如何用XPath选择span内第一个<hr>标签之后的所有内容？

需要从id为selectorID的<span>元素中，提取第一个<hr>标签之后的所有内容——包括嵌套的列表、链接、后续<hr>及对应文本，且要保留原有的HTML结构和格式，不能仅提取纯文本。

示例HTML结构：

<span id="selectorID">
  <b>Header Text</b>
  Some more header text.
  <hr>
  Body text that I want starts here, it may also include <a href="www.google.com">links</a>, <b>bolded text</b>, and even...
  <ul>
    <li>Lists!</li>
    <li>With a bunch of items.</li>
    <li>I want these too.</li>
  </ul>
  Then after all of that, it may also include
  <hr>
  Another HR, <b>but I want this text too that comes after this.</b> As long as it's after the first hr.
</span>

之前尝试的XPath只能提取部分文本，无法获取嵌套标签内的内容：

//span[contains(@id,'selectorID')]/descendant-or-self::*/text()[count(preceding-sibling::hr)>0]

正确实现方式 #

适用于XPath 1.0（多数环境兼容）

使用以下XPath表达式，可选中所有目标节点（包括嵌套元素和文本）：

//span[@id='selectorID']/node()[count(preceding-sibling::hr) > 0 or count(ancestor::*[preceding-sibling::hr]) > 0]

逻辑说明：

• 选中span下自身是第一个<hr>后续兄弟的节点
• 同时选中祖先节点是第一个<hr>后续兄弟的节点（覆盖嵌套在列表、链接里的内容）

适用于XPath 2.0+（更简洁）

如果环境支持XPath 2.0及以上，可使用更直观的写法：

//span[@id='selectorID']/(hr/following-sibling::node())//node()

逻辑说明：

• 先定位到span下第一个<hr>的所有后续兄弟节点
• 再选中这些节点及其所有子节点，完整覆盖所有目标内容

注意事项 #

获取节点集合后，保留它们的层级关系进行处理，就能维持原有的换行、格式和HTML结构，无需依赖text()提取纯文本。

内容的提问来源于stack exchange，提问作者Twiggies