html - XPath 选择两个标题之间的所有元素？

Question

<h2>Headline 1</h2>
<p>some text</p>
<p>some more text</p>
<ul>
<li>list item 1</li>
<li>list item 2</li>
</ul>
<p>more text</p>
<h2>Headline 2</h2>

我在网页中有上述内容，我希望能够定位第一个 h2 之后的所有元素，其中包含文本 'Headline 1' up to but NOT包括包含文本 'Headline 2' 的元素 h2。

我可以这样定位元素:

//*[count(preceding-sibling::hr)=1]

但这并不特定于包含的文本，因此如果页面发生变化，则 xpath 可能指向完全不同的内容。

我想要的 sudo 代码术语是这样的:

give me all the elements between the header 'Headline 1' and the header 'Headline 2' including 'Headline 1'

这有可能吗？

Answer 1

这个 XPath，

//*[    preceding-sibling::h2[. = 'Headline 1'] 
    and following-sibling::h2[. = 'Headline 2']]

将选择字符串值为 'Headline 1' 和 'Headline 2' 的 h2 之间的所有元素:

<p>some text</p>
<p>some more text</p>
<ul>
<li>list item 1</li>
<li>list item 2</li>
</ul>
<p>more text</p>

---

Andersson 在评论中指出，OP 希望第一个 h2 包含在选择中。

Andersson 最初的想法是可行的:

//h2[. = 'Headline 1'] |
//*[    preceding-sibling::h2[. = 'Headline 1'] 
    and following-sibling::h2[. = 'Headline 2']]

另一种方式:

//*[self::h2[. = 'Headline 1']
    or (    preceding-sibling::h2[. = 'Headline 1'] 
        and following-sibling::h2[. = 'Headline 2']]

或者，可能是理想的方式:

//h2[. = 'Headline 2']
    /preceding-sibling::*[not(following-sibling::h2[. = 'Heading 1'])]

因为它避免了必须指定两次 'Heading 1'。