linguagens de interrogação de dados xml - xpath · 1.l2.l3…ln sobre um grafo de dados: é um...
TRANSCRIPT
Linguagens de interrogação de dados XML - XPath
Gestão e Tratamento de InformaçãoDEI 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-estruturação 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
XSLT: conjunto de template rules – W3C XQL: extensão do XSL – Microsoft + W3C 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 em programas Interrogações podem ser geradas automaticamente
Expressões de caminho (path expressions)
Seja l1.l2.l3…ln - sequência de etiquetas de arcos,
Expressão de caminho (path expression) - é uma interrogação simples, cujo resultado é um conjunto de nós de um dado grafo.
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 é um 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 a 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 cadeia de caracteres 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 valores da base de
dados
=> Linguagem de interrogação é necessária
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 Query (XQuery)
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
Expressão XPathPode ser:- Expressão absoluta: começa com ‘/’, é seguida por uma
expressão relativa, e é avaliada começando pelo nó raiz- Expressão relativa: sequência de passos de localização
separados por ‘/’.
Passo de localização pode ser:
- Vazio (//) : procura todos os descendentes de cada nó no contexto
- NomeElemento [predicados] : procura todos os elementos filho de cada nó no contexto que têm o nome dado
- @nomeAtributo [predicados] : procura o nó atributo de cada nó no contexto que tem o nome dado
- Predicados: filtra os nós que são encontrados; compreendem: exps booleanas, exps numéricas, exps com um conjunto de nós, funções sobre um cjto de nós.
Expressões simples
/bib/book/yearResultado: <year> 1995 </year> <year> 1998 </year>
/bib/paper/yearResultado: empty (não existem artigos)
XML
Expressões um pouco mais complicadas//authorSignificado: todos os elementos autor que são
descendentes da raízResultado:<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-nameSignificado: “first-name” debaixo de “bib” a qualquer
profundidadeResultado: <first-name> Rick </first-name>
Nós de texto
/bib/book/author/text()Significado: os textos debaixo de todos os autoresResultado: Serge Abiteboul Jeffrey D. Ullman
Rick Hull não aparece porque tem firstname, lastname
Algumas funções em XPath:text() = retorna o valor textualnode() = 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 debaixo de “autor” a qualquer profundidade
Nós atributo
/bib/book/@price
Resultado: “55”
@price significa que price tem que ser um atributo
Qualificadores (1)
/bib/book/author[first-name]
Significado: os elementos “author” que tenham um “firstname”
Resultado: <author> <first-name> Rick </first-name>
<last-name> Hull </last-name> </author>
Qualificadores (2)
/bib/book/author[first-name][address[//zip][city]]/lastname
Significado: os lastname dos “author” que tenham “firstname” e cujo endereço contenha um “zip code”, a qualquer profundidade, e uma cidade
Resultado: <lastname> … </lastname> <lastname> … </lastname>
Qualificadores (3)
/bib/book[@price < “60”]
/bib/book[author/@age < “25”]
/bib/book[author/text()]
Sumáriobib elemento bib * qualquer elemento/ root/bib bib debaixo de rootbib/paper paper debaixo de bibbib//paper paper bebaixo de bib, a qq profundidade//paper paper a qualquer profundidadepaper|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 pricedb/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 / = retorna a raíz
Se tivermos comentários antes e depois de <bib>, estes tornam-se irmãos de <bib>
ExercícioConsidere um documento XML d que representa uma colecção de CDs. Assuma
que o documento é válido no que diz respeito à seguinte DTD:<!ELEMENT CDlist ((CD)+)> <!ELEMENT CD (composer, (performance)+, publisher, (length)?)> <!ELEMENT performance (composition, (soloist)?, (orchestra, conductor)?)> <!ELEMENT composer (#PCDATA)><!ELEMENT publisher (#PCDATA)> <!ELEMENT length (#PCDATA)> <!ELEMENT composition (#PCDATA)> <!ELEMENT soloist (#PCDATA)><!ELEMENT orchestra (#PCDATA)> <!ELEMENT conductor (#PCDATA)> Quais as expressões XPath que retornam o seguinte de d, assumindo que o
contexto inicial é o elemento CDlist: Todas as composições Todas as composições envolvendo um solista Todas as execuções com uma orquesta mas sem solista Todos os solistas que tocaram com a London Symphony Orchestra num CD
publicado pela Deutsche Grammophon Todos os CDs que têm execuções pela London Symphony Orchestra
Todas as composições: CD/performance/composition
Todas as composições envolvendo um solista: CD/performance[soloist]/composition
Todas as execuções com uma orquestra mas sem solista: CD/performance[orchestra and not(soloist)]
Todos os solistas que tocaram com a London Symphony Orchestra num CD publicado pela Deutsche Grammophon CD[publisher="Deutsche Grammophon"]/performance [orchestra="London Symphony Orchestra"]/soloist
Todos os CDs com execuções pela London Symphony Orchestra CD[performance[orchestra="London Symphony Orchestra"]]
Navegação usando a sintaxe completa
Passo de localização tem a sintaxe:axis :: node-test predicatesEm 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-selfattributechilddescendant descendant-or-selffollowingfollowing-siblingnamespaceparentprecedingpreceding-siblingself
Exemploschild::author/child:lastname = author/lastnamechild::author/descendant::zip = author//zipchild::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 completaSintaxe completa Sintaxe abreviada
child:: nada (child eixo por omissão)attribute:: @/descendant::node() //self::node() .parent::node() ..[position()=i] [i]
Se o caminho começa com //, então o contexto inicial é a raíz.
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