XMLやHTMLからデータを取り出す際に使われるXPath（XML Path Language）。このXPathをさらに強力にするのがXPath関数です。
XPath関数を使えば、単純な要素の選択だけでなく、文字列の操作や数値計算、条件判定など、様々な処理を組み合わせて複雑な検索ができるようになります。まるでプログラミング言語の関数のように、XMLデータを自在に操れるんです。
この記事では、XPath関数の基本から主要な関数の使い方、実践的な応用例まで、初心者の方にも分かりやすく解説していきます。Webスクレイピングやデータ処理の効率が格段に上がりますよ！
XPath関数とは？データ処理を強化する機能
XPath関数とは、XPath式の中で使える組み込み関数のことです。
XPath自体は、XMLやHTMLドキュメントから特定の要素を選択するための言語ですが、関数を組み合わせることで、より高度な処理が可能になります。
基本的な使い方
通常のXPath（関数なし）：
//book/titleこれは「すべてのbook要素の子であるtitle要素」を選択します。
関数を使ったXPath：
//book[contains(title, 'Java')]これは「titleに’Java’という文字列を含むbook要素」を選択します。
XPath関数の特徴
1. 組み込み済み
- 追加のライブラリ不要
- XPathの標準仕様に含まれる
- どの環境でも基本的に利用可能
2. 戻り値の型
- 文字列（string）
- 数値（number）
- 真偽値（boolean）
- ノードセット（node-set）
3. 引数を取る
- 関数に応じて0個以上の引数
- 引数の型も決まっている
- 型変換が自動的に行われる場合も
サンプルXML：関数の実例で使用
これから説明する関数の例で使用するXMLです。
<?xml version="1.0" encoding="UTF-8"?>
<library>
<book id="1" category="technology">
<title>Effective Java</title>
<author>Joshua Bloch</author>
<price currency="JPY">4500</price>
<publishYear>2018</publishYear>
<description>Java programming best practices</description>
</book>
<book id="2" category="technology">
<title>Clean Code</title>
<author>Robert Martin</author>
<price currency="JPY">3800</price>
<publishYear>2008</publishYear>
<description>A handbook of agile software craftsmanship</description>
</book>
<book id="3" category="business">
<title>The Lean Startup</title>
<author>Eric Ries</author>
<price currency="JPY">2500</price>
<publishYear>2011</publishYear>
<description></description>
</book>
</library>XPath関数の分類：4つの主要カテゴリ
XPath 1.0の関数は、大きく4つのカテゴリに分類されます。
1. ノードセット関数（Node-set Functions）
ノード（要素）の集合を操作する関数です。
主な関数：
count()：ノード数を数えるposition()：現在の位置を取得last()：最後の位置を取得id()：ID属性で要素を検索local-name()：ローカル名を取得namespace-uri()：名前空間URIを取得name()：修飾名を取得
2. 文字列関数（String Functions）
文字列データを処理する関数です。
主な関数：
string()：文字列に変換concat()：文字列を連結starts-with()：特定の文字列で始まるか判定contains()：特定の文字列を含むか判定substring()：部分文字列を抽出substring-before()：特定文字列の前を取得substring-after()：特定文字列の後を取得string-length()：文字列の長さを取得normalize-space()：空白を正規化translate()：文字を置換
3. 数値関数（Number Functions）
数値計算を行う関数です。
主な関数：
number()：数値に変換sum()：合計を計算floor()：切り捨てceiling()：切り上げround()：四捨五入
4. 真偽値関数（Boolean Functions）
条件判定を行う関数です。
主な関数：
boolean()：真偽値に変換not()：否定true()：真を返すfalse()：偽を返すlang()：言語を判定
それぞれの関数を詳しく見ていきましょう。
ノードセット関数：要素の集合を操作
ノードセット関数は、要素の数や位置を扱います。
count() – ノード数を数える
構文：
count(node-set)説明：
指定したノードセットに含まれるノードの数を返します。
例1：すべてのbook要素の数
count(//book)結果：3
例2：特定カテゴリのbook数
count(//book[@category='technology'])結果：2
例3：条件に合うノードを数える
count(//book[price > 3000])結果：2（価格が3000円より高い本）
実用例：
// Javaでの使用
XPath xpath = XPathFactory.newInstance().newXPath();
Double count = (Double) xpath.evaluate(
"count(//book[@category='technology'])",
doc,
XPathConstants.NUMBER
);
System.out.println("技術書の数: " + count.intValue());position() – 現在の位置番号
構文：
position()説明：
処理中のノードが何番目かを返します（1から始まる）。
例1：最初の3冊を選択
//book[position() <= 3]例2：2番目のbookのtitle
//book[position() = 2]/title結果：Clean Code
例3：偶数番目のbook
//book[position() mod 2 = 0]結果：2番目と4番目（存在すれば）
注意点：
- 位置は1から始まる（0ではない）
- コンテキストによって位置が変わる
last() – 最後の位置番号
構文：
last()説明：
現在のコンテキストでの最後のノードの位置を返します。
例1：最後のbook要素
//book[position() = last()]または省略形：
//book[last()]例2：最後から2番目
//book[position() = last() - 1]例3：最後以外のすべて
//book[position() != last()]実用例：最新の本を取得
//book[publishYear = //book/publishYear[not(. < //book/publishYear)]]id() – ID属性で検索
構文：
id(object)説明：
指定したID値を持つ要素を返します。
例：ID属性が’2’の要素
id('2')複数のIDを指定：
id('1 2 3')注意点：
- DTDまたはスキーマでID属性が定義されている必要がある
- 単なる
@id属性とは異なる場合がある
local-name() – ローカル名を取得
構文：
local-name(node-set?)説明：
要素名から名前空間プレフィックスを除いた部分を返します。
例1：最初のbookの名前
local-name(//book[1])結果：book
例2：名前空間付き要素の場合
<ns:book xmlns:ns="http://example.com">local-name(//ns:book)結果：book（プレフィックスns:が除かれる）
実用例：動的な要素名の確認
//*[local-name() = 'title']これは名前空間に関係なくすべてのtitle要素を選択します。
文字列関数：テキストデータを自在に操作
文字列関数は、XPathで最もよく使われる関数群です。
contains() – 部分文字列の検索
構文：
contains(string, substring)説明：
最初の文字列が2番目の文字列を含むかを判定します。
例1：タイトルに’Java’を含む本
//book[contains(title, 'Java')]結果：「Effective Java」の本
例2：著者名に’Martin’を含む
//book[contains(author, 'Martin')]例3：大文字小文字の区別
//book[contains(title, 'java')]結果：マッチしない（’Java’と’java’は別）
実用例：部分一致検索
String query = "//book[contains(translate(title, 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'java')]";
// 大文字小文字を無視して検索starts-with() – 前方一致判定
構文：
starts-with(string, prefix)説明：
文字列が特定の文字列で始まるかを判定します。
例1：’Effective’で始まるタイトル
//book[starts-with(title, 'Effective')]例2：’C’で始まるタイトル
//book[starts-with(title, 'C')]結果：「Clean Code」
例3：通貨がJPYの価格
//book/price[@currency='JPY']注意点：
XPath 1.0にはends-with()関数がありません（XPath 2.0以降で追加）。
substring() – 部分文字列の抽出
構文：
substring(string, start, length?)説明：
文字列の一部を抽出します。
引数：
string：元の文字列start：開始位置（1から始まる）length：取得する長さ（省略可）
例1：最初の3文字
substring(//book[1]/title, 1, 3)結果：Eff
例2：4文字目から最後まで
substring(//book[1]/title, 4)結果：ective Java
例3：年の下2桁
substring(//book[1]/publishYear, 3, 2)結果：18（2018の下2桁）
注意点：
- 位置は1から始まる（0ではない）
- 範囲外の指定でもエラーにならない
substring-before() / substring-after() – 区切り文字での分割
構文：
substring-before(string, delimiter)
substring-after(string, delimiter)説明：
特定の区切り文字の前後を取得します。
例1：空白の前を取得（名前の抽出）
substring-before(//book[1]/author, ' ')結果：Joshua
例2：空白の後を取得（姓の抽出）
substring-after(//book[1]/author, ' ')結果：Bloch
例3：ファイル拡張子の取得
substring-after('document.xml', '.')結果：xml
実用例：URLからドメインを抽出
substring-before(substring-after('http://example.com/path', '://'), '/')結果：example.com
concat() – 文字列の連結
構文：
concat(string1, string2, ...)説明：
複数の文字列を結合します。2個以上の引数が必要です。
例1：著者の姓名を整形
concat('Author: ', //book[1]/author)結果：Author: Joshua Bloch
例2：価格と通貨を結合
concat(//book[1]/price, ' ', //book[1]/price/@currency)結果：4500 JPY
例3：複数の要素を結合
concat(//book[1]/title, ' by ', //book[1]/author, ' (', //book[1]/publishYear, ')')結果：Effective Java by Joshua Bloch (2018)
注意点：
- 最低2つの引数が必要
- 数値は自動的に文字列に変換される
string-length() – 文字列の長さ
構文：
string-length(string?)説明：
文字列の文字数を返します。
例1：タイトルの文字数
string-length(//book[1]/title)結果：14（”Effective Java”）
例2：長いタイトルの本を検索
//book[string-length(title) > 15]例3：空の要素を検出
//book[string-length(description) = 0]結果：3番目のbook（descriptionが空）
実用例：バリデーション
//book[string-length(title) > 0 and string-length(title) <= 100]normalize-space() – 空白の正規化
構文：
normalize-space(string?)説明：
前後の空白を削除し、連続する空白を1つにまとめます。
例1：前後の空白を削除
normalize-space(' Effective Java ')結果：Effective Java
例2：連続空白の削除
normalize-space('Effective Java')結果：Effective Java
例3：実際のXMLでの使用
<title>
Effective Java
</title>normalize-space(//book[1]/title)結果：改行とインデントが削除される
実用例：クリーンなデータ取得
String title = xpath.evaluate(
"normalize-space(//book[1]/title)",
doc
);translate() – 文字の置換
構文：
translate(string, from, to)説明：
文字列内の文字を別の文字に置換します。
引数：
string：元の文字列from：置換元の文字セットto：置換先の文字セット
例1：大文字を小文字に変換
translate('Effective Java', 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz')結果：effective java
例2：数字を削除
translate('Book123', '0123456789', '')結果：Book
例3：ハイフンをアンダースコアに
translate('hello-world', '-', '_')結果：hello_world
実用例：大文字小文字を無視した検索
//book[contains(
translate(title, 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'),
'java'
)]数値関数：計算と集計を行う
数値関数は、数値データの処理に使います。
number() – 数値への変換
構文：
number(object?)説明：
引数を数値に変換します。
例1：文字列を数値に
number('4500')結果：4500（数値型）
例2：要素の値を数値に
number(//book[1]/price)結果：4500
例3：変換できない場合
number('abc')結果：NaN（Not a Number）
実用例：数値比較
//book[number(price) > 3000]sum() – 合計の計算
構文：
sum(node-set)説明：
ノードセット内のすべての値を数値に変換して合計します。
例1：すべての本の価格合計
sum(//book/price)結果：10800（4500 + 3800 + 2500）
例2：特定カテゴリの合計
sum(//book[@category='technology']/price)結果：8300
例3：条件付き合計
sum(//book[publishYear > 2010]/price)実用例：平均値の計算
sum(//book/price) div count(//book)結果：3600（平均価格）
floor() – 切り捨て
構文：
floor(number)説明：
数値を整数に切り捨てます（小数点以下を削除）。
例1：小数の切り捨て
floor(3.7)結果：3
例2：平均価格の切り捨て
floor(sum(//book/price) div count(//book))結果：3600
例3：負の数の場合
floor(-2.3)結果：-3（より小さい整数）
ceiling() – 切り上げ
構文：
ceiling(number)説明：
数値を整数に切り上げます。
例1：小数の切り上げ
ceiling(3.1)結果：4
例2：ページ数の計算
ceiling(count(//book) div 10)結果：1（10件ごとのページ数）
例3：負の数の場合
ceiling(-2.7)結果：-2（より大きい整数）
round() – 四捨五入
構文：
round(number)説明：
数値を最も近い整数に丸めます。
例1：四捨五入
round(3.5)結果：4
例2：切り捨てられる場合
round(3.4)結果：3
例3：平均価格の四捨五入
round(sum(//book/price) div count(//book))結果：3600
注意点：
0.5は1に丸められる（偶数への丸めではない）- 負の数の場合、
-2.5は-2になる
真偽値関数：条件判定を行う
真偽値関数は、条件の判定に使います。
boolean() – 真偽値への変換
構文：
boolean(object)説明：
引数を真偽値に変換します。
変換ルール：
- 数値：
0はfalse、それ以外はtrue - 文字列：空文字列は
false、それ以外はtrue - ノードセット：空は
false、1つ以上あればtrue
例1：要素の存在確認
boolean(//book[@id='1'])結果：true（要素が存在する）
例2：空文字列の判定
boolean(//book[3]/description)結果：false（descriptionが空）
例3：数値の判定
boolean(0)結果：false
not() – 否定
構文：
not(boolean)説明：
真偽値を反転します。
例1：特定の属性を持たない要素
//book[not(@category='technology')]例2：空でない要素
//book[not(string-length(description) = 0)]例3：特定の文字列を含まない
//book[not(contains(title, 'Java'))]実用例：存在しない要素の検出
//book[not(discount)]結果：discount要素を持たないすべてのbook
true() / false() – 定数値
構文：
true()
false()説明：
常に真または偽を返します。
例1：すべての要素を選択
//book[true()]例2：何も選択しない
//book[false()]例3：動的な条件式のプレースホルダー
String condition = userWantsFilter ? "price > 3000" : "true()";
String xpath = "//book[" + condition + "]";XPath 2.0以降の新機能：より強力な関数群
XPath 2.0以降では、多くの便利な関数が追加されました。
文字列関数の追加
upper-case() / lower-case() – 大文字小文字変換
upper-case('hello') // 'HELLO'
lower-case('WORLD') // 'world'例：大文字小文字を無視した検索
//book[lower-case(title) = 'effective java']ends-with() – 後方一致
ends-with(string, suffix)例：’.xml’で終わるファイル
//file[ends-with(@name, '.xml')]matches() – 正規表現マッチング
matches(string, pattern)例：メールアドレスの検証
//contact[matches(email, '^[^@]+@[^@]+\.[^@]+$')]replace() – 正規表現置換
replace(string, pattern, replacement)例：空白の削除
replace('hello world', '\s+', '')結果：helloworld
数値関数の追加
abs() – 絶対値
abs(-5) // 5
abs(3) // 3min() / max() – 最小値・最大値
min((1, 2, 3)) // 1
max((1, 2, 3)) // 3例：最安値・最高値の本
//book[price = min(//book/price)]
//book[price = max(//book/price)]avg() – 平均値
avg((1, 2, 3, 4, 5)) // 3例：平均価格
avg(//book/price)日付・時刻関数
current-date() – 現在の日付
current-date()current-time() – 現在の時刻
current-time()current-dateTime() – 現在の日時
current-dateTime()例：今年出版された本
//book[year-from-date(current-date()) = publishYear]シーケンス関数
distinct-values() – 重複除去
distinct-values(//book/@category)結果：('technology', 'business')
count() の拡張
count(distinct-values(//book/@category))結果：2（ユニークなカテゴリ数）
index-of() – 要素の位置検索
index-of(('a', 'b', 'c'), 'b')結果：2
実践的な使用例：複雑な検索を実現
関数を組み合わせた実践的な例を見ていきましょう。
例1：大文字小文字を無視した部分一致検索
問題：
‘java’という文字列を含む本を、大文字小文字に関係なく検索したい。
XPath 1.0の解決策：
//book[contains(
translate(title, 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'),
'java'
)]XPath 2.0の解決策：
//book[contains(lower-case(title), 'java')]例2：価格範囲で絞り込み
問題：
3000円以上5000円以下の本を検索。
解決策：
//book[number(price) >= 3000 and number(price) <= 5000]または：
//book[price >= 3000 and price <= 5000]例3：複数条件の組み合わせ
問題：
カテゴリが’technology’で、かつ2015年以降に出版された本。
解決策：
//book[@category='technology' and number(publishYear) >= 2015]例4：空でない説明文を持つ本
問題：
description要素が存在し、かつ空でない本。
解決策：
//book[description and string-length(normalize-space(description)) > 0]例5：著者の姓でソート（取得後に処理）
問題：
著者の姓（スペースの後）でソートしたい。
XPathでの取得：
//book[substring-after(author, ' ') = 'Bloch']プログラム側でソート：
List<Node> books = new ArrayList<>();
// XPathで全book要素を取得
NodeList nodes = (NodeList) xpath.evaluate("//book", doc, XPathConstants.NODESET);
for (int i = 0; i < nodes.getLength(); i++) {
books.add(nodes.item(i));
}
// 姓でソート
books.sort((a, b) -> {
String lastNameA = xpath.evaluate("substring-after(author, ' ')", a);
String lastNameB = xpath.evaluate("substring-after(author, ' ')", b);
return lastNameA.compareTo(lastNameB);
});例6：特定の単語数以上のdescription
問題：
説明文が3単語以上含まれる本を検索。
XPath 2.0での解決策：
//book[count(tokenize(normalize-space(description), '\s+')) >= 3]例7：価格の合計と平均
問題：
すべての本の価格の合計と平均を取得。
合計：
sum(//book/price)平均：
sum(//book/price) div count(//book)平均（XPath 2.0）：
avg(//book/price)例8：最も高い本と安い本
最高価格の本：
//book[price = max(//book/price)]最低価格の本：
//book[price = min(//book/price)]XPath 1.0での代替：
//book[not(price < //book/price)] // 最高価格
//book[not(price > //book/price)] // 最低価格関数の組み合わせ：複雑な処理を実現
複数の関数を組み合わせることで、より高度な処理が可能です。
パターン1：条件の入れ子
//book[
contains(lower-case(title), 'java') and
number(price) > 3000 and
string-length(description) > 0
]意味：
- タイトルに’java’を含む（大文字小文字無視）
- かつ価格が3000円より高い
- かつ説明文が空でない
パターン2：計算結果での絞り込み
//book[price > (sum(//book/price) div count(//book))]意味：
平均価格より高い本を選択。
パターン3：文字列操作の連鎖
normalize-space(
substring-after(
substring-before(//book[1]/description, 'craftsmanship'),
'A handbook of'
)
)意味：
‘A handbook of’と’craftsmanship’の間の文字列を抽出し、空白を正規化。
パターン4：動的な閾値
//book[
number(price) > (min(//book/price) +
(max(//book/price) - min(//book/price)) * 0.5)
]意味：
価格範囲の中央値より高い本を選択。
パターン5：複数属性の評価
//book[
(@category='technology' and number(publishYear) >= 2015) or
(@category='business' and number(price) < 3000)
]意味：
- 技術書で2015年以降に出版、または
- ビジネス書で3000円未満
Javaでの実装例：実際のコード
XPath関数をJavaで使う実例です。
基本的な使い方
import javax.xml.xpath.*;
import org.w3c.dom.*;
import javax.xml.parsers.*;
import java.io.File;
public class XPathFunctionExample {
public static void main(String[] args) throws Exception {
// XMLをパース
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = factory.newDocumentBuilder();
Document doc = builder.parse(new File("library.xml"));
// XPathを作成
XPathFactory xPathfactory = XPathFactory.newInstance();
XPath xpath = xPathfactory.newXPath();
// 例1：count関数
Double count = (Double) xpath.evaluate(
"count(//book[@category='technology'])",
doc,
XPathConstants.NUMBER
);
System.out.println("技術書の数: " + count.intValue());
// 例2：sum関数
Double sum = (Double) xpath.evaluate(
"sum(//book/price)",
doc,
XPathConstants.NUMBER
);
System.out.println("合計金額: " + sum);
// 例3：contains関数
NodeList books = (NodeList) xpath.evaluate(
"//book[contains(title, 'Java')]",
doc,
XPathConstants.NODESET
);
System.out.println("'Java'を含む本の数: " + books.getLength());
// 例4：複雑な条件
String complexXPath = "//book[" +
"contains(translate(title, 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'java') " +
"and number(price) > 3000]";
NodeList results = (NodeList) xpath.evaluate(
complexXPath,
doc,
XPathConstants.NODESET
);
for (int i = 0; i < results.getLength(); i++) {
Element book = (Element) results.item(i);
String title = xpath.evaluate("title", book);
String price = xpath.evaluate("price", book);
System.out.println("Title: " + title + ", Price: " + price);
}
}
}カスタム関数の登録（XPath 2.0以降）
// Saxon HEを使用した例
import net.sf.saxon.xpath.*;
XPathFactoryImpl xpathFactory = new XPathFactoryImpl();
XPathEvaluator xpath = (XPathEvaluator) xpathFactory.newXPath();
// カスタム関数を登録可能Pythonでの実装例
Pythonでも同様にXPath関数を使えます。
from lxml import etree
# XMLをパース
tree = etree.parse('library.xml')
# 例1：count関数
count = tree.xpath('count(//book[@category="technology"])')
print(f"技術書の数: {int(count)}")
# 例2：sum関数
total = tree.xpath('sum(//book/price)')
print(f"合計金額: {total}")
# 例3：contains関数
books = tree.xpath("//book[contains(title, 'Java')]")
print(f"'Java'を含む本の数: {len(books)}")
# 例4：テキスト値の取得
titles = tree.xpath("//book/title/text()")
for title in titles:
print(f"Title: {title}")
# 例5：複雑な条件
complex_xpath = """
//book[
contains(translate(title, 'ABCDEFGHIJKLMNOPQRSTUVWXYZ', 'abcdefghijklmnopqrstuvwxyz'), 'java')
and number(price) > 3000
]
"""
results = tree.xpath(complex_xpath)
for book in results:
title = book.xpath('string(title)')
price = book.xpath('string(price)')
print(f"Title: {title}, Price: {price}")
# 例6：XPath 2.0関数（lxmlは1.0のみ対応）
# lower-case()などはlxmlでは使えないパフォーマンス最適化のヒント
XPath関数を効率的に使うためのテクニックです。
1. 述語の順序を最適化
非効率：
//book[contains(description, 'programming') and @category='technology']効率的：
//book[@category='technology' and contains(description, 'programming')]理由：
属性チェックの方が高速なので、先に評価してノード数を減らす。
2. 不要な関数呼び出しを避ける
非効率：
//book[number(price) > 3000 and number(price) < 5000]効率的：
//book[price > 3000 and price < 5000]理由：
自動的な型変換に任せる。
3. descendant軸の使用を最小化
非効率：
//book//title効率的：
//book/title理由：
直接の子要素を指定する方が高速。
4. 位置述語を後半に
非効率：
//book[1][@category='technology']効率的：
//book[@category='technology'][1]理由：
絞り込み後に位置を指定する方が論理的。
5. contains()より完全一致
非効率（必要な場合）：
//book[contains(@category, 'tech')]効率的（完全一致で十分な場合）：
//book[@category='technology']理由：
完全一致の方が高速。
まとめ：XPath関数でデータ処理を強化
XPath関数は、XML/HTMLデータの処理を大幅に強化します。
この記事のポイント：
- XPath関数は4つのカテゴリに分類される
- ノードセット関数で要素の数や位置を扱う
- 文字列関数でテキスト処理が自在に
- 数値関数で計算や集計が可能
- 真偽値関数で条件判定を実現
- contains()やstarts-with()は頻繁に使用される
- substring()で部分文字列を抽出できる
- sum()やcount()で集計処理が可能
- XPath 2.0で多くの便利な関数が追加された
- 関数の組み合わせで複雑な処理を実現
- パフォーマンスを意識した最適化が重要
XPath関数を使いこなすことで、WebスクレイピングやXMLデータ処理の効率が格段に向上します。
特にcontains()、substring()、count()、sum()は実務で頻繁に使用するので、しっかりマスターしておきましょう。
関数を組み合わせることで、プログラムコードを書かずにXPath式だけで複雑な処理を実現できるのも大きな魅力です。ぜひ実際のプロジェクトで活用してみてください！
コメント