Linguagens de interrogação de dados XML - XPath. Gestão e Tratamento de Informação DEI IST

Transcrição

1 Linguagens de interrogação de dados XML - XPath Gestão e Tratamento de Informação DEI IST

2 Agenda Introdução Expressões de caminho (path expressions) XPath

3 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 reestruturação dos dados

4 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.

5 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

6 Expressões de caminho (path expressions) Seja l 1.l 2.l 3 l n - 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.l 2.l 3 l n sobre um grafo de dados: é um conjunto de nós v n tal que existem arestas (r,l 1,v 1 ), (v 1,l 2,v 2 ),,(v n-1, l n, v n ) no grafo de dados onde r é a raíz. mas ainda não é um conjunto de dados semi-estruturados.

7 Exemplo Roux db biblio paper book book n1 n2 n3 author title title... author date author date Combalusier 1976 Database Systems Smith 1999 Database Systems

8 Exemplo Roux db biblio book paper book n1 n2 n3 author title title... author date author date Combalusier 1976 Database Systems Smith 1999 Database Systems biblio.book: {n1, n2}

9 Exemplo Roux db author author date book n1 biblio title book n2 author paper date title n3... Combalusier 1976 Database Systems Smith 1999 Database Systems biblio.book.author: nós e conteúdo { Roux, Combalusier, Smith }

10 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

11 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.

12 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

13 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)

14 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

15 Exemplo <bib> <bib> <book> <publisher> Addison-Wesley </publisher> <author> Serge Abiteboul </author> <author> <first-name> Rick Rick </first-name> <last-name> Hull Hull </last-name> </author> <author> Victor Victor Vianu Vianu </author> <title> Foundations of of Databases </title> <year> </year> </book> <book price= 55 > <publisher> Freeman </publisher> <author> Jeffrey D. D. Ullman </author> <title> Principles of of Database and and Knowledge Base Base Systems </title> <year> </year> </book> </bib>

16 Modelo de dados para XPath A raíz bib O elemento raíz book book publisher author.... Addison-Wesley Serge Abiteboul

17 Expressão XPath Pode 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 [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.

18 Expressões simples /bib/book/year Resultado: <year> 1995 </year> <year> 1998 </year> /bib/paper/year Resultado: empty (não existem artigos) XML

19 Expressões um pouco mais complicadas //author Significado: todos os elementos autor que são descendentes da raíz Resultado:<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-name Significado: first-name debaixo de bib a qualquer profundidade Resultado: <first-name> Rick </first-name>

20 Nós de texto /bib/book/author/text() Significado: os textos debaixo de todos os autores Resultado: Serge Abiteboul Jeffrey D. Ullman Rick Hull não aparece porque tem firstname, lastname Algumas funções em XPath: text() = retorna o valor textual node() = retorna qq. nó (= * or text()) name() = retorna o nome da etiqueta corrente

21 Wildcard //author/* Resultado: <first-name> Rick </first-name> <last-name> Hull </last-name> * Corresponde a qualquer elemento debaixo de autor a qualquer profundidade

22 Nós atributo Resultado: significa que price tem que ser um atributo

23 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>

24 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>

25 Qualificadores (3) < 60 ] /bib/book[author/@age < 25 ] /bib/book[author/text()]

26 Sumário bib 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 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

27 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>

28 Exercício Considere 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

29 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"]]

30 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

31 Navegação Podemos navegar ao longo de 13 eixos: ancestor ancestor-or-self attribute child descendant descendant-or-self following following-sibling namespace parent preceding preceding-sibling self

32 Exemplos child::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

33 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

34 Sintaxe abreviada vs sintaxe completa Sintaxe completa Sintaxe abreviada child:: nada (child eixo por omissão) /descendant::node() // self::node(). parent::node().. [position()=i] [i] Se o caminho começa com //, então o contexto inicial é a raíz.

35 Referências Peter Wood, Slides on Representing and Querying Data on the Web, Dan Suciu, Slides on The semistructured data model, CSE 590ds: Management of XML and Semistructured Data, 90ds/01sp/ S. Abiteboul, P. Buneman, D. Suciu, Data on the Web, From Relations to Semistructured Data and XML, Morgan Kaufmann, 2000, (cap 4) Recomendação W3C do XPath Tutorial XPath