XPath 完整指南：語法詳解、Java API 實戰、命名空間處理與效能優化

前言

XPath (XML Path Language) 是在 XML 文檔中導航、查詢、提取數據的標準查詢語言。Java 內建 `javax.xml.xpath` 包 (JDK 1.5+) 提供標準 API。本文系統覆蓋 XPath 七大節點類型、路徑表達式、謂語、通配符、軸、運算符、函數，並深入講解 Java 代碼實戰、命名空間陷阱、返回類型處理、效能優化與現代替代方案。

一、XPath 數據模型：七種節點類型

二、核心語法速查表

1. 基礎路徑表達式

2. 謂語 - 精準過濾

//book[1]                  // 第一個 book 子元素 (索引從 1 開始)
/bookstore/book[last()]    // 最後一個 book
/bookstore/book[position() < 3] // 前兩個 book
//title[@lang]             // 擁有 lang 屬性的 title
//title[@lang='eng']       // lang 屬性值為 'eng' 的 title
/bookstore/book[price > 35.00]  // price > 35 的 book
/bookstore/book[price > 35.00]/title // 符合條件 book 的 title

3. 通配符

//book/title | //book/price  // 所有 book 的 title 和 price
//title | //price             // 文檔中所有 title 和 price

4. 軸 - 樹關係導航 (進階)

5. 運算符與函數

• 算術：`+ - * div mod` (注意除法用 `div`，非 `/`)
• 比較：`= != < > <= >=`
• 邏輯：`and or not()`
• 常用函數：`contains()`, `starts-with()`, `substring()`, `string-length()`, `normalize-space()`, `translate()`, `count()`, `sum()`, `floor()`, `ceiling()`, `round()`

三、Java XPath API 實戰核心類

import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.xpath.*;
import org.w3c.dom.Document;
import org.w3c.dom.NodeList;
import java.io.File;

public class XPathDemo {
    public static void main(String[] args) throws Exception {
        // 1. 解析 XML 文檔 (建議復用 DocumentBuilder)
        DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
        dbf.setNamespaceAware(true); // 關鍵：啟用命名空間感知
        Document doc = dbf.newDocumentBuilder().parse(new File("books.xml"));

        // 2. 建立 XPath 對象
        XPathFactory xpf = XPathFactory.newInstance();
        XPath xpath = xpf.newXPath();

        // 3. 編譯表達式 (可復用 XPathExpression)
        XPathExpression expr = xpath.compile("//book/title/text()");

        // 4. 執行查詢並指定返回類型 (核心！)
        // XPath 1.0 四種類型對應 Java 類型：
        // node-set -> NodeList, number -> Double, string -> String, boolean -> Boolean
        NodeList nodes = (NodeList) expr.evaluate(doc, XPathConstants.NODESET);

        // 5. 遍歷結果
        for (int i = 0; i < nodes.getLength(); i++) {
            System.out.println(nodes.item(i).getNodeValue()); // 文本節點用 getNodeValue()
        }
    }
}

返回類型對應表 (必須指定，否則預設 String 丟失節點結構)

四、命名空間處理：最易踩的坑

問題現象

XML 帶命名空間：`<bookstore xmlns="https://example.com/book">...`。直接用 `//book` **查無結果**，因為無前綴路徑默認匹配無命名空間的節點。

解決方案：自定義 NamespaceContext

import javax.xml.namespace.NamespaceContext;
import javax.xml.xpath.*;
import java.util.*;

public class CustomNamespaceContext implements NamespaceContext {
    private final Map prefixMap = new HashMap<>();

    public CustomNamespaceContext(Map prefixMap) {
        this.prefixMap.putAll(prefixMap);
        // XML 常數
        this.prefixMap.put("xml", XMLConstants.XML_NS_URI);
    }

    @Override public String getNamespaceURI(String prefix) {
        return prefixMap.getOrDefault(prefix, XMLConstants.NULL_NS_URI);
    }
    @Override public String getPrefix(String namespaceURI) {
        return prefixMap.entrySet().stream()
            .filter(e -> e.getValue().equals(namespaceURI))
            .map(Map.Entry::getKey).findFirst().orElse(null);
    }
    @Override public Iterator getPrefixes(String namespaceURI) {
        List list = new ArrayList<>();
        prefixMap.forEach((k, v) -> { if (v.equals(namespaceURI)) list.add(k); });
        return list.iterator();
    }
}

// 使用
Map nsMap = Map.of(
    "bk", "https://example.com/book",   // 給默認命名空間起別名 bk
    "ns", "https://example.com/other"
);
xpath.setNamespaceContext(new CustomNamespaceContext(nsMap));

// 查詢時必須使用前綴
NodeList books = (NodeList) xpath.compile("//bk:book").evaluate(doc, XPathConstants.NODESET);

核心規則：XML 中有命名空間 (哪怕是默認命名空間 `xmlns="..."`)，XPath 查詢必須通過 `NamespaceContext` 映射前綴，**無前綴路徑永遠匹配不到有命名空間的節點**。

五、效能優化與最佳實踐

1. 編譯一次，多次執行：`XPathExpression expr = xpath.compile(...)` 耗時較大，應在初始化階段編譯緩存，運行期復用 `expr.evaluate(...)`。
2. 避免 `//` 深度遞歸：`//book` 掃描整棵樹。若結構固定，用 `/bookstore/book` 絕對路徑或相對路徑 `bookstore/book`。
3. 啟用 `NamespaceAware` 但僅在必要時處理 NS：解析階段 `setNamespaceAware(true)` 有微小開銷，但查詢時無 NS 則無額外成本。
4. 大文檔改用流式處理：DOM 將整個 XML 載入記憶體。> 50MB 文檔建議用 StAX (XMLStreamReader) + XPath (需第三方庫如 Saxon) 或 SAX 事件驅動。
5. 考慮 Saxon (XPath 2.0/3.0/3.1)：JDK 內建僅支援 XPath 1.0。Saxon 提供正則匹配、高階函數、JSON 支援、更優化的查詢引擎。Maven: `net.sf.saxon:Saxon-HE`。

六、現代替代方案對比

七、完整範例：解析帶命名空間的複雜 XML

// books.xml


    
        Effective Java
        45.00
        Addison-Wesley
    
    
        Java 核心技術
        58.00
        機械工業出版社
    


// Java 查詢：價格 > 50 的書名及出版社
XPathExpression expr = xpath.compile(
    "//bk:book[bk:price > 50]/bk:title/text() | //bk:book[bk:price > 50]/pub:publisher/text()"
);
NodeList result = (NodeList) expr.evaluate(doc, XPathConstants.NODESET);
// 輸出: Java 核心技術, 機械工業出版社

總結

XPath 是 XML 處理的瑞士軍刀。掌握 路徑表達式、謂語、軸、返回類型映射、命名空間上下文 五大核心，即可應對 95% 的 XML 查詢需求。生產環境注意：緩存編譯表達式、避免濫用 `//`、大文檔用流式處理、複雜查詢升級 Saxon。若 XML 結構固定，優先考慮 JAXB/Jackson 物件綁定，代碼更健壯可維護。