python - XPath:如何根据紧邻其之前的同级元素的值来选择一个元素？

Question

我正在使用 Python 和 Xpath 从一些 html 页面中提取数据，但遇到了一些问题。

考虑以下 HTML 示例:

<tbody>
    <tr>
        <th>Author</th>
    </tr>
    <tr>
        <td>Dan Brown</td>
    </tr>
    <tr>
        <th>Genre</th>
    </tr>
    <tr>
        <td>Educational</td>
    </tr>
</tbody>

如何选择作者数据或流派数据？我无法使用固定列表位置(例如 tr[2] )，因为这些值并不总是存在。例如，如果一本书没有作者，tr[2] 就会突然成为流派(假设它确实有流派)。

我希望我的问题很清楚:)

Answer 1

一种简单的方法是应用以下 XPath-1.0 表达式:

/tbody/tr[th/text()='Author']/following-sibling::tr/td/text()

选择Dan Brown 和

/tbody/tr[th/text()='Genre']/following-sibling::tr/td/text()

选择教育。
如有必要，您可以在表达式前加上 / 前缀。

如果这些表达式确实匹配，您的预期结果取决于您的(非共享)XML 文件的结构。