Python XPath：如何根据直接位于元素前面的同一级别元素的值来选择元素？

我使用Python和Xpath从一些html页面提取数据，但遇到了一些问题

考虑以下示例HTML：

<tbody>
    <tr>
        <th>Author</th>
    </tr>
    <tr>
        <td>Dan Brown</td>
    </tr>
    <tr>
        <th>Genre</th>
    </tr>
    <tr>
        <td>Educational</td>
    </tr>
</tbody>

作者
丹布朗
体裁
教育的

如何选择作者数据或流派数据？我不能使用固定列表位置（例如tr[2]），因为值并不总是存在。例如，如果一本书没有作者，tr[2]会突然成为流派（假设它确实有流派）

---

我希望我的问题很清楚：）

一个简单的方法是应用以下XPath-1.0表达式：

/tbody/tr[th/text()='Author']/following-sibling::tr/td/text()

选择Dan Brown和

/tbody/tr[th/text()='Genre']/following-sibling::tr/td/text()

选择

教育

如有必要，可以在表达式前面加上

/

---

这些表达式是否真的符合您的预期结果取决于您（非共享）XML文件的结构。

太快了！它就像一个符咒。非常感谢！好吧，它不像我最初想的那样好用。对我来说，它选择了所有进一步的元素。因此，假设上面的例子，xpath的结果是一个列表[Dan Brown，Educational]，用于作者，而对于类型，则是一个只有[Educational]的列表。虽然它是可行的（我可以选择列表中的第一个元素），但我不确定这是否是xpath或我的代码中的其他地方（或我的xpath实现）的问题，尽管可能是后者。不过，还是比我自己想出的好得多哈哈。好吧，我把上面的问题改为

/tbody/tr[th/text（）='Author']/following sibling:：tr[1]/td/text（）

。注意额外的[1]。不确定这是否是一种好的做法，但对我来说很有效。再次感谢！：）我很高兴你找到了解决办法。我还尝试了一些可能性，并提出了一个类似

[1]

的索引。但是如果没有XML，我只能猜测……我知道你已经接受了一个答案，但作为将来的参考：如果，像你的例子中那样，没有作者，

作者

在那里，或者

直接以

类型开始

？是的，就像我（尝试过，但可能不是很好的哈哈）在最后一段中解释的那样，如果没有作者，那么第一个tr将是带有“流派”的tr（在本例中）。所以没有一个作者会少两行表格；所以

/tbody/tr[th/text（）='Author']

，在这种情况下，应该是

none

，对吧？是的，我想这是正确的。在这种情况下，你能扩展html示例，在没有作者或流派的情况下再扩展3-4个例子吗？因为在这些情况下，公认的答案可能不起作用。