在只有连续的带有信息标签的情况下，我试图刮擦HTML页面。
从以下代码中，我要考虑到标签的文本（例如Name1，Name2，...）：
“ a”后跟“ span”给出有关该ID是否为客户的信息。
“ a”后跟“ a”表示ID为匿名。
<span class="list">
<em>List 1:</em>
</span>
<a href="/ID/423006">Name1</a>,
<a href="/ID/115325">Name2</a>
<span class="small">(Customer)</span>,
<a href="/ID/248819">Name3</a>
<span class="small">(Non Customer)</span>,
<a href="/ID/658259">Name4</a>
<span class="small">(Customer)</span>,
<a href="/ID/294083">Name5</a>
<a href="/ID/218292">Name6</a>
<span class="small">(Non Customer)</span>
我正在使用以下XPATH尝试匹配“ a”后跟“ span”
// a [包含（@ href，'ID /'）和./following-sibling::span [1] [text（）='（Customer）']] / text（）
即使Name1不是客户，这也将返回Name1，Name2和Name4。我究竟做错了什么？
最佳答案
这是因为该Name1的第一个后继兄弟跨度确实等于“（Customer）”。
相反，您应该做的是找到后面的第一个同级（*[1]），并检查该同级是否为span（[self::span]），如果是，则检查其是否等于“（Customer） “ ...
//a[contains(@href,'ID/') and ./following-sibling::*[1][self::span][text() = '(Customer)']]/text()
关于xpath - 无法了解XPath sibling 的行为，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57538197/