Linguagens de interrogação de dados XMLXPath
Helena Galhardas
DEI IST
Agenda
Introdução Expressões de caminho (path expressions) XPath
Porquê uma linguagem de interrogação para dados SS? Essencial para dados Web Seleccionar partes de um documento Interessante ter uma linguagem de
interrogação do tipo de BD para aplicar predicados aos dados, e executar re-estrutuação dos dados
Linguagens de interrogação para documentos XML LOREL e UnQL:
linguagens de consulta p/ dados semi-estruturados XML-QL: estende SQL
Strudel Project - AT&T Labs XML-GL: linguagem gráfica
Transforma o DTD e os documentos XML em grafos
XSL: conjunto de template rules – W3C XQL: extensão do XSL – Microsoft .... XQuery
Linguagem de interrogação para dados semi-estruturados Poder expressivo Capacidade de re-estruturação de dados SS
Semântica precisa Composição
Saída de uma interrogação pode ser usada como entrada noutra interrogação
Esquema Explorar a estrutura (se existir) para verificação de tipos
Manipulação de programas Interrogações podem ser geradas automaticamente logo convém
ser linguagem verbosa
Expressões de caminho (path expressions)
Seja l1.l2.l3…ln - sequência de etiquetas de arcos,
Expressão de caminho - é uma interrogação simples, cujo resultado é um conjunto de nós para um dado grafo de nós. resultado de l1.l2.l3…ln sobre um grafo de dados é um conjunto de
nós vn tal que existem arestas (r,l1,v1), (v1,l2,v2),…, (vn-1, ln, vn) no grafo de dados onde r é a raíz.
Mas ainda não resulta num conjunto de dados semi-estruturados.
Exemplo
db
bookn1
n2
n3
biblio
author
author
date
title
authordate
title
paper
Roux
Combalusier
1976
Database Systems
Smith
1999
Database Systems...
book
Exemplo
db
bookn1
n2
n3
biblio
author
author
date
title
authordate
title
paper
Roux
Combalusier
1976
Database Systems
Smith
1999
Database Systems...
biblio.book: {n1, n2}
book
Exemplo
db
book n1
n2
n3
biblio
author
author
date
title
author
date
title
paper
Roux
Combalusier
1976
Database Systems
Smith
1999
Database Systems...
biblio.book.author: nós e conteúdo {“Roux”, “Combalusier”, “Smith”}
book
Expressões regulares
Sintaxe genérica:e::= l | | _ | e’.’e | ‘(‘e’)’ | e ’|’e | e’*’ | e’+’ | e’?’ ,
Em que l varia entre as etiquetas, e sobre expressões e é o conjunto vazio.
Exemplo: ((s|S)ection|paragraph)(s)?
Corresponde a : Section, Section, sections, Sections, paragraph,
paragrahs
Outro exemplo
biblio._*.section.(“[tT]itle” | paragraph”.*heading.*”)
Corresponde a qualquer caminho que começa com uma etiqueta biblio e acaba com uma etiqueta section, seguido quer por um título (com possível primeira letra maiúscula) ou uma aresta paragraph seguida por uma aresta que contém a string heading.
A expressão regular _* corresponde a um número infinito de caminhos sempre que existe um ciclo.
Lacunas das path expressions Não constroiem nós novos Não conseguem executar o equivalente a um
join Não conseguem testar vaores da base de
dados
=> Linguagens de interrogação
Sintaxe básica (Lorel)
Select author: X
From biblio.book.author X
Resultado:
{author: “Roux”, author: “Combalusier”, author: “Smith”}
author
author
Roux
Combalusier
authorSmithq1
select row: X
from biblio._ X
where “Smith” in X.author
{row: {author: “Smith”,
date: 1999,
title: “Database Systems”,...}n2
q2
authordate
title
Smith
1999
Database Systems...
select author: Y
from biblio._ X
X.author Y,
X.title Z
where matches(“.*(D|d)atabase.*”, Z)
Resultado: todos os autores de publicações cujo título contém a palavra “database”
1º
2º
3º
XML Path Language (XPath) Recomendação W3C Linguagem declarativa para especificar caminhos
nas árvores Sintaxe semelhante à usada para caminhos em
hierarquias de ficheiros Serve de base a outros standards do W3C:
XSL Transformations (XSLT) XML Link (XLink) XML Pointer (XPointer) XML Query
Xpath: Definição Uma expressão Xpath, p, estabelece uma
relação entre: Um nó de contexto e Um nó que pertence ao conjunto de respostas
Exemplos: author/firstname . = self .. = parent part/*/*/subpart/../name = part/*/*[subpart]/name
Exemplo<bib>
<book> <publisher> Addison-Wesley </publisher> <author> Serge Abiteboul </author> <author> <first-name> Rick </first-name> <last-name> Hull </last-name> </author> <author> Victor Vianu </author> <title> Foundations of Databases </title> <year> 1995 </year></book><book price=“55”> <publisher> Freeman </publisher> <author> Jeffrey D. Ullman </author> <title> Principles of Database and Knowledge Base Systems </title> <year> 1998 </year></book>
</bib>
<bib><book> <publisher> Addison-Wesley </publisher> <author> Serge Abiteboul </author> <author> <first-name> Rick </first-name> <last-name> Hull </last-name> </author> <author> Victor Vianu </author> <title> Foundations of Databases </title> <year> 1995 </year></book><book price=“55”> <publisher> Freeman </publisher> <author> Jeffrey D. Ullman </author> <title> Principles of Database and Knowledge Base Systems </title> <year> 1998 </year></book>
</bib>
Modelo de dados para XPath
bib
book book
publisher author . . . .
Addison-Wesley Serge Abiteboul
A raíz
O elemento raíz
Idêntico ao modelo de dados de XQuery
Expressões simples
/bib/book/year
Resultado: <year> 1995 </year>
<year> 1998 </year>
/bib/paper/year
Resultado: empty (não existem artigos)
Expressões um pouco mais complicadas//authorResultado:<author> Serge Abiteboul </author> <author> <first-name> Rick </first-name> <last-name> Hull </last-name> </author> <author> Victor Vianu </author> <author> Jeffrey D. Ullman </author>
/bib//first-nameResultado: <first-name> Rick </first-name>
Nós de texto/bib/book/author/text()
Resultado: Serge Abiteboul Jeffrey D. Ullman
Rick Hull não aparece porque tem firstname, lastname
Algumas funções em XPath:text() = matches the text valuenode() = retorna qq. nó (= * or @* or text())name() = retorna o nome da etiqueta corrente
Wildcard
//author/*
Resultado: <first-name> Rick </first-name>
<last-name> Hull </last-name>
* Corresponde a qualquer elemento
Exemplo<bib>
<book> <publisher> Addison-Wesley </publisher> <author> Serge Abiteboul </author> <author> <first-name> Rick </first-name> <last-name> Hull </last-name> </author> <author> Victor Vianu </author> <title> Foundations of Databases </title> <year> 1995 </year></book><book price=“55”> <publisher> Freeman </publisher> <author> Jeffrey D. Ullman </author> <title> Principles of Database and Knowledge Base Systems </title> <year> 1998 </year></book>
</bib>
<bib><book> <publisher> Addison-Wesley </publisher> <author> Serge Abiteboul </author> <author> <first-name> Rick </first-name> <last-name> Hull </last-name> </author> <author> Victor Vianu </author> <title> Foundations of Databases </title> <year> 1995 </year></book><book price=“55”> <publisher> Freeman </publisher> <author> Jeffrey D. Ullman </author> <title> Principles of Database and Knowledge Base Systems </title> <year> 1998 </year></book>
</bib>
Nós atributo
/bib/book/@price
Resultado: “55”
@price significa que price tem que ser um atributo
Qualificadores (1)
/bib/book/author[firstname]
Resultado: <author> <first-name> Rick </first-name>
<last-name> Hull </last-name>
</author>
Qualificadores (2)
/bib/book/author[firstname][address[//zip][city]]/lastname
Result: <lastname> … </lastname>
<lastname> … </lastname>
Qualificadores (3)
/bib/book[@price < “60”]
/bib/book[author/@age < “25”]
/bib/book[author/text()]
Sumário dos exemplosbib elemento bib
* qualquer elemento
/ root
/bib bib debaixo de root
bib/paper paper debaixo de bib
bib//paper paper bebaixo de bib, a qq profundidade
//paper paper a qualquer profundidade
paper|book um paper ou um book
@price atributo price
bib/book/@price atributo price em book, em bib
db/book[@price] books que têm um atributo price
db/book[@price=’10’] books com price igual a 10
A raíz <bib> <paper> 1 </paper> <paper> 2 </paper>
</bib> bib é o “document element” A “root” está acima de bib
/bib = retorna o elemento documento / = returna a raíz
Se tivermos comentários antes e depois de <bib>, estes tornam-se irmãos de <bib>
Navegação usando a sintaxe completa Passo de localização tem a sintaxe:
axis :: node-test predicates
Em que: Axis selecciona um conjunto de nós
candidatos node-test filtra os candidatos baseado no tipo
ou nome do nó E os predicates são opcionais
Navegação Podemos navegar ao longo de 13 eixos:
ancestorancestor-or-selfAttribute – todos os atributos do nó de contextochilddescendantdescendant-or-selffollowingfollowing-siblingnamespaceParent – o pai do nó de contextoprecedingpreceding-siblingself – o nó de contexto, ele mesmo
Exemploschild::author/child:lastname = author/lastname
child::author/descendant::zip = author//zip
child::author/parent::* = author/..
child::author/attribute::age = author/@age
E os seguintes, o que querem dizer? paper/publisher/parent::*/author /bib//address[ancestor::book] /bib//author/ancestor::*//zip
Mais exemplos name() = o nome do nó corrente
/bib//*[name()=book] é o mesmo que /bib//book
O que quer dizer ? /bib//*[ancestor::*[name()!=book]]
Os eixos de navegação dão-nos mais poder
Sintaxe abreviada vs sintaxe completa
Sintaxe completa Sintaxe abreviadachild:: nada (child eixo por
omissão)attribute:: @/descendant-or-self::node()/ //self::node() .parent::node() ..[position()=i] [i]
Se o caminho começa com //, então o contexto inicial é a raíz.
Tópicos próximas aulas
XQuery XSLT
Referências Peter Wood, Slides on “Representing and Querying
Data on the Web”, http://www.dcs.bbk.ac.uk/~ptw/teaching/data-on-the-web.html.
Dan Suciu, Slides on “The semistructured data model”, CSE 590ds: Management of XML and Semistructured Data, http://www.cs.washington.edu/education/courses/cse590ds/01sp/
S. Abiteboul, P. Buneman, D. Suciu, “Data on the Web, From Relations to Semistructured Data and XML”, Morgan Kaufmann, 2000, (cap 4)
www.w3.org/TR/xpath Recomendação W3C do XPath www.w3schools.com/xpath Tutorial XPath