使用 XPath 获取父元素的兄弟和后续文本

【问题标题】：Get sibling and following text of parent element with XPath使用 XPath 获取父元素的兄弟和后续文本
【发布时间】：2017-10-23 23:39:34
【问题描述】：

我有以下部分 HTML，我想从中获取最后一个
之后的所有内容，使用 java- 在此示例中表示链接元素和 TEXT5。

<td>
  <span>
    <span>TEXT1</span>
  </span>
  <br>
  TEXT2
  <span>TEXT3</span>
  <br>
  <a href=...>TEXT4</a>
  TEXT5
<td>

用

获取链接元素比较容易

td/br[last()]/following-sibling::*

但是有没有办法获得 TEXT5 呢？

【问题讨论】：

您可以捕获中的所有文本，这将为您提供“TEXT1TEXT2TEXT3TEXT4TEXT5”，然后使用 gsub 删除从第一个字符到 TEXT4 的所有内容。例如，图书馆（tidvyverse）

【解决方案1】：

正如您所观察到的，* 只返回元素，而您需要在此处返回元素节点和文本节点。您可以改用node() 这样做，这将返回任何类型的节点：

td/br[last()]/following-sibling::node()

如果您愿意，也可以更具体，例如，您可以添加谓词以将节点类型限制为 a 元素或文本节点：

td/br[last()]/following-sibling::node()[self::a|self::text()]

尽管 XPath 表达式本身有效，但有可能您的 Java API 不支持返回混合类型的节点，我不知道。

【讨论】：