用XPath（或其他）描述大块文本的div

Question

给定一个页面this，有两个作业（我们暂时忽略'打开应用程序'），一个接一个地完全描述，我正在寻找一种可靠的方法来提取各个工作规范。第一个目标是提取规范，然后希望将它们包装在一些封闭的HTML标记中，以便在保存为HTML文件时在浏览器中呈现。

显然，如果我提前知道顶级div的类名称为“jobitem”，我可以运行一个简单的XPath，如//div[@class='jobitem']

虽然会有几个这样的网站（设计差异很大，但所有的工作规格都是一个接一个地列出），而且我的程序不会有这样的类名知识的奢侈提前。我的程序将知道的一件事：工作标题的绝对和相对位置（<h2>，<h3>等）。换句话说，我将运行如下查询：

//*[self::h2 or self::h3 or self::h4][contains(., 'Country Manager')]

...生成一个Python lxml XPath对象数组，然后可以从中执行相对的XPath。也许这些知识是抓住每个标题之间所有文本的起点？

Answer 1

  

＆＃34; ...生成一个Python lxml XPath对象数组，然后可以从中执行相对的XPath。也许这些知识是抓住每个标题之间所有文本的起点？＆＃34;

当然（如果我理解正确的话），此时使用相对XPath中的following-sibling轴可以直接执行任务：

following-sibling::div