python之使用 Xpath 选择所有 dd 标签，直到新的 dl 标签

我是 Scrapy 和 Xpath 的初学者，我正在寻找解析具有以下结构的网站

<dl class="ismSummary ismHomeSummary"> 
        <dt>cat1</dt> 
            <dd>value1</dd> 
            <dd>value2</dd> 
        <dt>cat2</dt> 
            <dd>value1</dd> 
            <dd>value2</dd> 
</dl> 

使用 Xpath 我只想获取 cat1 的 value1 和 value2(dd 的)

这是我现在拥有的

//dt[text()="cat1"]/following-sibling::dd 

问题是它不会在 cat2 处停止并继续从 cat2 选择 value1 和 value2。 :(

请您参考如下方法:

使用:

//dt[. = 'cat1'] 
     /following-sibling::dd 
       [count(.| //dt[. = 'cat2']/preceding-sibling::dd) 
       = 
        count(//dt[. = 'cat2']/preceding-sibling::dd) 
       ] 

提供 //dt[. = 'cat1'] 和 //dt[. = 'cat2'] 每个只选择一个元素，上面的表达式恰好选择了想要的两个 dd 元素。

基于 XSLT 的验证:

<xsl:stylesheet version="1.0" 
 xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
 <xsl:output omit-xml-declaration="yes" indent="yes"/> 
 
 <xsl:template match="/"> 
  <xsl:copy-of select= 
  "//dt[. = 'cat1'] 
     /following-sibling::dd 
       [count(.| //dt[. = 'cat2']/preceding-sibling::dd) 
       = 
        count(//dt[. = 'cat2']/preceding-sibling::dd) 
       ] 
 
  "/> 
 </xsl:template> 
</xsl:stylesheet> 

当此转换应用于提供的 XML 文档时(最后两个 dd 的值已修改，因此我们可以确定选择了所需的元素) :

<dl class="ismSummary ismHomeSummary"> 
    <dt>cat1</dt> 
    <dd>value1</dd> 
    <dd>value2</dd> 
    <dt>cat2</dt> 
    <dd>value3</dd> 
    <dd>value4</dd> 
</dl> 

计算 XPath 表达式并将其选择的节点复制到输出:

<dd>value1</dd> 
<dd>value2</dd> 

解释:

这里我们在 XPath 1.0 中使用 Kayessian 方法求节点集交集:

两个节点集的交集:$ns1 和 $ns2 是:

$ns1[count(.|$ns2) = count($ns2)] 

在我们的例子中，我们将 $ns1 替换为:

//dt[. = 'cat1']/following-sibling::dd 

我们将 $ns2 替换为:

//dt[. = 'cat2']/preceding-sibling::dd