xpath - 根据某些文本获取行数答案

【问题标题】：xpath - get count of rows based on some textxpath - 根据某些文本获取行数
【发布时间】：2014-02-07 06:09:41
【问题描述】：

我正在编写 xpaths 以从以下页面中选择左侧边栏上每个类别下的所有链接： http://www.indexmundi.com/commodities/'>http://www.indexmundi.com/commodities/

我想一一选择每个类别下的链接。我编写了以下 xpath，它以某种方式选择了第一类（商品价格指数）下的链接。但我想知道如何选择其他类别下的链接。我想在 h3 上添加一个检查，如果它的文本是 Energy，计算并选择之前的所有行，然后如果 h3 文本是饮料，计数并选择能源和饮料之间的所有行

.//*[@id='dlCommodities']/tbody/tr[position()

这是另一个 xpath： .//*[@id='dlCommodities']/tbody/tr[preceding-sibling::tr/td/h3[. = '能量'] 和以下兄弟姐妹::tr/td/h3[. = '饮料']]/td/a

它满足第二个要求，即选择特定标题之间的行，但它缺少一个节点。

请帮我修复这些 xpath 或建议一个更好的。

谢谢

【问题讨论】：

该页面实际上并不包含tbody 元素，但如果将 HTML 解析为 DOM，则会添加它们。如果您遇到包含tbody 轴步骤的XPath 表达式问题，请考虑stackoverflow.com/questions/18241029/…。

标签： xpath xpath-2.0

【解决方案1】：

我将您的实际问题理解为：查找属于给定类别的所有链接。为此，请找到类别，然后检索下一个类别之前的所有元素。

如果您愿意，可以删除换行符，我添加它们是为了便于阅读。

//tr[td/h3="Energy"]/(self::tr, following-sibling::tr[
  . << //tr[td/h3="Energy"]/following-sibling::tr[td/h3][1]
])

如果您没有兼容 XPath 2.0 的处理器，则不能使用 << 运算符来测试节点顺序（当前节点必须位于下一个类别之前）。 XPath 1.0 解决方案更短一些，但在我看来可读性更差：

//tr[td/h3="Energy"] | //tr[td/h3="Energy"]/following-sibling::tr[
  ./preceding-sibling::tr[td/h3][1][td/h3="Energy"] and not(td/h3)
]

两个查询都会选择一个类别的所有节点；要计算它们，请将它们包装成count(...)。

【讨论】：

不幸的是，第一个 xpath 不适合我。第二个 xpath 正在正确选择所需的节点，但只有一个节点。它错过了包含类别名称的行并选择了下一个类别的第一行。
永远不要说“不适合我”，总是解释为什么。您是否收到错误消息？查询是否产生错误的输出？如果您不详细解释发生了什么问题，没有人能够帮助您。关于丢失的第一项：我的错，没有意识到它与标题一起包含在同一行中。这也是为什么包含下一个类别的第一项的原因，也是固定的。查看编辑。
我在 Firefox 的 firebug 中尝试过，但出现“Invalid xpath”错误。然后我尝试在 Scrapy xpath 选择器link 中使用它，在这种情况下我也收到了相同的消息。
这是因为它是一个 XPath 2.0 表达式。 Firefox 和 Scrapy 都不支持 XPath 2.0。你为什么用xpath-2.0？