Поиск XML с использованием XPath с JDOM/JAXEN/SAXON

Question

У меня есть документ XML, который я анализирую с помощью JDOM-2.0.5, Следующий код работает нормально и bookNodes список содержит все узлы книги из моего файла XML:

SAXBuilder builder = new SAXBuilder();

// @see http://xerces.apache.org/xerces-j/features.html
// Disable namespace validation
builder.setFeature("http://xml.org/sax/features/namespaces", false);

Document doc = null;

try {
    doc = builder.build(xmlURL);
} catch (JDOMException | IOException e) {
    e.printStackTrace();
    return null; 
}

// get browse elmt
Element browse = doc.getRootElement().getChild("browse");

// Get all browse's chlidren
List<Element> bookNodes = browse.getChildren("book");

for (Element book : bookNodes) {
    // Do things with the selected nodes
    //...
}

И вот пример моих данных XML:

<?xml version="1.0" encoding="utf-8"?> 
<Books xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns="http://www.example.com/XMLSchema" version="1">
    <status code="0"/>
    <link>http://www.example.com/books</link>
    <description>Browse, search and ....</description>
    <language>en-us</language>
    <pubDate>Sun, 09 Nov 2014 00:00:02 +0000</pubDate>
    <copyright>Copyright 2014, XXX</copyright>
    <category>Books</category>
    <browse>
        <book id="bk101">
            <author>Gambardella, Matthew</author>
            <title>XML Developer's Guide</title>
            <genre>Computer</genre>
            <price>44.95</price>
            <publish_date>2000-10-01</publish_date>
            <description>An in-depth look at creating applications 
            with XML.</description>
        </book>
        <book id="bk102">
            <author>Ralls, Kim</author>
            <title>The Midnight Rain</title>
            <genre>Fantasy</genre>
            <price>5.95</price>
            <publish_date>2000-12-16</publish_date>
            <description>A former architect battles corporate zombies, 
            an evil sorceress, and her own childhood to become queen 
            of the world.</description>
        </book>
        <book id="bk105">
            <author>Corets, Eva</author>
            <title>The Sundered Grail</title>
            <genre>Fantasy</genre>
            <price>5.95</price>
            <publish_date>2001-09-10</publish_date>
            <description>The two daughters of Maeve, half-sisters, 
            battle one another for control of England. Sequel to 
            Oberon's Legacy.</description>
        </book>
        <book id="bk106">
            <author>Randall, Cynthia</author>
            <title>Lover Birds</title>
            <genre>Romance</genre>
            <price>4.95</price>
            <publish_date>2000-09-02</publish_date>
            <description>When Carla meets Paul at an ornithology 
            conference, tempers fly as feathers get ruffled.</description>
        </book>
    </browse>
</Books>

Вопрос 1:

Я хочу выбрать только узлы книги, содержащие текст. Итак, я использовал запрос XPath //book[contains(./title, 'The')] а также jaxen-1.1.6 со следующим кодом:

filter = "//book[contains(./title, 'The')]"; // should return 2 elements (2nd and 3rd nodes)

// use the default implementation
XPathFactory xFactory = XPathFactory.instance();

XPathExpression<Element> expr = xFactory.compile(filter, Filters.element());

List<Element> bookNodes = expr.evaluate(doc);

Но bookNodes список был пуст!

Что не так с моим кодом?

Вопрос 2:

Мне понадобятся более продвинутые функции для поиска в моих полях xml, например:

filter = "//book[matches(./title, '^ *XML.*?Developer.*?Guide *$', 'i')]"; // should return 1 element (1st node)

Я тогда использую saxon9he который поддерживает XPath 2.0+, но я не мог понять, как заставить его работать с JDOM2 и моим кодом выше.

Так что, если вы можете приучить меня к тому, как сделать это на основе моего кода (я уже гуглил на помощь, но я не мог найти какой-либо)

Ответ на вопрос 1 поможет мне понять, что я сделал не так. Но ответ на вопрос 2 поможет мне продвинуться вперед с моим небольшим личным приложением.

Спасибо

Answer 1

Язык XPath определяется только в правильно сформированном XML-пространстве имен и может давать неожиданные результаты, если вы попытаетесь использовать его в дереве XML, которое было проанализировано без пространств имен. Вместо того, чтобы игнорировать пространство имен, вы должны использовать их правильно:

SAXBuilder builder = new SAXBuilder();
Document doc = null;

try {
    doc = builder.build(xmlURL);
} catch (JDOMException | IOException e) {
    e.printStackTrace();
    return null; 
}

Namespace ns = Namespace.getNamespace("http://www.example.com/XMLSchema");

// get browse elmt
Element browse = doc.getRootElement().getChild("browse", ns);

// Get all browse's chlidren
List<Element> bookNodes = browse.getChildren("book", ns);

for (Element book : bookNodes) {
    // Do things with the selected nodes
    //...
}

Для XPath вам необходимо привязать URI пространства имен к префиксу:

filter = "//ns:book[contains(./ns:title, 'The')]";

// use the default implementation
XPathFactory xFactory = XPathFactory.instance();

XPathBuilder<Element> builder = new XPathBuilder(filter, Filters.element());
builder.setNamespace("ns", "http://www.example.com/XMLSchema");
XPathExpression<Element> expr = builder.compileWith(xFactory);

List<Element> bookNodes = expr.evaluate(doc);

Что касается вопроса 2, движок Saxon XPath может работать с деревьями JDOM2, но вы должны использовать Saxon XPath API вместо JDOM, что, в свою очередь, означает, что вы должны использовать стандартный javax.xml.xpath способ связывания префиксов пространства имен с URI, что гораздо более громоздко, чем JDOM - вам нужно определить собственную реализацию NamespaceContext или используйте сторонний, такой как SimpleNamespaceContext Spring.

JDOM2DocumentWrapper docw =
        new JDOM2DocumentWrapper(doc, config); // net.sf.saxon.option.jdom2

XPathEvaluator xpath = new XPathEvaluator(); // net.sf.saxon.xpath
SimpleNamespaceContext nsCtx = new SimpleNamespaceContext();
nsCtx.bindNamespaceUri("ns", "http://www.example.com/XMLSchema");
xpath.setNamespaceContext(nsCtx);
List<?> bookNodes = (List<?>)xpath.evaluate(
   "//ns:book[matches(./ns:title, '^ *XML.*?Developer.*?Guide *$', 'i')]", docw,
   XPathConstants.NODESET);

(адаптировано из саксонского JDOM2Example.java)

Answer 2

Для полноты вот как это сделать с помощью интерфейса S9api Saxon:

Processor proc = new Processor();
XdmNode docw = proc.newDocumentBuilder().wrap(doc);
XPathCompiler xpath = proc.newXPathCompiler();
xpath.declareNamespace("ns", "http://www.example.com/XMLSchema");
XdmValue bookNodes = xpath.evaluate(
   "//ns:book[matches(./ns:title, '^ *XML.*?Developer.*?Guide *$', 'i')]", docw);
for (XdmItem book : bookNodes) {
 ....
}