1
00:00:00,880 --> 00:00:12,339
Uno de los aspectos más importantes de un fichero XML, sobre todo si es muy grande, si es extenso, es cómo buscar dentro de él, cómo obtener información buscando en él.

2
00:00:12,519 --> 00:00:17,379
Algo así como cuál es ese lenguaje SQL, pero aplicado a XML.

3
00:00:17,820 --> 00:00:19,920
Y ese lenguaje se llama XPath.

4
00:00:20,579 --> 00:00:21,300
Vamos a ir a eso.

5
00:00:21,300 --> 00:00:27,760
Lo primero que tenemos que entender es que un documento XML es un grafo.

6
00:00:27,960 --> 00:00:30,280
Un grafo en forma de árbol.

7
00:00:30,879 --> 00:00:39,899
Es decir, donde empezamos en un elemento raíz, que es la primera etiqueta, el primer elemento que arranca nuestro fichero XML,

8
00:00:40,380 --> 00:00:45,979
y poco a poco vamos descendiendo a través de nodos hijos para mostrar toda la información.

9
00:00:46,500 --> 00:00:52,359
El primer elemento es el elemento raíz, el segundo es cualquier elemento, dentro de este habrá atributos,

10
00:00:53,039 --> 00:01:00,039
dentro de cualquier elemento puede haber textos, puede haber comentarios, instrucciones de procesamiento y un espacio de nombres.

11
00:01:00,039 --> 00:01:13,319
Si tuviéramos el ejemplo que hemos estado viendo hasta ahora, este de aquí, veremos que esta primera definición no se considera ni siquiera nada, simplemente nos indica características de lo que viene posteriormente.

12
00:01:14,060 --> 00:01:26,200
Biblioteca es el elemento raíz, dentro de ello hay varios libros y dentro de cada libro, título, autor y fecha de publicación, con o sin atributos.

13
00:01:26,980 --> 00:01:32,920
Es decir, esta información, si la pusiéramos en forma de grafo, correspondería a esto de aquí.

14
00:01:33,200 --> 00:01:42,280
Raíz, biblioteca, libro, libro, libro, título, autor, fecha de publicación, título, autor, fecha de publicación, título, autor, fecha de publicación.

15
00:01:42,280 --> 00:01:50,859
E incluso el autor, en este caso, por ejemplo, sería simplemente su nombre, y en este caso, indicaría su fecha de nacimiento y su nombre.

16
00:01:51,500 --> 00:01:54,920
Bueno, con esto vemos un ejemplo de cómo es esa estructura.

17
00:01:54,920 --> 00:02:04,359
A partir de aquí podemos ir construyendo una serie de características para buscar dentro del XML.

18
00:02:05,120 --> 00:02:13,900
Vamos a empezar por el primer elemento que es el eje principal, es decir, por dónde comienza la raíz de este documento.

19
00:02:14,400 --> 00:02:19,180
Y esto se representa simplemente con la barra, una barra inclinada.

20
00:02:19,180 --> 00:02:23,599
Entonces esto simplemente nos está diciendo que estamos en el arranque.

21
00:02:23,599 --> 00:02:38,460
Entonces, si nosotros definimos arranque biblioteca, arranque libro, arranque autor, estamos refiriéndonos a cada uno de los autores de libros que están en el arranque biblioteca.

22
00:02:38,800 --> 00:02:49,740
Si vemos aquí, pues vamos a ir viendo los autores y veremos que sería Milán Kundera, Mario Vargas Llosa y otra vez Mario Vargas Llosa.

23
00:02:49,740 --> 00:02:56,120
bueno, vamos a ver que efectivamente esta es la información que aquí estamos obteniendo

24
00:02:56,120 --> 00:03:00,740
sin embargo, si pusiéramos raíz autor, pues no tendríamos ninguna información

25
00:03:00,740 --> 00:03:06,120
puesto que directamente en raíz no está la etiqueta autor

26
00:03:06,120 --> 00:03:10,000
si pusiéramos biblioteca autor, lo mismo nos ocurriría

27
00:03:10,000 --> 00:03:14,139
porque biblioteca y dentro directamente autor no está, por delante está libro

28
00:03:14,139 --> 00:03:30,819
Y si pusiéramos biblioteca, libro, autor y el atributo que se indica con esta arroba fecha de nacimiento, pues obtendríamos las fechas de nacimiento que existen en el documento, que son esta de aquí y esta de aquí.

29
00:03:31,659 --> 00:03:35,060
En este caso coinciden porque corresponden al mismo autor.

30
00:03:35,060 --> 00:03:40,780
Así también podemos buscar biblioteca, libro y este atributo

31
00:03:40,780 --> 00:03:44,800
Pero veríamos que dentro del libro no existe el atributo

32
00:03:44,800 --> 00:03:47,080
Existe el atributo dentro del autor

33
00:03:47,080 --> 00:03:53,039
Con lo cual podemos ir viendo desde raíz recorriendo el camino hasta la información

34
00:03:53,039 --> 00:03:58,400
Con dos barras lo que estamos indicando es todos los descendientes que cumplen esas condiciones

35
00:03:58,400 --> 00:04:04,280
Por ejemplo, dentro de biblioteca, dentro de la raíz biblioteca queremos todos los autores

36
00:04:04,280 --> 00:04:22,959
Muy bien, pues aquí están. Incluso, podríamos prescindir de la teca. Dame todos los autores que haya. Pues aquí están todos. O, dame todos los autores y dentro todos los libros. Y claro, vemos que no existe porque dentro de autor no hay nunca un libro.

37
00:04:22,959 --> 00:04:27,860
Si seguimos, dame todos los atributos año

38
00:04:27,860 --> 00:04:32,399
Pues aquí están todos los atributos año que hay en nuestro fichero

39
00:04:32,399 --> 00:04:35,620
Unos corresponden a la fecha de publicación, estos de aquí

40
00:04:35,620 --> 00:04:37,040
¿Vale?

41
00:04:38,420 --> 00:04:38,980
Bien

42
00:04:38,980 --> 00:04:43,899
Con dos puntos, igual que custodiamos en el sistema operativo en directorios

43
00:04:43,899 --> 00:04:45,920
Estamos hablando del elemento padre

44
00:04:45,920 --> 00:04:47,540
Entonces nosotros podríamos decir

45
00:04:47,540 --> 00:04:50,759
Dame todo lo que esté en la raíz biblioteca

46
00:04:50,759 --> 00:04:53,920
Dentro libro, dentro autor, dentro de la atributo fecha de nacimiento

47
00:04:53,920 --> 00:04:55,980
Y ahora sube hacia arriba un nivel

48
00:04:55,980 --> 00:04:58,120
Que volveríamos otra vez al autor

49
00:04:58,120 --> 00:05:02,199
De aquellos que tienen fecha, atributo, fecha de nacimiento

50
00:05:02,199 --> 00:05:03,319
Que son estos dos de aquí

51
00:05:03,319 --> 00:05:06,860
Vemos que no me está recuperando este primero

52
00:05:06,860 --> 00:05:10,199
Este primero, mi gran cundera

53
00:05:10,199 --> 00:05:14,420
Del cual no tenemos un atributo fecha de nacimiento

54
00:05:14,420 --> 00:05:17,199
Los demás sí me lo recuperan

55
00:05:17,199 --> 00:05:20,540
O devuélveme todos los atributos de fecha de nacimiento

56
00:05:20,540 --> 00:05:21,980
subiendo dos niveles

57
00:05:21,980 --> 00:05:24,300
es decir, todos los libros de ADIAN

58
00:05:24,300 --> 00:05:26,079
que tienen fecha de nacimiento

59
00:05:26,079 --> 00:05:28,339
en este caso esto es lo de aquí

60
00:05:28,339 --> 00:05:31,019
con la barra indicamos

61
00:05:31,019 --> 00:05:33,579
pues como clásicamente se hace en informática

62
00:05:33,579 --> 00:05:34,500
la O

63
00:05:34,500 --> 00:05:36,720
devuélveme estos

64
00:05:36,720 --> 00:05:38,800
o estos, todos ellos

65
00:05:38,800 --> 00:05:39,259
¿vale?

66
00:05:40,720 --> 00:05:42,740
y así podemos ir buscando

67
00:05:42,740 --> 00:05:45,600
información que esté dentro

68
00:05:45,600 --> 00:05:47,339
de nuestro XML

69
00:05:47,339 --> 00:05:49,379
además podemos poner condiciones

70
00:05:49,379 --> 00:05:53,879
Por ejemplo, podemos indicar también los elementos que tienen un atributo

71
00:05:53,879 --> 00:05:56,660
Queremos todos los autores que tienen fecha de nacimiento

72
00:05:56,660 --> 00:05:59,120
Esto era muy parecido a algo que hemos hecho anteriormente

73
00:05:59,120 --> 00:06:03,019
O incluso, devuélveme el primer libro que haya

74
00:06:03,019 --> 00:06:08,079
O el último, last, entre paréntesis

75
00:06:08,079 --> 00:06:10,019
Es decir, como una función

76
00:06:10,019 --> 00:06:12,519
Devuélveme el último libro

77
00:06:12,519 --> 00:06:15,620
O el último libro menos uno

78
00:06:15,620 --> 00:06:22,740
Con lo cual podemos ahí realizar pequeñas funciones matemáticas para poder buscar elementos.

79
00:06:23,160 --> 00:06:32,819
O conducciones más complejas, devuélvame las fechas de publicaciones cuyo año sea mayor que 1970, que me devolvería esto de aquí.

80
00:06:33,579 --> 00:06:42,040
O aquellos libros cuyo autor sea igual a Mario Vargas Llosa, con lo cual me aparecerían esos libros concretos.

81
00:06:42,040 --> 00:06:46,000
Incluso con el punto puedo referenciar donde estoy exactamente

82
00:06:46,000 --> 00:06:47,519
Devuélveme el atributo año

83
00:06:47,519 --> 00:06:49,959
Donde el propio atributo año

84
00:06:49,959 --> 00:06:51,579
Sea mayor que 1970

85
00:06:51,579 --> 00:06:53,420
Aquí estamos

86
00:06:53,420 --> 00:06:55,620
O donde el propio autor

87
00:06:55,620 --> 00:06:56,800
Sea Mario Vargas Llosa

88
00:06:56,800 --> 00:06:57,860
Aquí lo tenemos

89
00:06:57,860 --> 00:06:59,980
O condiciones más complejas

90
00:06:59,980 --> 00:07:01,860
Devuélveme los libros

91
00:07:01,860 --> 00:07:03,779
Cuyo autor sea Mario Vargas Llosa

92
00:07:03,779 --> 00:07:06,259
Y la fecha de publicación

93
00:07:06,259 --> 00:07:07,740
Su año sea el 73

94
00:07:07,740 --> 00:07:09,459
En este caso

95
00:07:09,459 --> 00:07:10,860
Cambiamos la condición

96
00:07:10,860 --> 00:07:14,019
AND por la condición OR.

97
00:07:16,519 --> 00:07:23,180
Bueno, incluso encadenar aquellos que cumplen que el autor sea Mario Vargas Llosa

98
00:07:23,180 --> 00:07:26,300
y la fecha de publicación sea el 73.

99
00:07:27,139 --> 00:07:31,259
Con esto podemos establecer montones de búsquedas sobre el fichero.

100
00:07:32,500 --> 00:07:35,180
Una pequeña diferencia es cuando quiero devolver el nodo,

101
00:07:35,319 --> 00:07:37,540
que es lo que estamos devolviendo la mayoría de las veces anteriores,

102
00:07:37,540 --> 00:07:43,959
O cuando quiero devolver el texto, que es simplemente la parte que está adentro de las etiquetas.

103
00:07:44,639 --> 00:07:55,540
Y además el valor del asterisco, que es todos los hijos o todos los descendientes según si se lo aplico a la barra o si se lo aplico a la doble barra.

104
00:07:56,500 --> 00:07:58,319
Entonces aquí podríamos ver ejemplos.

105
00:07:58,319 --> 00:08:07,879
También todos los atributos, me da igual que se aplique a la raíz del documento o a doble barra, es decir, a todos los elementos descendientes

106
00:08:07,879 --> 00:08:16,920
Así podemos ir complicando las búsquedas, indicando elementos de este tipo

107
00:08:17,839 --> 00:08:24,079
Devuélveme la ficha de publicación de todos los que cumplan que el año es mayor que el 1970

108
00:08:24,079 --> 00:08:28,620
Sube un nivel hacia arriba y me devuelve su título

109
00:08:28,620 --> 00:08:31,040
Tendríamos este resultado

110
00:08:31,040 --> 00:08:36,980
O devuélveme todos los libros cuyo autor es Mario Vargas Llosa

111
00:08:36,980 --> 00:08:41,399
Con lo cual me devolvería completamente el nodo libro de todos esos documentos

112
00:08:41,399 --> 00:08:44,019
En este caso incluso podríamos decir

113
00:08:44,019 --> 00:08:48,220
Devuélveme de ese autor todo lo que haya por encima

114
00:08:48,220 --> 00:08:50,840
Y llegaríamos a la misma solución en este caso

115
00:08:50,840 --> 00:08:55,340
O todos los que se han publicado en 1969

116
00:08:55,340 --> 00:08:57,580
Su autor

117
00:08:57,580 --> 00:09:20,639
Y entonces pues veríamos esta información de así. Aquí ya vemos que esto se puede decir de muy diversas maneras. O expresiones anidadas. Entonces con este mismo documento podemos decir devuélveme el libro cuyo título en la vida está en otra parte y devuélveme el año de su fecha de publicación. Esto es lo que me devolvería.

118
00:09:20,639 --> 00:09:25,899
O la fecha de publicación cuyo año es el 73

119
00:09:25,899 --> 00:09:30,600
Devuélveme todos sus libros y de ellos solamente el título

120
00:09:30,600 --> 00:09:33,200
Con lo cual tendríamos esta información

121
00:09:33,200 --> 00:09:37,980
Bueno, ya la complejidad en que fuéramos incluyendo diversos elementos

122
00:09:37,980 --> 00:09:42,419
Pues va a depender básicamente de nuestra habilidad a la hora de buscar

123
00:09:42,419 --> 00:09:50,919
¿Cómo podemos probar todos estos programas?

124
00:09:51,039 --> 00:09:53,360
Pues voy a copiar esta información de aquí

125
00:09:53,360 --> 00:10:01,700
Y me la voy a llevar a un programa que me permite testar, probar estas entradas

126
00:10:01,700 --> 00:10:04,580
Voy a copiarlo aquí, esta información

127
00:10:04,580 --> 00:10:07,240
La copio aquí, toda la información de este ejemplo

128
00:10:07,240 --> 00:10:12,700
Y yo ahora puedo decirle una expresión xpad y probarla

129
00:10:12,700 --> 00:10:14,879
Voy a decir que no me incluya nada raro

130
00:10:14,879 --> 00:10:18,980
Y yo podría decir simplemente devuélveme, por ejemplo, para probarlo

131
00:10:18,980 --> 00:10:20,860
Que me devuelva todos los títulos

132
00:10:20,860 --> 00:10:22,779
y yo voy a text

133
00:10:22,779 --> 00:10:24,000
xpath

134
00:10:24,000 --> 00:10:26,340
y cuando lo pruebe

135
00:10:26,340 --> 00:10:27,860
me va a devolver

136
00:10:27,860 --> 00:10:30,899
efectivamente los títulos

137
00:10:30,899 --> 00:10:31,480
¿de acuerdo?

138
00:10:31,879 --> 00:10:33,799
por ejemplo puedo probar también

139
00:10:33,799 --> 00:10:35,360
pues yo que sé, todo aquello

140
00:10:35,360 --> 00:10:37,159
todos los títulos

141
00:10:37,159 --> 00:10:39,019
en los cuales

142
00:10:39,019 --> 00:10:42,820
puedo probar todas las aplicaciones

143
00:10:42,820 --> 00:10:43,779
cuya fecha

144
00:10:43,779 --> 00:10:45,940
de publicación

145
00:10:45,940 --> 00:10:48,120
su año

146
00:10:48,120 --> 00:10:50,740
el atributo año

147
00:10:50,740 --> 00:10:53,759
sea igual a 1973

148
00:10:53,759 --> 00:10:55,759
y de estos

149
00:10:55,759 --> 00:10:57,840
quiero saber

150
00:10:57,840 --> 00:10:59,620
subiendo

151
00:10:59,620 --> 00:11:00,519
cuál es su título

152
00:11:00,519 --> 00:11:02,480
podría probar esta información

153
00:11:02,480 --> 00:11:04,100
testear

154
00:11:04,100 --> 00:11:06,500
y me saldría aquí

155
00:11:06,500 --> 00:11:09,179
pues efectivamente la misma información que teníamos

156
00:11:09,179 --> 00:11:10,899
antes o muy parecida

157
00:11:10,899 --> 00:11:12,299
etcétera, etcétera

158
00:11:12,299 --> 00:11:14,059
es decir, hay una serie de

159
00:11:14,059 --> 00:11:17,059
aplicaciones que nos permiten formatear

160
00:11:17,059 --> 00:11:18,019
y probar

161
00:11:18,019 --> 00:11:19,519
XPath

162
00:11:19,519 --> 00:11:38,000
De acuerdo, en este caso hemos utilizado freeformature.com para probarlo, pero existe un montón de más e incluso existen editores que permiten hacer búsquedas por XPath y es muy interesante utilizarlo para probar nuestros ejemplos.