如何用XPath提取表格中除首个<tr>标签外的<tr>及<td>内容？

需求背景 #

需提取目标HTML表格中除第一个<tr>标签外的所有<tr>及<td>内容，当前使用的/table/tbody/tr/td会包含表头行，需调整XPath表达式。

原HTML表格代码 #

<table border="1px" cellpadding="10px" style="background-color:rgb(247, 247, 247); border-collapse:collapse; border:1px; height:450px; max-width:650px; width:100%">  
  <tbody>    
    <tr>      
      <td colspan="2" style="background-color:rgb(255, 255, 255); border-color:rgb(236, 238, 239); height:50px; width:628px">        
        <span style="color:#000000"><span style="font-size:14px"><span style="font-family:trebuchet ms,helvetica,sans-serif"><strong>Descrizione tecnica</strong></span></span></span>      
      </td>    
    </tr>    
    <tr>      
      <td style="background-color:rgb(244, 249, 252); border-color:rgb(236, 238, 239); height:50px; width:304px">        
        <span style="color:#000000"><span style="font-size:14px"><span style="font-family:trebuchet ms,helvetica,sans-serif"><strong>CPU Dissipatore</strong></span></span></span>      
      </td>      
      <td style="background-color:rgb(244, 249, 252); border-color:rgb(236, 238, 239); height:50px; width:303px">        
        <span style="color:#000000"><span style="font-size:14px"><span style="font-family:trebuchet ms,helvetica,sans-serif">Intel i7-11700K<p></p>                    
Dissipatore a Liquido 240mm          </span></span>  </span>  
      </td>
    </tr>
  </tbody>
</table>

修正后的XPath方案 #

方案1：通过位置索引过滤（通用场景）

适用于表格有多个数据行，需要跳过第一个表头行的情况：

/table/tbody/tr[position() > 1]/td

如果确定只有1个数据行（如示例），也可以直接指定索引：

/table/tbody/tr[2]/td

方案2：通过表头行的属性特征过滤

利用第一个tr内的td带有colspan="2"的特征，精准排除表头行：

/table/tbody/tr[td/@colspan != 2]/td

说明 #

• 方案1通过position() > 1选中tbody下所有位置大于1的tr，直接跳过第一个表头行，提取其下所有td内容，通用性强。
• 方案2通过属性特征筛选，适合表头行有明显标识（如colspan、特定class等）的场景，准确性更高。

内容的提问来源于stack exchange，提问作者Linux