XPath  - XML Path Language

Si un document XML contient en même temps des données et des informations permettant d'identifier la structure et le sens de ces données, il est alors utile de pouvoir s'appuyer sur cette information pout désigner une partie d'un document XML.

C'est utile lorsque l'on réalise des applications de présentation, par exemple, pour faire une table des matières où l'on ne veut sélectionner que des titres. C'est également utile lorsque l'on veut réaliser des hyperliens sur des documents que l'on ne peut pas modifier pour leur ajouter des ancres et que l'on souhaite pourtant désigner (par exemple, le deuxième alinéa du troisième chapitre d'un document).

Du coup et pour tous ces propos, il est nécessaire d'avoir un langage de désignation d'objets dans un document ; c'est l'objectif de XPath. Du point de vue du W3C, l'objectif de XPath est aussi de devenir un standard de base, réutilisable dans des recommandations de plus haut niveau.

Pour désigner un objet dans un document, XPath propose, d'une part, un langage d'adressage d'objets et, d'autre part, un ensemble de fonctions permettant d'augmenter le pouvoir d'expression du langage.

Le langage d'adressage utilise des chemins, pour désigner un ensemble d'objets ; la désignation de chemins se repose sur des notions d'axes et de sélection.

Plus précisément, un chemin, qui peut être absolu ou relatif, utilise des éléments (la recommandation parle d'étapes) de localisation qui se décomposent en :

• un axe, choisi parmi les attributs (attribute), les fils (child), les parents (parent) ou tous les ancêtres (ancestor), les frères (following-sibling ou preceding sibling), etc. ;
• un test, sur un type de noeud, par exemple, les ancêtres de type chapter (ancestor::chapter) ;
• un ou plusieurs prédicats, par exemple, le dernier des fils de type chapter (child::chapter[position()=Last()]).

Ces étapes se composent entre elles en utilisant l'opérateur "/". Par exemple, le titre du parent de type chapitre s'écrira ancestor::chapter/titre.

Le résultat d'un chemin d'adressage est un ensemble de noeuds (node set) dans l'arbre XML du document, noeuds qui sont traités ensuite par des processus applicatifs ad hoc, qui intègrent XPath comme chemin d'adressage.

La syntaxe complète de XPath étant, par moment, trop "verbeuse", la recommandation inclut une syntaxe abrégée, allant directement à l'essentiel. Ainsi, //p sera une abréviation de self::node()/child::p : tous les éléments p contenus dans le sous-arbre en cours d'exploration (utilisation de l'axe self) et, cela, quelle que soit leur position dans ce sous-arbre.

Enfin, pour définir les prédicats, XPath propose un langage d'expressions, utilisant un ensemble de fonctions de base, telles les extractions de chaînes de caractères (concat, contains, start-with, ...) , les explorations de position d'un noeud parmi ses frères (position, last, count, ...), etc.

Modèle de données XPath et Infoset

Le modèle de données d'XPath comporte 7 types de noeuds (Infoset parle d'éléments d'information) : racine, élément, texte, attribut, espace de nom, processing instruction et commentaire.

Les deux différences majeures avec la recommandation Infoset sont, d'une part, que les attributs sont considérés comme étant des noeuds d'arbre (même s'ils ont un statut spécifique, en ce sens qu'ils n'ont pas de fils) et, d'autre part, que les noeuds "texte", pour XPath, contiennent un ensemble de caractères, alors qu'Infoset distingue chaque caractère individuellement. La recommandation XPath définit alors, en annexe, comment interpréter les noeuds en fonction d'XPath [ recommandation XML Path Language].