的主机（host）节点；我们需要采用一种手段来将这个集合缩小。判定条件，是在定位路径中加入方括号（ [] ）来表示的。妳只需要将判定条件插入到需要进行过滤动作的位置就可以了。

最简单的判定条件示例就是，数字下标，例如 /network/host[2]/interface/arec/text() 。这个定位路径，会返回第二个主机（host）节点（按照文档顺序的第二个）的网卡名字列表。假设妳当前正位于主机（host）节点处的话，这个判定条件会告诉妳，应当选择树中的哪个分支：在这个例子中，就是位于第二个位置的那个分支。

警告

Perl程序猿应该对这种下标语法狠熟悉了，但是，请打起精神。与Perl 不同的是，XPath 中的下标是从1 开始数的，而不是0。

如果下标数字是仅有能够使用的判定条件的话，那么，我们只能呵呵了。但是，这就是XPath 的强大之处。 XPath 中带有一组强大的判定条件。当我们将判定条件的复杂性再增加一点的话，将是这样的： /network/host[@name="agatha"] 。这种写法，会检测是否存在一个具有特定值的特定属性，以此来选择正确的 <host></host> 。

当然，判定条件并不总是出现在定位路径的末尾。妳可以使用它们来构造出一个狠长的定位字符串。例如，我们想要找到网络中所有Linux 服务器的名字。我们可以这样写： /network/host[@os="linux"]/service/../@name 。这个定位路径，使用了一个判定条件来选择所有其 os 属性为 linux 的 <host></host> 元素。然后，它跟进到其中每个拥有 <service></service> 子代元素的节点中（也就是说，只选择那些是服务器（server）的主机（host））。在这个时刻，我们已经深入到了树中的 <service></service> 节点了，所以，我们使用 ../@name 来获取到其亲代节点（包含着我们刚刚找到的 <service></service> 元素的 <host></host> 元素）的 name 属性。

我们可以这样测试节点的内容： //host/service[text()='DNS'] 。这个定位路径的意思是，从树的根节点开始，寻找那些在其中嵌套有 <service></service> 节点的 <host></host> 节点。一旦XPath 找到了一个符合这个条件的分支，就会将每个这样的服务器（service）节点的内容与“DNS”作比较，找到相匹配的节点。

这个定位路径中，我们调用了 text() ，这是为了让解析器的工作更容易完成。如果我们不写 text() ，只写一个“.” (小数点)的话(表示当前节点)，则，XPath 会对它的内容进行比较。

相等性比较，只是其中的一个比较操作符。我们的示例数据中狠难展示出这一点，但是，像 [price > 31337] 这样的判定条件，也是可以用来选择节点的。

是不是感觉它有点像一门真正的计算机语言了？当我们再来讲一讲函数的时候，妳会觉得它更像了。 XPath定义了一大波函数，可用来处理节点集合、字符串、逻辑操作和数字。实际上，我们已经见过其中的一些函数了，因为， /network/host[2]/interface/arec/text() 实际上表示的是 /network/host[position()=2]/interface/arec/text() 。

为了让妳再感受一下这个东西，我们再举个定位路径的例子，它会选择那些HTTP 和 HTTPS 服务节点（允许在服务名字的首尾有任意的空白字符）： //host/service[starts-with(normalize-space(.),'HTTP')] 。这里的字符串函数 starts-with() ，其作用就跟妳所想像的一样：如果参与比较的那个东西（当前节点的内容）就是以第二个参数中提供的字符串开头的，那么，它返回真（true）。XPath 规范中有一个函数列表，只是对于初学者不那么友好。请在网络上搜索“XPath判定条件”，妳将找到一些更适合阅读的内容。

缩写及方向轴

这篇附录，从 XPath 中最简单的核心功能开始，在后续小节中逐步加入更多复杂性和细节。让我们再最后说点复杂的东西，回头看一下之前说的定位路径。我们会发现，至今为止，我们所写的那些定位路径，以规范的说法来看，都是“缩写语法”。未缩写的语法形式呢，妳可能永远不会用上，但是，一旦妳真的需要的话，妳就得用上了。我们在这里快速地看一下这个东西，这样，让妳知道，一旦妳遇到相应的问题了，妳还是可以用这个东西来解决的。

那么，我们到现在所写的那些定位路径里，都缩写了些什么？当我们写 /network/host[2]/service[1]/text() 的时候，实际上是这个意思：

1. 从树的根节点开始。
2. 向着根节点的子代方向移动（也就是说，沿着树向下移动），寻找那些元素名字为 network 的子代节点。
3. 到达 <network></network> 节点。现在，它成为上下文节点了。
4. 向着上下文节点的子代方向移动，寻找那些元素名字为 host 的子代节点。
5. 到达树中存在着多个 <host></host> 节点的层级。选择位于第二个位置的那个节点。现在，它成为上下文节点了。
6. 向着上下文节点的子代方向移动，寻找那些元素名字为 service 的子代节点。
7. 到达树中存在着多个 <service></service> 节点的层级。选择位于第一个位置的那个节点。现在，它成为上下文节点了。
8. 向着与上下文节点相关联的文本节点移动。完毕。

如果我们以未缩写的语法来写这个定位路径的话，会是这样的（如果妳看到的是两行，那是因为被自动换行了，实际上是一整个长长的定位路径）：

/child::network/child::host[position()=2]/child::service[position()=1]/child::text()

这个路径里加入的关键内容就是方向轴。对于定位路径中的每一步，我们都可以包含一个方向轴，以向解析器告知，在树中以相对于上下文的什么方向来移动。在这个例子中，每一步，我们都是告诉它向着 child:: 方向轴移动，也就是说，向着上下文节点的子代方向移动。我们已经习惯了文件系统的路径，它就是表示着从目录向着子目录和目标文件移动，以至于，当我们见到 /dir/sub-dir/file 这种语法时，想都不会多想。这就是为什么缩写的XPath 语法这么好用的原因。但是，XPath 并不限制我们一定要从亲代节点走向子代节点。我们已经在 // 语法中体验过这种自由了。当我们这样写的时候， /network//cname ，实际上表示的意思是 /child::network/descendant-or-self::cname 。也就是说：

1. 从根节点开始。
2. 向子代节点方向移动，找到那些 <network></network> 节点。每找到一个，它就会成为上下文节点。
3. 在上下文节点及后代节点中寻找，直到找到那些 <cname></cname> 节点。

还有其它3个方向轴，妳已经见过了： self:: ( . ) 、 parent:: ( .. )和 attribute:: ( @ )。如果妳使用未缩写的语法，那么，妳还能使用另外8个方向轴，颤抖吧： ancestor:: 、 following-sibling:: 、 preceding-sibling:: 、 following:: 、 preceding:: 、 namespace:: 、 descendant:: 和 ancestor-or-self:: 。

其中， following-sibling:: 可能是最有用的，所以，我来说一下这个，并且举个例子。本附录的引用小节中，列出了一些其它的内容，它们会对其它的方向轴做说明。 following-sibling:: ，这个方向轴，告知解析器，应当向着树中同一层级的下一个（或多个）元素移动。也就是，引用到了上下文节点的邻居节点。如果我们想要找到所有拥有多个网卡的主机，那么，可以这样写（仍然是长长的一行）：

/child::network/child::host/child::interface/following-sibling::interface/parent::host/attribute::name

用人话来说，就是： “ 从网络（network）节点开始向下，直到找到一个拥有某个网卡（interface）节点作为其子代节点的主机（host），然后，看看它是否在树中同一个层级拥有一个邻居网卡（interface）节点。如果有的话，如果有的话，则，向上到达主机（host）节点，并且返回它的 name 属性。 ”

进一步说明

如果妳觉得XPath 狠有趣，想要深入学习的话，那么，在本附录之外，有狠多其它的教程可供妳学习。请阅读下一小节中列出的规范和其它教程。学习其它的判定条件和方向轴。认识一下XPath 2.0，这样，当出现了能够使用该规范的Perl 模块时，妳立即就能用上。另外，多多把玩一下这门语言，直到妳觉得自己已经狠熟练了，就可以将它收到妳的工具箱中了。

如果妳喜欢本文，请考虑购买使用 Perl 进行自动化的系统管理，第二版。

http://www.kanunu8.com/book3/7781/170810.html

Your opinions

Your name:

Email:Website url:Opinion content:

- no title specified

HxLauncher: Launch Android applications by voice commands