XPath轴，获取所有后续节点，直到
我有以下HTML示例：
Foo bar
lorem
ipsum
etc
Bar baz
dum dum dum
poopfiddles
我想要提取’Foo bar’标题后面的所有段落，直到我到达’Bar baz’标题（’bar baz’标题的文字未知，所以不幸的是我无法使用bougyman提供的答案）。 现在我当然可以使用类似//h2[text()='Foo bar']/following::p但当然会抓住此标题后的所有段落。 因此，我可以选择遍历节点集并将段落推送到数组，直到文本与下一个标题的文本匹配为止，但说实话，这绝不像在XPath中那样酷。
有没有办法做到这一点，我错过了？
使用 ：
(//h2[. = 'Foo bar'])[1]/following-sibling::p [1 = count(preceding-sibling::h2[1] | (//h2[. = 'Foo bar'])[1])]
如果保证每个h2都有一个不同的值，这可以简化为：
//h2[. = 'Foo bar']/following-sibling::p [1 = count(preceding-sibling::h2[1] | ../h2[. = 'Foo bar'])]
这意味着 ：选择跟随h2兄弟姐妹（文档中的第一个或仅一个）的所有p元素，其字符串值为'Foo bar'并且所有这些p元素的第一个前一个兄弟h2正好是h2 (first or only one in the document) whose string value is ‘Foo bar’。
这里我们使用一种方法来查找两个节点是否相同 ：
count($n1 | $n2) = 1
当节点$n1和$n2是同一节点时，它们是true() 。
这个表达式可以推广 ：
$x/following-sibling::p [1 = count(preceding-sibling::node()[name() = name($x)][1] | $x)]
选择$ x指定的任何节点的所有“紧随其后的兄弟姐妹” 。
在XPath 2.0中（我知道这对你没有帮助……）最简单的解决方案可能就是
H2 [。 =’Foo bar’] / follow-sibling :: *除了h2 [。 =’Bar baz’] /（。| following-sibling :: *）
但是和其他解决方案一样，这可能（在没有识别模式的优化器的情况下）在第二个h2之外的元素数量上是线性的，而你真的想要一个性能仅取决于元素数量的解决方案选择。 我一直觉得有一个直到操作员会很好：
h2[. = 'Foo bar']/(following-sibling::* until . = 'Bar baz')
在缺少的情况下，当要选择的节点数量与后续兄弟节点数量相比较时，使用递归的XSLT或XQuery解决方案可能会表现得更好。
这个XPATH 1.0语句选择所有
，它们是
后面的兄弟姐妹，其字符串值等于“Foo bar”，后面跟着一个
兄弟元素谁是第一个兄弟姐妹
字符串值“Foo bar”。
//p[preceding-sibling::h2[.='Foo bar']] [following-sibling::h2[ preceding-sibling::h2[1][.='Foo bar']]]
仅仅因为它不在答案之间，经典的XPath 1.0设置排除：
A – B = $A[count(.|$B)!=count($B)]
对于这种情况：
(//h2[.='Foo bar'] /following-sibling::p) [count(.|../h2[.='Foo bar'] /following-sibling::h2[1] /following-sibling::p) != count(../h2[.='Foo bar'] /following-sibling::h2[1] /following-sibling::p)]
注意 ：这将是Kaysian方法的否定。
XPath 2.0有运算符<< （如果$node1在$node2之前，则$node1 << $node2为真），这样你就可以使用//h2[. = 'Foo bar']/following-sibling::p[. << //h2[. = 'Bar baz']] //h2[. = 'Foo bar']/following-sibling::p[. << //h2[. = 'Bar baz']] //h2[. = 'Foo bar']/following-sibling::p[. << //h2[. = 'Bar baz']] 。 然而，我不知道nokogiri是否支持XPath 2.0。
require 'nokogiri' doc = Nokogiri::XML < Foo
lorem
ipsum
etc
Bar
dum dum dum
poopfiddles
ENDXML a = doc.xpath( '//h2[text()="Foo"]/following::p[not(preceding::h2[text()="Bar"])]' ) puts a.map{ |n| n.to_s } #=> lorem
#=> ipsum
#=> etc
我怀疑使用next_sibling遍历DOM可能更有效率，直到你达到目的为止：
node = doc.at_xpath('//h2[text()="Foo bar"]').next_sibling stop = doc.at_xpath('//h2[text()="Bar baz"]') a = [] while node && node!=stop a << node unless node.type == 3 # skip text nodes node = node.next_sibling end puts a.map{ |n| n.to_s } #=> lorem
#=> ipsum
#=> etc
但是，这并不快。 在一些简单的测试中，我发现xpath-only（第一个解决方案）的速度是这个循环测试的2倍，即使在stop节点之后有很多段落也是如此。 当有许多节点要捕获时（停止后很少）它在6x-10x范围内表现更好。
如何匹配第二个？ 如果您只想要顶部，请匹配第二部分并抓住它上面的所有内容。
doc.xpath("//h2[text()='Bar baz']/preceding-sibling::p").map { |m| m.text } doc.xpath("//h2[text()='Bar baz']/preceding-sibling::p").map { |m| m.text } => [“lorem”，“ipsum”，“etc”]
或者如果您不知道第二个，请转到另一个级别： doc.xpath("//h2[text()='Foo bar']/following-sibling::h2/preceding-sibling::p").map { |it| it.text } doc.xpath("//h2[text()='Foo bar']/following-sibling::h2/preceding-sibling::p").map { |it| it.text } => [“lorem”，“ipsum”，“etc”]