[思路]Xpath选取指定两个节点之间的兄弟节点、子节点、孙节点、当前节点等元素或文本内容

Xpath十分强大，不仅支持特殊比较运算符，还支持筛选表达式等常用功能，在批量选取独树一帜。

如果只看方法的，直接跳到下一个三级标题。

今天遇到一个小业务场景，见下图

如何提取name="ContenStart"到name="ContenEnd"两个节点的当中的内容？可能大家都想到了兄弟节点。

//meta[@name="ContentStart"]/following-sibling::*

不过使用这种方法，会选取到不需要的其他节点

此处可以使用Xpath自带的not方法排除掉table标签，但如果遇到同级标签过多，则会造成表达式冗余，降低可读性。
稍微观察可以发现两个节点之间的标签都是p标签，则可以将"*"换成"p"，解决问题。
不过如果两个节点之间不仅仅有p，还有其他标签呢？

万能方法解决选取两个节点之间的内容

主要是Xpath轴的使用，详细轴方法见附。

轴：可定义相对于当前节点的节点集         —w3school

上文的场景，便可以优化为：
向下：

#following选取文档中当前节点的结束标签之后的所有节点。
//meta[@name="ContentStart"]/following::*

向上

#preceding直到所有这个节点的父辈节点，顺序选择每个父辈节点前的所有同级节点
//meta[@name="ContentEnd"]/preceding::*   

两个方向的Xpath必有一个交集，交集部分即想要提取的内容。

剩下的就是Python基本功，切片或者其他方法，提取重复内容。
如果需要提取兄弟节点、子节点或者孙节点的情况，更换轴方法即可。
此思路费时费力，适合以结果为导向的场景！！！

---

附：XPath 轴方法

轴名称	结果
ancestor	选取当前节点的所有先辈（父、祖父等）。
ancestor-or-self	选取当前节点的所有先辈（父、祖父等）以及当前节点本身。
attribute	选取当前节点的所有属性。
child	选取当前节点的所有子元素。
descendant	选取当前节点的所有后代元素（子、孙等）。
descendant-or-self	选取当前节点的所有后代元素（子、孙等）以及当前节点本身。
following	选取文档中当前节点的结束标签之后的所有节点。
namespace	选取当前节点的所有命名空间节点。
parent	选取当前节点的父节点。
preceding	选取文档中当前节点的开始标签之前的所有节点。
preceding-sibling	选取当前节点之前的所有同级节点。
self	选取当前节点。