後特定的文本

Question

這裏Xpath的蟒蛇發現節點是HTML代碼：

<div id="someid"> 
    <h2>Specific text 1</h2> 
    <a class="hyperlinks" href="link"> link1 inside specific text 1</a> 
    <a class="hyperlinks" href="link"> link2 inside specific text 1</a> 
    <a class="hyperlinks" href="link"> link3 inside specific text 1</a> 

    <h2>Specific text 2</h2> 
    <a class="hyperlinks" href="link"> link1 inside specific text 2</a> 
    <a class="hyperlinks" href="link"> link2 inside specific text 2</a> 
    <a class="hyperlinks" href="link"> link3 inside specific text 2</a> 
    <a class="hyperlinks" href="link"> link4 inside specific text 2</a> 

    <h2>Specific text 3</h2> 
    <a class="hyperlinks" href="link"> link1 inside specific text 3</a> 
    <a class="hyperlinks" href="link"> link2 inside specific text 3</a>   

</div> 

我必須清楚地找到下的每個「特定文字」鏈接。問題是，如果我用Python語言編寫如下代碼：

links = root.xpath("//div[@id='someid']//a") 
for link in links: 
    print link.attrib['href'] 

它打印出的所有環節，不論「特定文字X」，而我想是這樣的：

print "link under Specific text:"+specific+" link:"+link.attrib['href'] 

請建議

Answer 1

我想你會需要一個XPath表達式每個H2特定文本。

給定一個H2特定的文字，你可以得到它的下面相鄰一個兄弟姐妹：

//div[@id='someid']/h2[.='Specific text 1'] 
    /following-sibling::a[ 
     count(. | following-sibling::h2[1]/preceding-sibling::*) 
     = count(following-sibling::h2[1]/preceding-sibling::*) 
     and preceding-sibling::h2[1][.='Specific text 1']] 
    | 
    //div[@id='someid']/h2[.='Specific text 1' and not(following-sibling::h2[1])] 
    /following-sibling::a" 

第二//h2選擇處理這樣的情形H2是最後一個的情況。

上面的表達只是利用了XPath 1.0中路口公式：

$ns1[count(.|$ns2)=count($ns2)] 

您可以在所以在這裏找到有關此方法的大量資源，很多答案（檢查我的答案也）。我認爲這是不難理解如何套用這個公式，什麼是困難的是要了解當它必須被應用。

學分爲FORMUL去@邁克爾關鍵。只需google it a bit。

我的表達式已擴展爲附加謂詞以處理您的特定情況並統一（|），並附加表達式來處理最後的h2。

Answer 2

您可以使用XPath 2.0 starts-with(s, t)函數建立h2 - 值的匹配條件。

//div/h2[starts-with(text(), 'Specific text')]//a 

我不知道Python的任何XPath 2.0實現。所以這可能不起作用。但也許你可以改變你的需求的條件。