在 XML 树中搜索特定文本并在下一个节点中提取文本答案

【问题标题】：Search for specific text in XML tree and extract text in next node在 XML 树中搜索特定文本并在下一个节点中提取文本
【发布时间】：2021-02-12 21:40:19
【问题描述】：

试图从www.currys.co.uk 那里获取智能手表的重量。该网站并未对所有产品采用相同的结构，因此为了获得每种产品的权重，我尝试使用 xpath 进行关键字搜索：

//text()[contains(.,'Weight')]

我可以得到文字“重量”，但我想得到的是下面node那个contains重量的实际值：

<tbody>
 <tr>
   <th scope = "row">Weight</th>
   <td> 26.7 g</td>
 <tr>
<body>

我正在寻找的是获取文本26.7 g。我尝试使用以下方法，但它似乎不起作用：

//text()[contains(.,'Weight')]//td

有什么建议吗？提前致谢。

【问题讨论】：

标签： xml web-scraping xpath scrapy contains

【解决方案1】：

你可以使用following-sibling::td:

from lxml import etree


txt = '''<tbody>
 <tr>
   <th scope = "row">Weight</th>
   <td> 26.7 g</td>
 </tr>
</tbody>'''

root = etree.fromstring(txt)

for td in root.xpath('//th[contains(., "Weight")]/following-sibling::td'):
    print(td.text)

打印：

 26.7 g

【讨论】：

工作出色。谢谢你。并且只是为了将来参考，为了获得前一个兄弟，我只是将上面的代码更改为“/preceding-sibling::td”？
@sophods 不幸的是，XPATH 不支持搜索先前元素的函数。这是 CSS/Xpath 备忘单：devhints.io/xpath 但lxml 中有 .getparent() 函数 - 从那里你可以搜索所有兄弟姐妹。