html - XPath:如何捕获前一个元素？

Question

我有这样的构造

<p>File name</p>
<a href="https://somelink.pdf">Download</a>

我需要使用 CSS 和 XPath 捕获链接 a 及其名称 p。我正在尝试执行以下操作，首先我使用 CSS 选择器查找 href 值以 .pdf 结尾的所有文件 (a[href$=". pdf"]):

for i in response.css('a[href$=".pdf"]'):
    link = i.css('::attr("href")').get()
    name = i.xpath(?????????)
    print(name, link)

如何使用 XPath 捕获 p 元素中的文本？

Answer 1

从a开始

这个 XPath，

//a[.="Download"]/preceding-sibling::p[1]

将选择字符串值等于“Download”的每个a元素之前的第一个p同级元素。

---

从p开始

这个 XPath，

//p[.="File name"]/following-sibling::a[1]

将选择每个p元素后面的第一个a同级元素，其字符串值等于“文件名”。

---

无论哪种情况，您都可以通过将 /text() 附加到 XPath 来选择文本节点子节点。