选择所有 dd 标记，直到具有 Xpath 的新 dl 标记

Question

我是Scrapy&Xpath的初学者，我希望解析具有以下结构的网站

<dl class="ismSummary ismHomeSummary">
        <dt>cat1</dt>
            <dd>value1</dd>
            <dd>value2</dd>
        <dt>cat2</dt>
            <dd>value1</dd>
            <dd>value2</dd>
</dl>

使用 Xpath，我只想获得 cat1 的值 1 和 value2（dd的）

这就是我现在所拥有的

//dt[text()="cat1"]/following-sibling::dd

问题是它不会停止在 cat2 并继续从 cat2 中选择 value1 和 value2:(。

Answer 1

使用：

//dt[. = 'cat1']
     /following-sibling::dd
       [count(.| //dt[. = 'cat2']/preceding-sibling::dd)
       =
        count(//dt[. = 'cat2']/preceding-sibling::dd)
       ]

如果//dt[. = 'cat1']和//dt[. = 'cat2']各自选择一个元素，则上面的表达式将准确选择所需的两个dd元素。

基于 XSLT 的验证：

<xsl:stylesheet version="1.0"
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
 <xsl:output omit-xml-declaration="yes" indent="yes"/>
 <xsl:template match="/">
  <xsl:copy-of select=
  "//dt[. = 'cat1']
     /following-sibling::dd
       [count(.| //dt[. = 'cat2']/preceding-sibling::dd)
       =
        count(//dt[. = 'cat2']/preceding-sibling::dd)
       ]
  "/>
 </xsl:template>
</xsl:stylesheet>

当此转换应用于提供的 XML 文档时（修改了最后两个dd的值，以便我们确定选择了所需的元素）：

<dl class="ismSummary ismHomeSummary">
    <dt>cat1</dt>
    <dd>value1</dd>
    <dd>value2</dd>
    <dt>cat2</dt>
    <dd>value3</dd>
    <dd>value4</dd>
</dl>

计算 XPath 表达式，并将其选择的节点复制到输出中：

<dd>value1</dd>
<dd>value2</dd>

解释：

在这里，我们在 XPath 1.0 中使用 Kayessian 方法进行节点集交集：

两个节点集的交集：$ns1 和 $ns2 是：

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

在我们的例子中，我们将$ns1替换为：

//dt[. = 'cat1']/following-sibling::dd

我们将$ns2替换为：

//dt[. = 'cat2']/preceding-sibling::dd

Answer 2

这里的所有节点都是dl的子节点，所以自然都是第一个dt的兄弟姐妹，所以当你使用following-sibling时，你会得到它们。

Xpath 是在考虑 xml 的情况下制作的，在 xml 中，您可能会将dd元素作为 dt 的子元素，但不幸的是，这里的情况并非如此。

最简单的方法是只包括dt的所有同级（不仅仅是dd）并遍历结果集，直到出现dt。使用 Xpath 函数做同样的事情是可能的，但肯定更复杂。

Answer 3

尝试：

dt[text()="cat1"]/following-sibling::dd[preceding-sibling::dt[1]/text()='cat1']