Html Nokogiri和Xpath：查找两个标记之间的所有文本

我不确定这是语法问题还是版本差异问题，但我似乎无法理解这一点。我想从

h2

标记到

h3

标记中获取（非关闭）

td

中的数据。下面是HTML的外观

<td valign="top" width="350">
    <br><h2>NameIWant</h2><br>
    <br>Town<br>

    PhoneNumber<br>
    <a href="mailto:emailIwant@nowhere.com" class="links">emailIwant@nowhere.com</a>
    <br>
    <a href="http://websiteIwant.com" class="links">websiteIwant.com</a>
    <br><br>    
    <br><img src="images/spacer.gif"/><br>

    <h3><b>I want to stop before this!</b></h3>
    Lorem Ipsum Yadda Yadda<br>
    <img src="images/spacer.gif" border="0" width="20" height="11" alt=""/><br>
    <td width="25">
        <img src="images/spacer.gif" border="0" width="20" height="8" alt=""/>
        <td valign="top" width="200"><img src="images/spacer.gif"/>
            <br>
            <br>

            <table cellspacing="0" cellpadding="0" border="0"/>205"&gt;<tr><td>
                <a href="http://dontneedthis.com">
                </a></td></tr><br>
            <table border="0" cellpadding="3" cellspacing="0" width="200">
            ...

---

希望我能把我要做的事情说清楚。谢谢

查找单元格中第一个

前面的所有元素，然后检索所有前面没有

标记的同级元素作为前面的同级元素。用XPath表达式替换

//td

，以准确检索此表单元格

//td/h3[1]/preceding-sibling::*[preceding-sibling::h2]

---

这不是小事。在所选节点的上下文中（td），要获取两个元素之间的所有内容，需要执行这两个集合的交集：

设置A：第一个

h3

：

/h3[1]/previous:：node（）前面的所有节点

集合B：第一个

h2

：

/h2[1]/following:：node（）之后的所有节点

要执行交叉，可以使用（之后，是谁提出的）。基本公式是：

A[count(.|B) = count(B)]

将其应用于您的集合，如上所述，其中A=

//h3[1]/previous:：node（）

，B=

//h2[1]/following:：node（）

，我们有：

//h3[1]/preceding::node()[ count( . | //h2[1]/following::node()) = count(//h2[1]/following::node()) ]

它将选择所有元素和文本节点，从

标记后面的第一个

开始，到最后一个

标记后面的空白文本节点，就在下一个

标记之前

您可以轻松地仅选择表达式中

h2

和

h3

之间的文本节点替换

node（）

。这将返回两个标题之间的所有文本节点（包括空格和换行符）：

//h3[1]/preceding::text()[ count( . | //h2[1]/following::text()) = count(//h2[1]/following::text()) ]

---

您还可以将这两个集合的选择器放入（Ruby）变量中，并对查询进行插值，这样可以使查询更加清晰。获取交集的另一种方法是进行两个单独的查询，并使用Ruby的

&

@matt查找两个结果节点集的交集，您可以添加该交集。这也是一个非常有趣的答案。这似乎很有效，非常感谢！也感谢Kaysian的参考；它为我清理了一些东西。我尝试使用这个，但它只是简单地返回“我正在使用@doc.xpath（“//h3[1]/前面的同级：：*[preference sibling:：h2]”）。到

//h3[1]/preceding::node()[ count( . | //h2[1]/following::node()) = count(//h2[1]/following::node()) ]

//h3[1]/preceding::text()[ count( . | //h2[1]/following::text()) = count(//h2[1]/following::text()) ]