Xpath联合多个查询

Question

我正在从另一个网站取消工作。 当用户复制粘贴数据和结构更改时，源网站有不同的情况。

情况1：

<h3>Job Description</h3>
<div style="text-align: justify; line-height: 115%"><b>
Receptionist is assigned for ANAFAE-ALC based in Mazar-e-Sharif. This position is supervised by and reports to ALC Educational Program Manager and following are the main duties but are not limited to that.</div>

情况2：

<h3>Job Description</h3>
<p>
Receptionist is assigned for ANAFAE-ALC based in Mazar-e-Sharif. This position is supervised by and reports to ALC Educational Program Manager and following are the main duties but are not limited to that.</p>

在这种情况下，p标签有时会替换其他html标签。

情况3：

<h3>Job Description</h3>
Receptionist is assigned for ANAFAE-ALC based in Mazar-e-Sharif. This position is supervised by and reports to ALC Educational Program Manager and following are the main duties but are not limited to that.

我正在使用此字符串来获取内容。 现在，这适用于情况3，但不适用于其他两种情况。 如何解决这三种情况下的问题。

//text()[preceding::h3[text()="Job Description"]

Answer 1

您的XPath表达式选择在<h3>之前的文本节点，该文本节点的文本节点等于“作业描述”。 这仅与第三种情况匹配，因为前两种情况在<h3>之后分别具有<div>和<p> <h3> 。

您可以尝试这样的事情：

//node()[preceding-sibling::*[1][self::h3 = "Job Description"]]/string()

一些细节：

//node()从初始上下文中选择所有元素或文本节点后代。

preceding-sibling::*[1]选择第一个紧邻的元素。

[self::h3 = "Job Description"]检查元素是<h3> ，并且其字符串值等于“ Job Description”。

/string()返回上下文节点的字符串值。 对于您的示例内容，可以使用/descendant-or-self::text() 。 它通过选择上下文节点（如果是文本节点）和所有后代文本节点（如果是元素）来工作。 但是，如果将<div>或<p>更改为具有混合内容（即，子元素散布在文本节点中），则该表达式将返回一系列后代文本节点，而/string()将它们串联在一起。