XPath匹配问题：如何精准筛选指定h2下的p与li元素

1. 当前XPath的问题 #

你用的这条XPath //p[a and preceding-sibling::h2[font[text()='Sales']][1] and following-sibling::hr[1]] 主要有两个问题：

• 范围没锁死：preceding-sibling::h2[font[text()='Sales']][1] 只是找当前<p>前面最近的Sales标题，但没限定这个<p>必须在该标题和**紧接着的下一条<hr>**之间的区块里。比如Bar区块的<p>，它前面确实有Sales的标题，后面也有<hr>，所以被错误捞进来了。
• 覆盖不了<li>：原XPath只盯着<p>节点，而且<li>的直接兄弟是其他<li>，不是<h2>或<hr>，所以用preceding/following-sibling这套逻辑根本匹配不到<li>元素。

2. 修改后的XPath实现精准匹配 #

要同时拿到Sales标题下、对应<hr>之前所有带<a>的<p>和<li>，可以用下面的方案：

方案一（推荐，逻辑清晰） #

//h2[font[text()='Sales']]/following-sibling::*[
  not(self::hr) and 
  (self::p[a] or self::li[a]) and 
  following-sibling::hr
]

逻辑说明：

1. 先定位到所有文本为Sales的<h2>节点
2. 遍历这些<h2>的后续兄弟节点
3. 排除掉<hr>本身，只保留带<a>的<p>或<li>
4. 确保这些节点后面还有<hr>（也就是还在当前Sales区块内）

方案二（兼容XPath 1.0环境） #

如果你的环境只支持XPath 1.0，可以用这个版本：

//*[
  preceding-sibling::h2[font[text()='Sales']] and 
  following-sibling::hr and 
  not(preceding-sibling::hr[preceding-sibling::h2[font[text()='Sales']]]) and
  (self::p[a] or self::li[a])
]

逻辑说明：

直接筛选所有符合以下条件的节点：

• 前面有Sales的<h2>
• 后面有<hr>
• 没有被Sales标题之后的<hr>隔开（确保在当前区块内）
• 是带<a>的<p>或<li>

这两种方案都能精准命中Sales区块下的目标元素，不会误匹配到Bar之类其他区块的内容。

内容的提问来源于stack exchange，提问作者craig