html中使用xpath的特定标签之后的下一个标签是什么答案

【问题标题】：what is the next tag after the specific tag in html using xpathhtml中使用xpath的特定标签之后的下一个标签是什么
【发布时间】：2013-08-05 04:54:42
【问题描述】：

我有这个 HTML 代码：

<a name="apple"></a>
<h3> header1 </h3>
<p> some text </p>
<p> some text1 </p>
<a name="orange"></a>
<h3> header2 </h3>
<p> some text 2 </p>

我想检索标题标签后的文本，使用如下代码：

for header in tree.iter('h3'):
 paragraph = header.xpath('(.//following::p)[1]')
 if (header.text=="apple"):
    print "%s: %s" % (header.text, paragraph[0].text)

当我有多个<p> 标签时它不起作用。如何找出我的标题后有多少 <p> 标签并检索所有标签？

我使用 python 2.7 和 xpath。

【问题讨论】：

在每个<h3> 之后直到下一个<h3> 之后都需要所有<p> 吗？还是第一个<h3> 之后的所有内容，包括第二个“header2”？
@paul t。每个
.
之后的所有

标签： python-2.7 xpath lxml

【解决方案1】：

使用lxml's (itersibling()) 可能更容易，处理兄弟姐妹，而不是后代，然后在必要时处理这些兄弟姐妹的后代。

你可以试试这样的

>>> for heading in root.iter("h3"):
...     print "----", heading
...     for sibling in heading.itersiblings():
...         if sibling.tag == 'h3':
...             break
...         print sibling
... 
---- <Element h3 at 0x1880470>
<Element p at 0x18800b0>
<Element p at 0x1880110>
<Element a at 0x1880170>
---- <Element h3 at 0x1880050>
<Element p at 0x18801d0>
>>>

如果要使用XPath，可以使用EXSLT的set extension，在lxml（通过"http://exslt.org/sets"命名空间，思路与上面大致相同：

选择所有兄弟姐妹 (following-sibling::*)，
但不包括 (set:difference()) 下一个 <h3> 同级 (following-sibling::h3) 和 (| XPath 运算符) 所有后续同级 (following-sibling::h3/following-sibling::*)。

可以这样使用：

>>> following_siblings_untilh3 = lxml.etree.XPath("""
...         set:difference(
...             following-sibling::*,
...             (following-sibling::h3|following-sibling::h3/following-sibling::*))""",
...         namespaces={"set": "http://exslt.org/sets"})
>>> 
>>> for heading in root.iter("h3"):
...     print "----", heading
...     for e in following_siblings_noth3(heading): print e
... 
---- <Element h3 at 0x1880470>
<Element p at 0x18800b0>
<Element p at 0x1880110>
<Element a at 0x1880170>
---- <Element h3 at 0x1880050>
<Element p at 0x18801d0>
>>>

我相信它可以被简化。（我还没有找到following-sibling-or-self::h3...）

【讨论】：