Question

我试图在我的python脚本中获取一个XPATH字符串，该字符串只会给我位于表格上方的标题<h2>。我是XPath的新手，但到目前为止，我知道如果我执行类似//h2//text()的操作，我将获得所有标题。但是有没有办法创建XPath，只需要标题A，B而不是C？

import lxml.html as html
import lxml.etree as etree

x="""
<h2> A</h2>
<table>...</table>
<h2> B </h2>
<table>..</table>
<h2> C </h2>
"""
xt = etree.fromstring(x, parser=html.HTMLParser(recover=True,remove_comments=True))
print xt.xpath("//h2/text()")

Answer 1

以下是选择A和B h2元素的三种选择：

这个XPath，
```
//h2[position() = 1 or position() = 2]
```
将选择文档中的前两个h2元素。
这个XPath，
```
//h2[normalize-space()='A' or normalize-space()='B']
```
将选择空格规范化字符串值为h2或"A"的{{1}}个元素。
这个XPath，
```
"B"
```
将选择紧随其后的兄弟元素为//h2[following-sibling::*[1][self::table]]元素的h2元素。

XPath到表格上方的HTML标题？

1 个答案: