使用Nokogiri提取两个指定标签之间所有<p>标签的问题求解

解决方案 #

方案1：直接用XPath筛选（推荐） #

你可以直接通过XPath的节点轴和过滤条件一步拿到目标节点，兼容性更强，不需要硬编码p标签的索引：

items = html.at(".repentanceitems-container").css("li.textbox").each do |item|
  # 定位p.quality之后、第一个ul之前的所有p标签
  use_paragraphs = item.xpath(".//a/span/p[@class='quality']/following-sibling::p[not(preceding-sibling::ul)]")
  # 如需提取文本可调用 use_paragraphs.map(&:text)
end

XPath逻辑说明：

• 先通过p[@class='quality']准确定位起始锚点，避免硬编码索引导致不同物品结构变化时失效
• following-sibling::p选择该锚点之后的所有同级p标签
• not(preceding-sibling::ul)过滤掉所有前面已经出现过ul标签的p，自然只保留了第一个ul之前的内容

方案2：基于已定位节点遍历 #

如果你已经提前定位好了起始和终止节点，可以直接遍历相邻同级节点收集结果，逻辑更直观：

items = html.at(".repentanceitems-container").css("li.textbox").each do |item|
  # 取单个节点而非节点集，注意用at_xpath
  start = item.at_xpath('.//a/span/p[@class="quality"]')
  ending = item.at_xpath('.//a/span/ul[1]')
  
  use_paragraphs = []
  current_node = start.next_sibling
  # 遍历直到碰到终止ul节点
  while current_node && current_node != ending
    use_paragraphs << current_node if current_node.name == 'p'
    current_node = current_node.next_sibling
  end
end

内容的提问来源于stack exchange，提问作者Electrila