Python 使用scrapy提取h2标记下的所有文本

我需要搜索具有特定值的h2标记，并提取它后面的所有文本，直到下一个h2标记或页面结束。所以如果页面是

<h1 id="DDPSupport-InternalResources"><span style="color: rgb(0,51,102);"><strong>Internal Resources</strong></span></h1>
<h2 id="DDPSupport-GeneralInformation">General Information</h2>
<ul><li><a href="/display/ladtechtme/DDP+overview">DDP overview</a></li>
<li><a href="/display/ladtechtme/DDP+Configuration+guide">DDP Config guide</a></li>
<li><a href="/pages/viewpage.action?pageId=1338281922">Custom DPR</a></li>
<li><a href="/display/ladtechtme/Build+custom+package">Build custom package</a></li>
<li><a href="/display/ladtechtme/Unit+testing">Unit testing</a></li>
<li><a href="/display/ladtechtme/FAQ">FAQ </a></li>
<li><a href="/display/ladtechtme/Misc+BKMs">Misc BKMs</a></li></ul>
<h2 id="DDPSupport-UseCases">Use Cases</h2>
<ul><li><a href="/pages/viewpage.action?pageId=1338281922">Custom DPR </a></li>...

我正在使用以下代码：

for head in response.xpath("//div[@class='wiki-content']/h2"):
   sub=str(head.xpath("text()").extract())
   sub = sub.replace("[","")
   sub = sub.replace("'","")
   sub = sub.replace("]","")
   if sub == 'General Information':
        lines = head.xpath("//following-sibling::*[count(following-sibling::h2)=1]//text()").extract()
        print(str(lines))

我得到了一些结果，但不是期望的结果。 我的输出由下一个h2标记的文本组成。

---

任何帮助都将不胜感激。

我看到您在

head.xpath（）

中使用

/

而不是

/

，这可能是无意的，也是您获得意外结果的原因。@Gallaecio谢谢。我查过了。它仍然没有给出期望的结果。我甚至尝试了

//following sibling:：*[count（following sibling:：h2[text（）=sub_next]）///text（）

其中sub_next是“用例”，只是为了尝试不同的东西。还是一样的

//下面的兄弟姐妹：：ul[1]//text（）

？

for head in response.xpath("//div[@class='wiki-content']/h2"):
   sub=str(head.xpath("text()").extract())
   sub = sub.replace("[","")
   sub = sub.replace("'","")
   sub = sub.replace("]","")
   if sub == 'General Information':
        lines = head.xpath("//following-sibling::*[count(following-sibling::h2)=1]//text()").extract()
        print(str(lines))