使用 XPath 查找最前面的元素
Posted
技术标签:
【中文标题】使用 XPath 查找最前面的元素【英文标题】：Find top-most following elements with XPath 【发布时间】：2022-01-24 00:36:57 【问题描述】：在 XPath 中，我知道我可以使用 /following::* 选择所有后续元素，但是我想避免同时选择包含在任何后续元素中的子元素。
例如，给定这个文档：
<body>
<div id="div1">
<p id="p1">...</p>
<p id="p2">
<span id="span1"></span>
<span id="span2"><i id="i1">...</i></span>
</p>
<p id="p3">...</p>
</div>
<div id="div2">
<p id="p4">...</p>
<p id="p5">...</p>
</div>
</body>
如果我选择了span1，我想选择span2（但不是i1）、p3 和div2（但不是p4 或p5）。
在 Python 中，我的代码可能类似于：
>>> lxml.html.fromstring(document).xpath('//*[@id="span1"]/following::*')
[<Element span at 0x1082bd680>,
<Element i at 0x1082bd4f0>,
<Element p at 0x1082bd770>,
<Element div at 0x1082bd360>,
<Element p at 0x1082bd7c0>,
<Element p at 0x1082bdef0>]
但我想要返回的是：
[<Element span at 0x1082bd680>,
<Element p at 0x1082bd770>,
<Element div at 0x1082bd360>]
编辑：@kjhughes 的回答让我成功了 90%。因为现实生活中的示例可能没有我可以轻松使用的 ID 来匹配，所以我最终编写了如下代码：
find_following = lxml.html.etree.XPath(
"following::*[not(../preceding::*[. = node()])]"
)
【问题讨论】：
【参考方案1】：这个 XPath，
//*[@id="span1"]/following::*[not(../preceding::*[@id="span1"])]
选择目标span元素后面的元素，其父元素没有目标span元素作为前驱元素，
<span id="span2"><i id="i1">...</i></span>
<p id="p3">...</p>
<div id="div2"> <p id="p4">...</p> <p id="p5">...</p> </div>
根据要求。
【讨论】：
谢谢！如果我想创建一个函数来获取一个元素，然后选择所有后续元素而不选择任何子元素，你认为这样的事情是否也可以工作：./following-sibling::* | ./following::*[not(../preceding::*)]？ （在我的实际代码中，我真的没有可以轻松查询的 ID）
如果这对您的实际代码更有效，那就太好了。如果您遇到任何问题，请告诉我。【参考方案2】：
XPath 3.1 具有函数outermost()：outermost(following::*) 选择所有后续元素，不包括节点集中另一个元素的后代。
XPath 2.0 允许following::* except following::*/descendant::*。
在 XPath 1.0 中，您可以将 ($A except $B) 表示为 $A[count(.|$B)=count($B)]。 （虽然这并不是很有用，因为 XPath 本身无法绑定变量）。
【讨论】：
以上是关于使用 XPath 查找最前面的元素的主要内容，如果未能解决你的问题，请参考以下文章
使用webdriver查找元素时如何在xpath中使用撇号（'）？
selenium--find_element_by_xpath()方法汇总
Selenium 在不使用 XPath 的情况下从已经给定的元素中查找近元素