无法创建能够有条件地定位元素的 xpath

Question

我一直在尝试创建一个 xpath，应该在 p 元素内找到前三个 Yes，直到 h1 元素内的文本 Demarcation。我在下面的脚本中使用的现有脚本将所有文本定位在 p 元素中。但是，我找不到任何继续前进的想法。只需将我已经创建的那个视为占位符即可。

我如何创建一个 xapth 以便能够在 p 元素内定位前三个 Yes 而没有别的？

我目前的尝试：

from lxml.html import fromstring

htmldoc="""
<li>
    <a>Nope</a>
    <a>Nope</a>
    <p>Yes</p>
    <p>Yes</p>
    <p>Yes</p>
    <h1>Demarcation</h1>
    <p>No</p>
    <p>No</p>
    <h1>Not this</h2>
    <p>No</p>
    <p>Not this</p>
</li>
"""
root = fromstring(htmldoc)
for item in root.xpath("//li/p"):
    print(item.text)

Answer 1

在下面尝试select header "Demarcation"

兄弟姐妹之前的段落

//li/p[following-sibling::h1[.="Demarcation"]]

Answer 2

您似乎在尝试依赖包含 Demarcation 的 h1 标签，所以从它开始：

//h1[contains(., "Demarcation")]/preceding-sibling::p[contains(., "Yes")][position()<4]

我的想法是获取之前的 p 元素，我添加了 position()<4 所以你只得到三个，如果你只需要所有 p 可以删除它：

//h1[contains(., "Demarcation")]/preceding-sibling::p[contains(., "Yes")]

无法创建能够有条件地定位元素的 xpath

Trouble creating an xpath to be able to locate elements conditionally

python

xpath

lxml

web-scraping

python-3.x