后特定的文本

Question

这里Xpath的蟒蛇发现节点是HTML代码：

<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> 

我必须清楚地找到下的每个“特定文字”链接。问题是，如果我用Python语言编写如下代码：

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

它打印出的所有环节，不论“特定文字X”，而我想是这样的：

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

请建议

Answer 1

我想你会需要一个XPath表达式每个H2特定文本。

给定一个H2特定的文字，你可以得到它的下面相邻一个兄弟姐妹：

//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选择处理这样的情形H2是最后一个的情况。

上面的表达只是利用了XPath 1.0中路口公式：

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

您可以在所以在这里找到有关此方法的大量资源，很多答案（检查我的答案也）。我认为这是不难理解如何套用这个公式，什么是困难的是要了解当它必须被应用。

学分为FORMUL去@迈克尔关键。只需google it a bit。

我的表达式已扩展为附加谓词以处理您的特定情况并统一（|），并附加表达式来处理最后的h2。

Answer 2

您可以使用XPath 2.0 starts-with(s, t)函数建立h2 - 值的匹配条件。

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

我不知道Python的任何XPath 2.0实现。所以这可能不起作用。但也许你可以改变你的需求的条件。