大神帮我写一条xpath语句呗

我希望提取特定的两个兄弟节点（这两个兄弟节点是根据内容匹配的）之间的所有节点的内容。如图就是两个H2节点之间的所有p节点的内容到一个抓取内容中。怎么写xpath语句呀

给你个思路，你要抓取的两个H2节点之间所有p节点，这两个H2节点的class值不同，可以这样：
class=sec0001后面的兄弟p节点 & class=sec0002前面的兄弟p节点
具体的xpath函数可以看下面这篇文章
http://www.gooseeker.com/doc/thread-1852-1-1.html

取出父节点所以信息，相当于所有H2和后面P的信息，第一个H2和第二个H2你能取到，然后取第一个H2之后的，第二个H2之前的。
用substring-before和substring-after函数。
比如去父节点内容//*[@class='xxxxx']，第一个H2内容：//*[@class='xxxxx']/h2[@class='hec001']，第二个H2内容：//*[@class='xxxxx']/h2[@class='hec002']。
那么取第一个H2之后的内容，substring-after(//*[@class='xxxxx'],//*[@class='xxxxx']/h2[@class='hec001'])这个是一个字符串，包含第一个H2之后的内容(包括第二个H2)。
利用上面的字符串结果，再取第二个H2之前的内容substring-before(substring-after(//*[@class='xxxxx'],//*[@class='xxxxx']/h2[@class='hec001']),//*[@class='xxxxx']/h2[@class='hec002'])，这个应该就是最后结果的XPath。

fqzlala 发表于 2017-3-6 14:55
取出父节点所以信息，相当于所有H2和后面P的信息，第一个H2和第二个H2你能取到，然后取第一个H2之后的，第 ...

我才发现这两个可能不是兄弟节点。。我想截取introduction 和experimemt之间的内容

整页内容采集下来, 对采集的结果进行处理不是更方便?

shenzhenwan10 发表于 2017-3-6 20:05
整页内容采集下来, 对采集的结果进行处理不是更方便?

尝试过太麻烦了

fqzlala 发表于 2017-3-6 14:55
取出父节点所以信息，相当于所有H2和后面P的信息，第一个H2和第二个H2你能取到，然后取第一个H2之后的，第 ...

substring-before(substring-after(//*[@class='centerContent'],'1. Introduction'),'2. Experimental')  我用这条语句成功提取了想要的东西  但是现在有一个问题  提取到了除了我想要的东西之外，还有一些网站的图片编码之类的也提取进去了，有没有一种语句能够提取1. Introduction 和2. Experimental之间class名为svArtical和svArtical section clear的文本不属于这两个类名的文本就不提取。。。谢谢谢谢谢  感激不尽

quyixuan 发表于 2017-3-6 14:35
给你个思路，你要抓取的两个H2节点之间所有p节点，这两个H2节点的class值不同，可以这样：
class=sec0001后 ...

substring-before(substring-after(//*[@class='centerContent'],'1. Introduction'),'2. Experimental')  我用这条语句成功提取了想要的东西  但是现在有一个问题  提取到了除了我想要的东西之外，还有一些网站的图片编码之类的也提取进去了，有没有一种语句能够提取1. Introduction 和2. Experimental之间class名为svArtical和svArtical section clear的文本不属于这两个类名的文本就不提取。。。谢谢谢谢谢  感激不尽

qq278053122 发表于 2017-3-6 20:36
substring-before(substring-after(//*[@class='centerContent'],'1. Introduction'),'2. Experimental') ...

高级设置里，自定义xpath，选择文本内容

qq278053122 发表于 2017-3-6 20:01
我才发现这两个可能不是兄弟节点。。我想截取introduction 和experimemt之间的内容

...

如果introduction和experiment是固定字符，就取introduction之后，experiment之前的文本内容