2.1 节点集函数：count 与 position

2.1 节点集函数：count 与 position

本节摘要：节点集函数用来探查「选出来的这堆节点」：有几个、第几个、叫什么名字、在哪个命名空间。last() 与 position() 是位置谓词的骨架；count() 给出数字供宿主使用；name() / local-name() / namespace-uri() 在带前缀的文档里才分得出差别。

核心问题

阅读完本节，你应当能够：

1. 用 count 统计 book 数量，并解释空路径的 count 是 0 不是报错
2. 在谓词里正确使用 last 与 position
3. 用 name 与 local-name 区分带前缀的元素名
4. 知道 2.0 的交集并集函数在 1.0 引擎里不可用

一、先数三本，再取最后一本

对着三本书样本：

count(/bookstore/book)                    → 3
/bookstore/book[last()]/title             → Learning XML
/bookstore/book[position()=last()-1]/title → Harry Potter
name(/bookstore/book[1])                  → book
​

原文集把 last() 说成「返回上下文节点列表的大小」，所以它能当位置用：当前位置等于列表大小的那个节点就是最后一个。position() 从 1 起算，不是 0。book[0] 永远空，这是从数组语言带来的手误。

count 的参数是节点集。count(/bookstore/book[@category='web']) 在三本样本里是 1，四本样本里是 2。路径空时 count 为 0，表达式仍然合法。宿主语言里不要把 0 当成「XPath 写错了」的唯一信号——写错和「确实没有」都是 0。

二、这组函数各自管哪一块

2.0 还提供交集、并集一类集合运算，以及 exists、empty。lxml 默认走 1.0，这些名字会报未知函数。需要集合运算时，在宿主语言里对两次查询结果做集合操作更稳。

id() 依赖文档里真正声明了 ID 类型的属性，HTML 的 id 属性在 XML 解析下常常不是 ID 类型，id('x') 会空。HTML 场景用 //*[@id='x']。

⚠️ 常见坑：count(//title) 统计的是 title 元素个数，不是书名字符数。字符数是 string-length(title)，而且只作用在上下文那个 title 上。
💡 关键直觉：last 是「这支队伍有多长」，position 是「我现在排第几」。两个数对得上，就是队尾。

图：position 只相对于当前队伍

三、name 家族与 2.0 的 extras

无前缀时 name() 与 local-name() 都是 book。一旦元素写成 pub:book，name() 可能是 pub:book（前缀随源文档），local-name() 仍是 book，namespace-uri() 才是那个 URI 字符串。比较名字我更倾向 local-name() 加命名空间检查，而不是把前缀写死——前缀是作者随手起的别名。

count(book/author) 在四本书样本里大于 4，因为 Kick Start 有两个 author。用 count 可以发现「一本多作者」，再用 book[count(author)>1] 把该书筛出来。这是节点集函数和谓词配合的典型写法，原文集 2.1 也把 count 当作过滤条件演示过。

不要在 1.0 里写 for $x in ...。那是 2.0 的 FLWOR 亲戚，属于 XQuery 更多。纯 XPath 1.0 能做的集合探查，基本就是本表这几只扳手。

问题：position()=1 和 [1] 一样吗？

对单个谓词，一样。混进 and 时必须写 position()=1，因为 [1 and @category='web'] 里的 1 会被当成数字谓词而不是「并且」。位置要参与逻辑组合，用 position 函数写清楚。

问题：name() 无参和 name(.) ？

无参等于对上下文节点。谓词里 name()='book' 与 self::book 近似，后者更地道：它走节点测试，不经过字符串。

四、count 当万用表，id 函数别乱用

每写一条新路径，我习惯先 count。count(/bookstore/book) 得 3 或 4，心里有底。count(/bookstore/book[@category='web']) 在三本样本得 1，四本得 2。若你期望 2 却得 0，问题在谓词或命名空间，不在 count 本身。count 为 0 是合法数字，把它当成异常的只有宿主代码。把 count 写进谓词可以筛「多作者的书」：book[count(author)>1] 正中 Kick Start。这是节点集函数和谓词最自然的配合，原文集 2.1 也把 count 当过滤条件用过。

position()=1 与 [1] 在单独谓词里等价。一旦和 and 组合，必须写 position 函数。book[1 and @category='web'] 里的 1 会被当成「位置等于 1 吗？」而不是「真值 1」，和人话不符。逻辑组合里的位置一律写 position。position()>=2 and position()<=3 取窗口，比写两个谓词再在宿主里切切片直观。

name 家族在无前缀文档里看起来多余。一有 pub:book，name 可能带前缀，local-name 稳定为 book，namespace-uri 才是护照。比较元素身份我倾向 local-name 加 URI，而不是把源码前缀写死进路径——前缀是作者随手起的。调试时把三个函数的结果并排打印，比猜「是不是命名空间」快。

id 函数依赖 DTD 或 Schema 把某属性标成 ID 类型。HTML 里随处可见的 id 属性在 XML 解析下常常不是这种类型，id('sku1') 会空。页面上请用 //*[@id='sku1']。XML 里真有 ID 类型时，id 函数可以从任意位置跳到该节点，比双斜杠按属性搜便宜。先确认类型注解存在，再启用这条捷径。

2.0 的 exists、empty、集合交并，1.0 用节点集布尔和宿主集合代替。不要在 lxml 路径里写 exists。能在 Python 里对两次查询结果做集合运算，就不要逼 1.0 引擎假装自己是 2.0。

五、四本书的编号怎么换队伍

所有 book 是队伍甲：位置 1 cooking、2 children、3 web Kick Start、4 web Learning XML。book[1] 是 cooking。book[last()] 是 Learning XML。book[position()<=2] 是前两本。count(book) 是 4。

过滤 web 得到队伍乙：Kick Start 变成位置 1，Learning XML 变成位置 2。book[@category='web'][1] 是 Kick Start，不是 cooking。book[1][@category='web'] 先取 cooking 再问是不是 web，空。last 在队伍乙里指向 Learning XML。这张「换队伍就换编号」的图，是 1.4 谓词顺序的函数版。写分页窗口必须先确定队伍。

book[count(author)>1] 命中 Kick Start。count 当谓词比在宿主里循环数孩子干净。name() 无前缀时是 book，有 pub 前缀时可能是 pub:book，local-name 仍是 book。id 函数对 HTML 的 id 属性常常空，用 at id。position 从 1 起，book[0] 恒空。exists 是 2.0。

练习：对四本夹具分别求 book[1]、book[@category='web'][1]、(//book)[1] 的 title 文本，写出三行。第一行 Everyday Italian，第二行 Kick Start，第三行也是 Everyday Italian——括号让全集先形成再取第一。三行能对上，位置谓词就算过关。再 count 作者大于 1 的书，确认只有一本。

六、编号跟着队伍走不跟着全书走

全部书是甲队，网络类是乙队，两套编号。甲队一号是烹饪，乙队一号是网络类第一本。先过滤再取一号，和先取一号再过滤，结果可以一个有一个空。分页窗口必须先确定队伍。计数空路径得零，合法，不等于写错。把计数写进筛选可找出多作者的书。名字函数无前缀时看不出差别，一有前缀，带前缀的全名和本地名就分家，真匹配看护照号。标识函数依赖真正的标识类型，超文本里随处可见的标识属性常常不是那种类型，按属性相等更老实。位置从一开始，零号恒空。二点零的存在与空集函数，一点零用节点集当真假代替。每条新路径先计数，数字不对先别套字符串函数。练习把三行位置写法的书名对上，位置课才算过关。

把四本书排成甲队，网络类两本排成乙队，分别取一号。甲队一号是烹饪，乙队一号是入门，不是同一本书。先过滤再取一号，和先取一号再过滤，可以一个有一个空。把三行书名写下来对照：全体一号、网络类一号、全集加括号再取一号。第三行若不加括号，绑定可能落在展开后的每一步上，和全集第一本不是一回事。分页窗口必须先确定队伍再取位置。计数空路径得零，合法。把计数写进筛选可找出多作者的书。位置从一开始，零号恒空。名字函数在有前缀时才分家，本地名忽略贴纸，护照号才是真匹配。标识函数依赖真正的标识类型，页面上随处可见的标识常常不是，按属性相等更老实。高版本的存在函数低版本用节点集当真假代替。每条新路径先计数。

原文集把队长说成返回上下文列表的大小，所以它能当位置用：当前位置等于列表大小的那个人就是队尾。计数参数是节点集，网络类在三本样本里是一，四本样本里是二。路径空时计数为零，表达式仍然合法，宿主不要把零当成唯一的写错信号。名字、本地名、护照号三个一起打印，无前缀时前两个相同，有前缀时全名带贴纸、本地名稳定、护照号才是匹配依据。比较名字倾向本地名加护照检查，不要把源码贴纸写死。标识函数在超文本场景经常空，按属性相等更老实。位置参与逻辑组合时必须写位置函数，光写一和某条件并列，一会被当成位置而不是真值。

对四本夹具分别求全体一号、网络类再取一号、全集加括号再取一号，写出三行书名。第一行烹饪，第二行入门，第三行也是烹饪。三行能对上，位置课才算过关。再计数作者大于一的书，确认只有一本。计数空路径得零，合法，不等于写错。编号跟着队伍走，不跟着全书走。分页窗口必须先确定队伍。位置从一开始，零号恒空。位置参与逻辑组合时必须写位置函数，光写一和某条件并列会被当成位置。名字、本地名、护照号三个一起打印，无前缀时前两个相同，有前缀时全名带贴纸、本地名稳定。比较名字倾向本地名加护照，不要把源码贴纸写死。标识函数依赖真正的标识类型，页面标识常常不是，按属性相等更老实。高版本的存在与空集，低版本用节点集当真假代替。每条新路径先计数，数字不对先别套字符串函数。

三行位置对照写进笔记：全体一号、网络类一号、括号全集一号。对不上就回去看队伍有没有换。计数多作者能发现入门那本有两位。空路径计数为零不要当异常。零号恒空。逻辑组合里的位置写位置函数。名字三件套一起打印才能看见贴纸和护照。标识函数在页面经常空。高版本存在函数低版本用节点集当真假。每条新路径先计数。编号相对当前队伍，这是筛选顺序重要的函数版解释。标识类型没有时不要怪函数，改用属性相等。分页必须先确定队伍再取窗口。从零数的语言习惯是手误来源。

换队伍就会换编号，这是位置函数最值钱的一句。先过滤再取一号，和先取一号再过滤，结果可以一个有一个空，把两行书名写下来对照。

标识函数在没有标识类型时空得理所当然，不要改成铺开全体按属性搜却还以为在走捷径。页面场景直接按属性相等，比幻想类型注解更老实。

窗口分页是换队伍之后的编号，不是全书绝对编号。先留网络类再取前两名，入门和进阶都在；先取前两名再留网络类，可能只剩空。

动手验收把三本版和四本版分开数：三本版全体书应是三，网络类应是一；四本版全体应是四，网络类应是二。数字对不上先查样本贴错了哪一版，再查路径有没有多扫推荐节点。位置窗口也按版本分开记：四本版先留网络类再取前两名，应同时留下入门和进阶；混用三本版会让第二本变成空，看起来像位置函数坏了。

本章回顾

• count 空路径得 0：合法，不等于语法错误
• position 从 1 起：[0] 恒空
• last 是队长：与 position 相等的是队尾
• 编号相对当前队伍：先过滤再取第 1，和先取第 1 再过滤不同
• local-name 忽略前缀：真匹配靠 URI，见第 3 章
• id 函数依赖 ID 类型：HTML 的 id 属性请用 @id

下一节处理人类可读的字：contains、substring、normalize-space。书名和空白文本会从这里开始听话。