Html XPath获取两个标题之间的标记

我正试图编写一个小应用程序，从维基百科页面中提取内容。当我第一次想到它的时候，我认为我可以用XPath将包含内容的div作为目标，但是在研究了Wikipedia如何构建他们的文章之后，我很快发现这并不容易。当我获得页面时，分离内容的最佳方法是选择两组h2标记之间的内容

例如： 标题一些内容标题

在这里，我想得到标题集之间的div。我试着用XPath来实现这一点，但一点运气都没有。我将更深入地研究XPath，因为我认为这是实现我想要的东西所需要的，但在我深入研究它之前，我想听听你们对它的看法。XPath是正确的方法还是我有其他更简单的选择？如果有什么不同的话，我会用C编写应用程序。

是的，XPath的使用是正确的——它非常适合选择XML文档的某些部分

例如，对于这个XML

<r>
   <h2>Title A</h2>
   <div>Some Content</div>
   <div>More Content</div>
   <h2>Title B</h2>
</r>

<p>Paragraph</p>  
<ul>
   <li>List1</li>
   <li>List2</li>
   <li>List3</li>
</ul>    
<p>Paragraph</p>

将选择此内容

<div>Some Content</div>
<div>More Content</div>

我上面提供的XPath很容易修改

//*[preceding-sibling::h2 = 'Summary' and following-sibling::h2 = 'Location']

要选择此XML

<r>
   <h2>Title A</h2>
   <div>Some Content</div>
   <div>More Content</div>
   <h2>Title B</h2>
</r>

<p>Paragraph</p>  
<ul>
   <li>List1</li>
   <li>List2</li>
   <li>List3</li>
</ul>    
<p>Paragraph</p>

---

根据要求。

在kjhughes建议的帮助下，我设法使代码正常工作

我无法使='Text'部分正常工作，但将其替换为[Text='Text']

仅此一点还不够，因为我需要的内容标题是h2标记中跨度内的位置，所以我必须稍微修改XPath

这就是我想到的：

//*[preceding-sibling::h2::following-sibling::span[text() = 'Summary'] and following-sibling::h2::following-sibling::span[text() = 'Location']]

我使用以下HTML对其进行了测试：

<div>
    <h2><span>Summary</span></h2>
    <p>Paragraph</p>
    <ul>
        <li>List1</li>
        <li>List2</li>
        <li>List3</li>
    </ul>
    <p>Paragraph</p>

    <h2><span>Location</span></h2>
    <p>Paragraph</p>
</div>

这给了我以下的结果：

<p>Paragraph</p>
<ul>
    <li>List1</li>
    <li>List2</li>
    <li>List3</li>
</ul>
<p>Paragraph</p>

---

那正是我要找的！谢谢：-我回家后测试后会将其标记为正确答案。我将自己的答案添加为正确答案。你的回答确实指引了我正确的方向！不客气。如果有帮助，请回答这个问题。谢谢我不知道你的意思是什么，我把我自己的答案加上了正确的答案，除非你的意思是你必须做出调整-我没有看到你在这里发布的关于这个问题的其他答案。我只是现在发布了它。被一个电话打扰了^^我很高兴你能自己解决这个问题，不过你可能想回顾一下我的更新答案，它适用于你的新样本；它比您在答案中发布的内容更简单、更可靠。例如，您将需要了解。