XPath 语句查找最近的前同级答案

【问题标题】：XPath statement to find nearest preceding siblingXPath 语句查找最近的前同级
【发布时间】：2017-11-29 13:19:48
【问题描述】：

我在 C# WPF 应用程序中使用 HTMLAgilityPack 来遍历本地 HTML 页面中的一些锚标记并提取 href 属性。这很好用，但是我需要在 HTML 文档中找到锚所在的标题（这也是一个锚标记）。使用 XPath 应该很容易做到这一点，但我似乎无法得到适用于所有场景的语句。

这是我的 HTML 示例（我无法控制）：

<html>
    <body>
        <table>
            <tr>
                <td><div><a href="#maintitle" class="title">maintitle</a></div></td>
            </tr>
            <tr>
                <td><div><a href="#subtitle1" class="subtitle">subtitle1</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link1.pdf">link1</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link2.pdf">link2</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link3.pdf">link3</a></div></td>
            </tr>
            <tr>
                <td><div><a href="#subtitle2" class="subtitle">subtitle2</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link4.pdf">link4</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link5.pdf">link5</a></div></td>
            </tr>
        </table>
    </body>
</html>

找到link1后，我想找到subtitle1。链接 2 和链接 3 也是如此。但是对于link4和link5，我想找subtitle2。我正在使用这个 XPath 语句（第一部分只是为了模拟锚标记的选择，我一直在使用在线 XPath 评估器https://www.freeformatter.com/xpath-tester.html）：

//a[@href='link4.pdf']/ancestor::tr/preceding-sibling::tr//a[@class='subtitle']

这适用于链接 1 到链接 3，但对于链接 4 和链接 5，它会返回 subtitle1 和 subtitle2。将[1] 添加到preceding-sibling::t 可以修复link4，但会破坏link2、link3 和link5：

//a[@href='link4.pdf']/ancestor::tr/preceding-sibling::tr[1]//a[@class='subtitle']

我也尝试将last() 添加到preceding-sibling::t，但这导致找不到任何链接：

//a[@href='link4.pdf']/ancestor::tr/preceding-sibling::tr[last()]//a[@class='subtitle']

我确信有一个简单的解决方案，但我绝不会胜任 XPath，所以我很苦恼。如何让我的原始 XPath 语句返回最近的兄弟？

【问题讨论】：

标签： c# xpath html-agility-pack

【解决方案1】：

通过链接文本（'link4'）获取字幕的定位器

(//a[text()='link5']/preceding::tr[.//a[@class='subtitle']])[last()]

逻辑：

//a[text()='link4'] - 通过链接文本获取元素

//a[text()='link4']/preceding::tr - 搜索所有 tr 父母

[.//a[@class='subtitle']] - 获取包含标签a的第一个父级类'subtitle'

(someLocator)[last()] - 获取最后一个匹配定位器的元素，在我们的例子中 - 获取最后一个包含标签 a 的父级，类为 'subtitle'

另一种选择 - 最初搜索 tr 而不是 a 元素

(//tr[.//a[text()='link5']]/preceding-sibling::tr//a[contains(@class,'subtitle')])[last()]

希望它能帮助任何人获得逻辑 ob 构建定位器

【讨论】：

这仍然返回两个trs。
请立即查看。整个定位器是(//a[text()='link5']/preceding::tr[.//a[@class='subtitle']])[last()]
谢谢，这行得通。我实际上使用以下内容来做我需要的事情，但你的回答让我到了那里：(//a[@href='link1.pdf']/ancestor::tr/preceding-sibling::tr[.//a[@class='subtitle']])[last()]//a[@class='subtitle']
是的，它都是可选的，这就是为什么我不写定位器，而是写它们是如何构建的逻辑

【解决方案2】：

尝试使用 xpath ：

//a[@href='<your_input>']/preceding-sibling::tr[.//a[@class='subtitle']][1]

其中<your_input> 可以是link1.pdf 到link5.pdf

【讨论】：

谢谢，但如果不进行一些调整，这将无法正常工作。我不得不添加一个缺失的：/ancestor::tr/
输入link5.pdf 代替your_input 时得到什么输出？
是的，是的，我想我的第一个原始答案中有它，后来以某种方式删除了它。更新了答案。谢谢。