如何编写结合preceding-sibling和following-sibling的Xpath读取动态区块键值对

我懂你现在的头疼之处——动态加载的区块加上嵌套的表格结构，写XPath很容易绕进去。你之前的写法试图同时用preceding-sibling和following-sibling来定位，逻辑上是矛盾的（一个节点不可能同时是另一个节点的前序和后序兄弟），而且依赖table[2]这种固定索引的方式也不稳定，因为动态加载的内容顺序可能变化。我们换个思路，基于区块标题来精准定位容器，再提取字段值。

核心思路：先定位区块容器，再提取内部字段 #

不要跨区块找兄弟节点，而是先找到每个区块标题对应的容器表格，再在容器内找目标字段。这种方式不依赖页面元素的顺序，更可靠。

1. 定位「General Application Statistics」区块的字段 #

先找到该区块的标题所在的容器表格，再在表格内通过字段名找对应值：

• Local Radios的XPath：

  //td[normalize-space(text())='General Application Statistics']/ancestor::table[1]//td[normalize-space(text())='Local Radios']/following-sibling::td[1]/text()
  

• MAC Address的XPath：

  //td[normalize-space(text())='General Application Statistics']/ancestor::table[1]//td[normalize-space(text())='MAC Address']/following-sibling::td[1]/text()
  

• Version的XPath：

  //td[normalize-space(text())='General Application Statistics']/ancestor::table[1]//td[normalize-space(text())='Version']/following-sibling::td[1]/text()
  

2. 定位「Legacy Configuration」区块的Default Geo Code #

同样的思路，先定位区块容器，再找字段：

//td[normalize-space(text())='Legacy Configuration']/ancestor::table[1]//td[normalize-space(text())='Default Geo Code']/following-sibling::td[1]/text()

为什么这个写法更可靠？ #

• ancestor::table[1]会找到标题所在td最近的父级table，也就是当前区块的容器，避免了跨区块的混乱。
• 用normalize-space(text())可以忽略文本前后的空格，避免因为页面渲染的空格导致匹配失败。
• 完全基于字段和区块的文本内容定位，不依赖元素的固定位置，适配动态加载的场景。

示例代码（以Selenium为例） #

如果是用自动化工具提取，可以封装成函数来复用：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

def extract_field(driver, section_title, field_name):
    # 等待区块标题加载完成
    section_title_elem = WebDriverWait(driver, 10).until(
        EC.presence_of_element_located((By.XPATH, f"//td[normalize-space(text())='{section_title}']"))
    )
    # 定位区块容器表格
    section_table = section_title_elem.find_element(By.XPATH, "./ancestor::table[1]")
    # 提取字段值
    field_value = section_table.find_element(By.XPATH, f".//td[normalize-space(text())='{field_name}']/following-sibling::td[1]").text
    return field_value

# 初始化浏览器（示例）
driver = webdriver.Chrome()
driver.get("你的目标页面URL")

# 提取所有需要的字段并整理成键值对
result = {
    "Local Radios": extract_field(driver, "General Application Statistics", "Local Radios"),
    "MAC Address": extract_field(driver, "General Application Statistics", "MAC Address"),
    "Version": extract_field(driver, "General Application Statistics", "Version"),
    "Default Geo Code": extract_field(driver, "Legacy Configuration", "Default Geo Code")
}

print(result)
driver.quit()

额外注意事项 #

• 如果页面有多个相同文本的区块，可以在ancestor层级上增加限制，比如加上父级的class或id，比如//td[normalize-space(text())='General Application Statistics']/ancestor::div[@class='section-container'][1]/table。
• 如果normalize-space还是匹配不到，试试用contains做模糊匹配：//td[contains(normalize-space(text()), 'General Application Statistics')]。
• 动态加载的页面一定要等待元素出现后再提取，避免NoSuchElementException。

内容的提问来源于stack exchange，提问作者bbk