用于查找最近的前一个兄弟的 XPath 语句

Question

我在 C# WPF 应用程序中使用 HTMLAgilityPack 循环访问本地 HTML 页面中的一些锚标记并提取 href 属性。这很好用，但我随后需要在 HTML 文档（这也是一个锚标签）中找到锚所在的标题。使用 XPath 应该很容易做到这一点，但我似乎无法获得适用于所有情况的声明。

这是我的 HTML 的示例（我无法控制）：

<html>
    <body>
        <table>
            <tr>
                <td><div><a href="#maintitle" class="title">maintitle</a></div></td>
            </tr>
            <tr>
                <td><div><a href="#subtitle1" class="subtitle">subtitle1</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link1.pdf">link1</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link2.pdf">link2</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link3.pdf">link3</a></div></td>
            </tr>
            <tr>
                <td><div><a href="#subtitle2" class="subtitle">subtitle2</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link4.pdf">link4</a></div></td>
            </tr>
            <tr>
                <td><div><a href="link5.pdf">link5</a></div></td>
            </tr>
        </table>
    </body>
</html>

找到link1后，我再想找subtitle1。对于 link2 和 link3 也是如此。但是对于link4和link5，我想找到subtitle2。我正在使用这个 XPath 语句（第一部分只是为了模拟锚标记的选择，我一直在使用在线 XPath 评估器 https://www.freeformatter.com/xpath-tester.html）：

//a[@href='link4.pdf']/ancestor::tr/preceding-sibling::tr//a[@class='subtitle']

这适用于 link1 到 link3，但对于 link4 和 link5，它 return 既有 subtitle1 也有 subtitle2。将 [1] 添加到 preceding-sibling::t 可修复 link4，但会破坏 link2、link3 和 link5：

//a[@href='link4.pdf']/ancestor::tr/preceding-sibling::tr[1]//a[@class='subtitle']

我也试过将 last() 添加到 preceding-sibling::t，但这导致找不到任何链接：

//a[@href='link4.pdf']/ancestor::tr/preceding-sibling::tr[last()]//a[@class='subtitle']

我确信有一个简单的解决方案，但我决不能胜任 XPath，所以我很挣扎。如何将我的原始 XPath 语句获取到 return 最近的兄弟？

Answer 1

通过 link 文本获取字幕的定位器 ('link4')

(//a[text()='link5']/preceding::tr[.//a[@class='subtitle']])[last()]

逻辑：

//a[text()='link4'] - get element by linked text

//a[text()='link4']/preceding::tr - search for all tr parents

[.//a[@class='subtitle']] - get first parent containing tag a with class 'subtitle'

(someLocator)[last()] - get last element matching locator, in our case - get last parent containing tag a with class 'subtitle'

另一个选项 - 最初搜索 tr 而不是 a 元素

(//tr[.//a[text()='link5']]/preceding-sibling::tr//a[contains(@class,'subtitle')])[last()]

希望它能帮助任何人获得构建定位器的逻辑对象

Answer 2

尝试使用 xpath :

//a[@href='<your_input>']/preceding-sibling::tr[.//a[@class='subtitle']][1]

其中 <your_input> 可以是 link1.pdf 到 link5.pdf

用于查找最近的前一个兄弟的 XPath 语句

XPath statement to find nearest preceding sibling

c#

xpath

html-agility-pack