python - 如何通过 XPath 选择最后一个 p 元素之前的所有元素？

Question

<div id="something">
    <a id="dd_start">
    <p>A</p
    <h2>B</h2>
    <p>C</p>
    <h5>D</h5>
    <script> </script>
    <p>E</p>
    <div></div>
</div>

如何获取最后一个p之前的所有元素？我想要 p、h2、p 和 h5:A B C D。

我试过:

item['contents'] = ' '.join(response.xpath('//*[@id="something"]/preceding-sibling::*p//text()').extract()).strip()

item['contents'] = ' '.join(response.xpath('//*[@id="something"]/preceding-sibling::p[last()]//text()').extract()).strip()

item['contents'] = ' '.join(response.xpath('//*[@id="something"]/p[last()]/preceding-sibling::*//text()').extract()).strip()

好像不行。我的内容总是返回空的。

Answer 1

对于这个 HTML，

<div id="something">
    <p/>
    <h2/>
    <p/>
    <h5/>
    <script/>
    <p/>
    <div/>
</div>

要使用 id="something" 选择 div 下最后一个 p 元素之前的所有兄弟元素，请使用此 XPath:

//div[@id="something"]/p[last()]/preceding-sibling::*

返回

<p/>
<h2/>
<p/>
<h5/>
<script/>

根据要求。

---

更新 1:对于这个更新的 HTML，

<div id="something">
    <p/>A
    <h2/>B
    <p/>C
    <h5/>D
    <script/>
    <p/>E
    <div/>
</div>

这个 XPath

//div[@id="something"]/p[last()]/preceding-sibling::text()

现在将选择

A
B
C
D

按照您最新更新中的要求。

---

更新 2:如果您的 HTML 更像这样，

<div id="something">
    <p>A</p>
    <h2>B</h2>
    <p>C</p>
    <h5>D</h5>
    <script/>
    <p>E</p>
    <div/>
</div>

这个 XPath

//div[@id="something"]/p[last()]/preceding-sibling::*/text()

现在将选择前面同级元素中的文本节点:

A
B
C
D

---