Python 如何匹配文本节点，然后使用XPath跟踪父节点

我正在尝试用XPath解析一些HTML。下面是简化的XML示例，我想匹配字符串“Text 1”，然后获取相关

内容
节点的内容

<doc>
    <block>
        <title>Text 1</title>
        <content>Stuff I want</content>
    </block>

    <block>
        <title>Text 2</title>
        <content>Stuff I don't want</content>
    </block>
</doc>


文本1
我想要的东西
文本2
我不想要的东西

我的Python代码带来了一个不稳定：

>>> from lxml import etree
>>>
>>> tree = etree.XML("<doc><block><title>Text 1</title><content>Stuff 
I want</content></block><block><title>Text 2</title><content>Stuff I d
on't want</content></block></doc>")
>>>
>>> # get all titles
... tree.xpath('//title/text()')
['Text 1', 'Text 2']
>>>
>>> # match 'Text 1'
... tree.xpath('//title/text()="Text 1"')
True
>>>
>>> # Follow parent from selected nodes
... tree.xpath('//title/text()/../..//text()')
['Text 1', 'Stuff I want', 'Text 2', "Stuff I don't want"]
>>>
>>> # Follow parent from selected node
... tree.xpath('//title/text()="Text 1"/../..//text()')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "lxml.etree.pyx", line 1330, in lxml.etree._Element.xpath (src/
lxml/lxml.etree.c:14542)
  File "xpath.pxi", line 287, in lxml.etree.XPathElementEvaluator.__ca
ll__ (src/lxml/lxml.etree.c:90093)
  File "xpath.pxi", line 209, in lxml.etree._XPathEvaluatorBase._handl
e_result (src/lxml/lxml.etree.c:89446)
  File "xpath.pxi", line 194, in lxml.etree._XPathEvaluatorBase._raise
_eval_error (src/lxml/lxml.etree.c:89281)
lxml.etree.XPathEvalError: Invalid type

来自lxml导入etree的
>>
>>>
>>>tree=etree.XML（“Text 1Stuff
我想要下一张2英镑的票
“我不想要”
>>>
>>>#获得所有头衔
... xpath（“//title/text（）”）
[‘文本1’、‘文本2’]
>>>
>>>#匹配“文本1”
... xpath（“//title/text（）=”text 1“）
真的
>>>
>>>#从选定节点跟随父节点
... xpath（'//title/text（）/../../..//text（）'））
[“文本1”、“我想要的”、“文本2”、“我不想要的”]
>>>
>>>#从所选节点跟随父节点
... xpath（'//title/text（）=“text 1”/.././/.text（）”）
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
lxml.etree.\u Element.xpath（src）中的文件“lxml.etree.pyx”，第1330行/
lxml/lxml.etree.c:14542）
lxml.etree.XPathElementEvaluator中的文件“xpath.pxi”，第287行
（src/lxml/lxml.etree.c:90093）
文件“xpath.pxi”，第209行，在lxml.etree.\u xpatheevaluorbase.\u handl
e_结果（src/lxml/lxml.etree.c:89446）
文件“xpath.pxi”，第194行，在lxml.etree.\u xpatheevaluorbase.\u
_评估错误（src/lxml/lxml.etree.c:89281）
lxml.etree.xpathevaleror:无效类型

这在XPath中可能吗？我需要用不同的方式表达我想做的事情吗？
你想要吗

//title[text()='Text 1']/../content/text()

使用：

string(/*/*/title[. = 'Text 1']/following-sibling::content)

与Johannes Weiß目前接受的解决方案相比，这至少有两个改进：

避免使用非常昂贵的缩写“/”（通常导致扫描整个XML文档），因为只要事先知道XML文档的结构，就应该这样做

不会返回到父级（避免定位步骤“/…”）

嗯，真的很简单！我现在选择text（）属性有点道理。您也可以使用//block[title='text 1']/content来获取相关内容node@Dror：现在知道这一点很有用。公平的改进，我的实际文档是HTML，“标题”部分嵌套了大约五层，所以我必须回到大约五位家长那里才能进入“内容”区域。我会记住第一点，尽管这对一个肮脏的黑客来说没有什么区别。
/*/*/
做什么？我正在一个相当大的文档上尝试它，它看起来很慢，就像
//
@dentarg:
/*/*
选择文档顶部元素的所有子元素一样。它比遍历整个文档并选择名为“someName”
的每个元素的
/someName
要快得多。在这个答案中，我们可以使用一个更高效的表达式：
string（/*/*/title[.='Text 1'][1]/following sibling:：content）
如果有一个优化良好的XPath处理器，那么答案中的表达式的效率应该不会更低——因为每当
string（）
函数提供一个作为节点集的参数时，它仅生成此节点集的第一个节点的字符串值。