XPath: dotazy do XML dokumentu

Ukázkový dokument

Všechny výrazy v této kapitole se vyhodnocují nad stejnou malou knihovnou. Výsledky jsou ověřené v XPath 1.0, tedy v té verzi, kterou umí každý prohlížeč.

<?xml version="1.0" encoding="UTF-8"?>
<knihovna>
  <kniha id="b1" jazyk="cs">
    <nazev>Saturnin</nazev>
    <autor>Zdeněk Jirotka</autor>
    <rok>1942</rok>
    <cena>249</cena>
  </kniha>
  <kniha id="b2" jazyk="cs">
    <nazev>Válka s mloky</nazev>
    <autor>Karel Čapek</autor>
    <rok>1936</rok>
    <cena>299</cena>
  </kniha>
  <kniha id="b3" jazyk="en">
    <nazev>R.U.R.</nazev>
    <autor>Karel Čapek</autor>
    <rok>1920</rok>
    <cena>199</cena>
  </kniha>
</knihovna>

Cesty

Výraz XPath připomíná cestu k souboru: jednotlivé kroky oddělené lomítkem sestupují stromem dokumentu. Výraz začínající / je absolutní (od kořene), ostatní jsou relativní k aktuálnímu uzlu.

// je pohodlné, ale prochází celý dokument. U velkých souborů je rychlejší a přesnější napsat celou cestu.

Predikáty: filtrování výsledku

Podmínka v hranatých závorkách ponechá jen uzly, pro které platí. Číslo v predikátu je pozice a počítá se od 1, ne od nuly. Predikáty lze řetězit a kombinovat operátory and, or a funkcí not().

Past s pozicí: //kniha[1] znamená „u každého rodiče jeho první element kniha“, takže při knihách ve více oddílech vrátí víc výsledků. Pokud chceš úplně první knihu v dokumentu bez ohledu na strukturu, použij závorky: (//kniha)[1].

Osy: pohyb ve všech směrech

Lomítko standardně sestupuje k potomkům. Osy (axes) umožňují jít i nahoru a do stran — k rodičům, předkům nebo sourozencům. Zapisují se jako osa::test.

Nejpoužívanější funkce

XPath 1.0 má jen čtyři datové typy (množina uzlů, řetězec, číslo, logická hodnota) a zhruba 30 funkcí. Nejčastěji se hodí count(), sum(), contains(), starts-with(), normalize-space(), string-length(), not(), position() a last().

Porovnání autor='Karel Čapek' je přesné — rozlišuje velikost písmen a bílé znaky. Pokud v datech může být mezera navíc, pomůže normalize-space(autor)='Karel Čapek'.

XPath a jmenné prostory

Dokumenty s výchozím jmenným prostorem (sitemapy, XHTML, SOAP, faktury) jsou nejčastějším důvodem, proč výraz „nic nenajde“. V XPath 1.0 jméno bez prefixu vždy odpovídá jen elementu bez jmenného prostoru. Je potřeba prefix zaregistrovat v programu a použít ho ve výrazu:

// XPath 1.0 v prohlížeči: prefix s se přiřadí URI přes resolver
const resolver = (prefix) =>
  prefix === 's' ? 'http://www.sitemaps.org/schemas/sitemap/0.9' : null;
const result = doc.evaluate('/s:urlset/s:url/s:loc', doc, resolver,
  XPathResult.ORDERED_NODE_SNAPSHOT_TYPE, null);

Nouzové řešení bez registrace je //*[local-name()='loc'], které jmenný prostor ignoruje. XPath 3.1 navíc zná zápis Q{URI}jmeno a zástupný prefix *:loc. Registraci prefixu v C#, Javě, Pythonu, PHP a PostgreSQL ukazuje stránka XPath nic nevrací: výchozí jmenný prostor.

Verze XPath

• XPath 1.0 (1999) — umí ho všechny prohlížeče (document.evaluate), XSLT 1.0 a většina knihoven. Omezená sada funkcí, žádné regulární výrazy.
• XPath 2.0 (2007) — typový systém podle XSD, sekvence, regulární výrazy (matches(), replace()), podmínky if … then … else, práce s daty.
• XPath 3.0 a 3.1 (2014, 2017) — funkce vyššího řádu, mapy a pole, operátor => a podpora JSON.

Záložka XPath v našem XML nástroji umí nativní XPath 1.0 prohlížeče i XPath 3.1 a XQuery 3.1, takže si rozdíly můžeš vyzkoušet na vlastním dokumentu. XPath se dál používá v XSLT, kde vybírá uzly pro šablony.

Sekvence, mapy a pole v XPath 3.1

(1, 2, 3) ! (. * 10)
map { "jmeno": "Jana", "vek": 20 }?jmeno
["Jana", 20]?2
parse-json('{"aktivni":true}')?aktivni

Výsledky jsou postupně sekvence 10, 20, 30; řetězec Jana; číslo 20; true. Sekvence není pole: vnořené sekvence se zplošťují, pole může obsahovat člen, který je celou sekvencí. Index členu XPath pole začíná jedničkou, zatímco JSONPath index nulou.

XPath 2.0 přinesl sekvence a typový systém, 3.0 funkce jako hodnoty a 3.1 mapy a pole. Prohlížečové document.evaluate() zůstává u 1.0; novější zápis vyžaduje jiný procesor.

K 1. 10. 2026 publikuje QT4 Community Group návrhy XPath, XQuery a XSLT 4.0. Stabilní snapshot z ledna 2026 je stále návrh a práce pokračuje; není to doporučení W3C. Experimentální režim v nástroji XML.cz odpovídá podpoře konkrétní verze FontoXPath, nikoli záruce celé budoucí specifikace.

Pro tvorbu nových výsledných dokumentů a FLWOR pokračuj na XQuery.

Kontext a predikáty: proč závorky mění výsledek

<katalog><sekce><kniha id="a"/><kniha id="b"/></sekce><sekce><kniha id="c"/><kniha id="d"/></sekce></katalog>

//kniha[1]/@id        → a, c
(//kniha)[1]/@id      → a
//kniha[@id="d"]/preceding-sibling::kniha[1]/@id → c
count(/katalog/sekce) → 2

Predikát u kroku vybírá první knihu každého rodiče. Závorky kolem celého výběru vytvoří jeden výsledek, z nějž vybereš první knihu. Na zpětné ose preceding-sibling je první nejbližší předchozí sourozenec. Číselný predikát pracuje s pozicí v daném kontextu; [1] není obecné omezení celé dotazové sady na jednu položku.

Počáteční / vychází z kořene dokumentu, . z aktuálního uzlu. Rozlišuj // jako průchod potomky a konkrétní cestu pro známý model: kratší zápis nemusí být přesnější ani levnější. Reference os a funkcí navazuje na tento příklad.

Namespace ve skutečném dotazu

<katalog xmlns="urn:knihy"><kniha id="a"><nazev>XML</nazev></kniha></katalog>

/k:katalog/k:kniha/@id

Ve svém XPath API přiřaď prefixu k URI urn:knihy. Funkci nebo nastavení, které převádí prefix na URI, knihovny obvykle nazývají resolver. Zdejší pokročilý tester přebírá vazby z kořenového elementu dokumentu; pro tento prefix mu přidej deklaraci xmlns:k="urn:knihy". Nemusí se vyskytovat ve vstupním XML. Dotaz /katalog/kniha v XPath 1.0 hledá elementy bez namespace a vrátí nic. @id naopak zůstává bez prefixu, protože výchozí namespace neplatí pro neprefixované atributy.

XPath 2.0/3.1 může podle prostředí mít výchozí elementový namespace pro výrazy; toto nastavení není automaticky převzaté z každého XML dokumentu. Pro přenositelný dotaz dej vazby prefixů výslovně. local-name() pomůže při diagnostice, ale bez kontroly namespace-uri může vybrat cizí element stejného jména.

Operátory: čísla, booleovské podmínky a množiny uzlů

<knihy><kniha id="k1" cena="199"/><kniha id="k2" cena="49"/></knihy>

/knihy/kniha[@cena >= 100 and @id = 'k1']  → kniha k1
count(/knihy/kniha) = 2                    → true
sum(/knihy/kniha/@cena)                    → 248
5 div 2                                   → 2.5
5 mod 2                                   → 1
/knihy/kniha[@id='k1'] | /knihy/kniha[@id='k2'] → oba uzly

XPath 1.0 používá and, or, div, mod a znak | pro sjednocení množin uzlů. Hvězdička může podle kontextu znamenat násobení nebo výběr libovolného elementu. Porovnání množiny uzlů se může vyhodnocovat existenčně: /knihy/kniha/@cena = 199 je pravda, pokud alespoň jeden atribut odpovídá. Nevysvětluj je jako porovnání serializovaných seznamů.

XPath 2.0+ přidává sekvence, rozsahy to, typové operátory a value comparisons eq/ne/lt/le/gt/ge. Například (1, 2) = 2 je true, zatímco (1, 2) eq 2 selže, protože operátor eq dovoluje na každé straně nejvýše jednu hodnotu, ale vlevo jsou dvě. Operátor || pro spojení řetězců patří do 3.1, nikoli do 1.0. Vyber verzi podle skutečného procesoru; reference funkcí uvádí minimální verze.