如何使用Xpath抓取指定h4后到下一个h4前的所有p标签内容

问题原因 #

你原有写法的逻辑漏洞是仅限制了p标签在目标h4的下一个h4之前，没有限制p必须在目标h4之后，因此会选中所有早于该后续h4的p标签，包含其他h4下的内容。

修正后的XPath写法（兼容XPath1.0，适配所有场景） #

提取p标签节点 #

//h4[starts-with(., 'Accom')][1]/following-sibling::p[preceding-sibling::h4[1] = //h4[starts-with(., 'Accom')][1]]

直接提取p标签文本 #

//h4[starts-with(., 'Accom')][1]/following-sibling::p[preceding-sibling::h4[1] = //h4[starts-with(., 'Accom')][1]]/text()

逻辑说明 #

这个写法的核心是加了一层过滤：目标h4后续的同级p标签，最近的前一个h4必须是我们匹配到的目标h4，自然会在遇到下一个h4时停止抓取，不需要提前知道下一个h4的文本内容，也兼容p标签数量不固定、h4排列顺序可变的场景。
如果你的解析器支持XPath2.0，还可以用更简洁的区间写法：

//h4[starts-with(., 'Accom')][1]/(following-sibling::p until following-sibling::h4[1])/text()

内容的提问来源于stack exchange，提问作者Rich Stevens