following-sibling轴用于选择当前节点之后同父级的所有同级节点，其定位精准且仅限于兄弟节点范围内，不会涉及父级、子级或其他无关部分；与following轴不同，following-sibling仅在同级节点中向后查找，而following轴则全局查找文档中所有后续节点，范围更广；通过结合节点名称、位置、属性、文本内容及谓词条件，可实现对特定后续同级节点的精确筛选；在实际网页抓取中，虽面临结构不稳定、动态加载、同级节点混淆、性能开销及不规范html等挑战，但可通过稳定锚点、等待机制、上下文分析和组合定位等策略有效应对，从而构建可靠高效的xpath定位方案。
XPath的
following-sibling
轴用于选择当前节点之后，与当前节点共享同一父节点的所有同级节点。它是一个非常实用的定位工具，能够帮助我们精准地找到特定元素后面的兄弟姐妹们，而不会牵扯到父级、子级或文档中其他不相关的部分。
解决方案
following-sibling
轴是XPath中一个非常直接且专一的定位方式。想象一下，你站在一排并肩站立的人群中，
following-sibling
就像是你的目光只向右看，找到你身后的所有兄弟姐妹。它从当前节点的“右侧”开始，沿着文档顺序查找所有与当前节点拥有相同父节点的元素。
其基本语法是：
当前节点/following-sibling::节点测试
。这里的“节点测试”可以是具体的元素名（如
div
、
p
），也可以是通配符
*
（表示任何元素）。
举个例子，如果你有一个HTML结构：
第一个段落
一个跨度第二个段落
一个区块第三个段落
如果你当前定位在
一个跨度
这个节点上，使用
./following-sibling::*
，你将选中
第二个段落
的
、
一个区块
的
和
第三个段落的
。
这个轴的强大之处在于它的“同级”限定。它不会跳到父节点的其他子节点，也不会深入到任何兄弟节点的内部去寻找后代。这种精确性在处理列表、表格或者任何有明确顺序的同级元素时显得尤为重要。
following-sibling与
following轴有何不同？
这确实是一个常让人混淆的点，因为名字听起来很像，但它们的功能范围却大相径庭。简单来说，
following-sibling是“同级限定”的，而
following轴则是“全局向后”的。
following-sibling轴，就像我们刚才说的，它只关心与当前节点有同一个父节点，并且在文档顺序上位于当前节点之后的所有兄弟节点。它不会越过父级的边界，也不会钻进兄弟节点的内部去寻找后代。它非常“守规矩”，只在自己的“兄弟圈子”里找。
而
following轴就“奔放”多了。它会选择文档中所有在当前节点之后出现的节点，无论这些节点是不是当前节点的兄弟，是不是它的后代，甚至是不是在同一个父级下。它会遍历文档中所有位于当前节点之后的位置，包括其他分支的节点，甚至其他主要部分的节点。
举个例子，假设有这样的HTML片段：
P1
S1P2
P3
S2如果你当前定位在
S1这个节点：
使用
./following-sibling::*，你只会选中
P2
。因为它是
S1的同级兄弟，且位于
S1之后。使用
./following::*，你将选中
P2
、
、
P3
、
S2。因为它会查找文档中所有在
S1之后出现的节点，包括其同级、同级元素的后代（如果存在）、以及文档中后续的任何元素。
所以，当你明确知道目标元素就在当前元素的旁边，且是同级时，
following-sibling是首选，它更精确，也通常更高效。当你需要查找文档中任何位于当前元素之后，但关系不那么明确的元素时，
following轴才派上用场。
如何精确选择特定类型的后续同级节点？
仅仅使用
following-sibling::*可能过于宽泛，很多时候我们需要更精细的控制。XPath的强大之处在于它允许你通过谓词（
[]）来进一步筛选结果。
按节点名称筛选：这是最常见的用法。如果你知道你想要的后续同级节点是什么类型的元素，直接指定它的标签名。例如：
./following-sibling::p会选择所有后续的
同级节点。
./following-sibling::div会选择所有后续的
同级节点。
按位置筛选：当你需要选择第N个后续同级节点时，可以使用
[position()]。例如：
./following-sibling::p[1]会选择当前节点之后的第一个
同级节点。
./following-sibling::*[last()]会选择所有后续同级节点中的最后一个。
./following-sibling::*[position() > 1 and position() < 4]会选择第二个到第三个后续同级节点。
按属性筛选：如果后续同级节点有特定的属性，你可以用
[@attribute='value']来定位。例如：
./following-sibling::div[@class='info']会选择所有后续的
同级节点中，
class属性值为
info的节点。
./following-sibling::p[contains(@id, 'summary')]会选择所有后续的
同级节点中，
id属性包含
summary的节点。
按文本内容筛选：你也可以根据同级节点的文本内容进行筛选，这在某些场景下非常有用。例如：
./following-sibling::span[contains(text(), '重要信息')]会选择所有后续的
同级节点中，包含“重要信息”文本的节点。
./following-sibling::h2[normalize-space(.) = '产品详情']会选择后续的
同级节点中，文本内容（去除首尾空白）精确为“产品详情”的节点。
组合筛选条件：这些条件可以组合使用，以实现更复杂的定位。例如：
./following-sibling::p[@class='item' and position() = 2]会选择所有后续的
同级节点中，
class为
item且是第二个出现的节点。
通过这些谓词的灵活运用，
following-sibling轴的定位能力得到了极大的增强，能够帮助我们从复杂的HTML结构中精确地提取所需信息。
following-sibling轴在实际网页抓取中可能遇到哪些挑战？
尽管
following-sibling轴非常强大且精准，但在实际的网页抓取或自动化过程中，它也并非万无一失，会遇到一些挑战。理解这些挑战有助于我们构建更健壮、更适应变化的抓取策略。
网页结构的不稳定性： 这是最常见的挑战。很多网站，特别是那些频繁更新或由内容管理系统驱动的网站，其HTML结构可能会在不经意间发生变化。一个原本位于特定元素之后的兄弟节点，可能因为新元素的插入、旧元素的移除，或者只是顺序的调整，导致你依赖的
following-sibling路径失效。
应对思路： 尽量寻找更稳定的定位点（如带有唯一ID或稳定class的父节点），然后从该稳定点出发，结合
following-sibling以及其他轴（如
./*或
./div[2]）进行相对定位。或者，考虑使用多个备用XPath路径。
动态加载内容： 现代网页大量使用JavaScript进行内容渲染和异步加载。你期望通过
following-sibling定位的元素，可能在初始页面加载时并不存在于DOM中，而是通过AJAX请求或用户交互后才动态添加。此时，如果你的抓取器在内容完全加载之前就尝试查找，就会失败。
应对思路： 使用Selenium、Playwright等工具，它们能模拟浏览器行为，并提供等待机制（如
WebDriverWait），等待特定元素出现或特定条件满足后再执行XPath查询。
混淆的同级节点： 有时，一个元素后面可能会跟着很多同类型但语义不同的同级节点，或者这些节点之间没有明显的属性或文本差异来区分。例如，一系列没有独特class或id的
或
。
应对思路： 这时候就需要结合上下文，可能需要回溯到它们的共同父节点，然后通过更复杂的谓词（如
[contains(., '关键字')]、
[not(@class)]）来区分。或者，如果可能，尝试寻找一个更独特的“锚点”元素，从它开始定位。
性能考虑： 在非常庞大和复杂的HTML文档中，如果
following-sibling轴的起始点位于文档较靠前的位置，并且后面跟着大量的同级节点，那么解析和遍历这些节点可能会带来一定的性能开销。虽然通常情况下这不是主要瓶颈，但在大规模抓取时也值得注意。
应对思路： 尽量缩小搜索范围，从更具体的父节点或祖先节点开始，减少不必要的遍历。例如，如果目标元素在一个特定的
div内部，先定位到那个
div，再在该
div的上下文中进行
following-sibling查找。
不规范的HTML结构： 某些网站的HTML可能不完全符合标准，或者存在一些结构上的“怪癖”。例如，本应是兄弟关系的元素，由于开发者疏忽，可能被错误地嵌套在另一个不相关的元素内部，导致
following-sibling无法找到它们。
应对思路： 这时候可能需要更灵活的策略，比如使用
following::轴（如果目标在文档后面任何位置都行），或者回退到CSS选择器，甚至结合正则表达式来处理一些非常规的文本内容匹配。
总的来说，
following-sibling是一个极其有用的工具，但它并非万能。在实际应用中，我们需要结合对网页结构的理解、对动态内容的感知，以及与其他XPath轴或定位方法的灵活组合，才能构建出稳定且高效的网页数据抓取解决方案。
以上就是XPath的following-sibling轴如何选择同级？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1430271.html赞 (0)打赏微信扫一扫
支付宝扫一扫
关于作者
相关推荐
composer require-dev和require有什么不同_Composer Require与Require-Dev区别解析
require用于声明项目运行必需的依赖，如框架、数据库组件和第三方SDK，这些包会随项目部署到生产环境；2. require-dev用于声明仅在开发和测试阶段需要的工具，如PHPUnit、PHPStan、Faker等，不会默认部署到生产环境；3. 安装时composer install根据环境决定…
修复Django电商项目中AJAX过滤产品列表图片不显示问题
在Django电商项目中，当使用AJAX动态加载过滤后的产品列表时，常遇到图片无法正常显示的问题。这通常是由于前端模板中图片加载方式（如data-setbg属性结合JavaScript库）与AJAX动态内容更新机制不兼容所致。解决方案是直接在AJAX返回的HTML中使用标准的标签来渲染图片，确保浏览…
Golang JSON序列化：控制敏感字段暴露的最佳实践
本教程探讨golang中如何高效控制结构体字段在json序列化时的可见性。当需要将包含敏感信息的结构体数组转换为json响应时，通过利用`encoding/json`包提供的结构体标签，特别是`json:”-“`，可以轻松实现对特定字段的忽略，从而避免敏感数据泄露，确保api…
利用海象运算符简化条件赋值：Python教程与最佳实践
本文旨在探讨Python中海象运算符（:=）在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符，以及条件表达式，分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例，展示如何在列表推导式等场景下合理使用海象运算符，同时强调其潜在的复杂性及替代方案，帮助开发者更好地掌…
Debian syslog性能优化技巧有哪些
提升Debian系统syslog (通常基于rsyslog)性能，关键在于精简配置和高效处理日志。以下策略能有效优化日志管理，提升系统整体性能： 精简配置，高效加载: 在rsyslog配置文件中，仅加载必要的输入、输出和解析模块。 使用全局指令设置日志级别和格式，避免不必要的处理。 自定义模板: 创…
比特币新手教程 比特币交易平台有哪些
比特币是一种去中心化的数字货币，基于区块链技术实现点对点交易，具有匿名性、有限发行和不可篡改等特点；新手可通过交易所购买，P2P交易获得比特币，常用平台包括Binance、OKX和Huobi；交易流程包括注册账户、实名认证、绑定支付方式、充值法币并下单购买，可选择市价单或限价单；比特币存储方式有交易…
c++中的SFINAE技术是什么_c++模板编程中的SFINAE原理与应用
SFINAE 是“替换失败不是错误”的原则，指模板实例化时若参数替换导致错误，只要存在其他合法候选，编译器不报错而是继续重载决议。它用于条件启用模板、类型检测等场景，如通过 decltype 或 enable_if 控制函数重载，实现类型特征判断。尽管 C++20 引入 Concepts 简化了部分…
Go语言mgo查询构建：深入理解bson.M与日期范围查询的正确实践
本文旨在解决go语言mgo库中构建复杂查询时，特别是涉及嵌套`bson.m`和日期范围筛选的常见错误。我们将深入剖析`bson.m`的类型特性，解释为何直接索引`interface{}`会导致“invalid operation”错误，并提供一种推荐的、结构清晰的代码重构方案，以确保查询条件能够正确…
vscode上怎么运行html_vscode上运行html步骤【指南】
首先保存文件为.html格式，再通过浏览器或Live Server插件打开预览；推荐安装Live Server实现本地服务器运行与实时刷新，提升开发体验。 在 VS Code 上运行 HTML 文件并不需要复杂的配置，只需几个简单步骤即可预览页面效果。VS Code 本身是一个代码编辑器，不直接运行…
css max-height属性怎么用
max-height 属性设置元素的最大高度。 说明 该属性值会对元素的高度设置一个最高限制。因此，元素可以比指定值矮，但不能比其高。不允许指定负值。 注意：max-height 属性不包括外边距、边框和内边距。 立即学习“前端免费学习笔记（深入）”； 值描述none 默认。定义对元素被允许的最大高…
修复点击时按钮抖动：CSS垂直对齐实践
本文探讨了在Web开发中，交互式按钮（如播放/暂停按钮）在点击时发生意外垂直位移的问题。通过分析CSS样式变化对元素布局的影响，我们发现这是由于按钮不同状态下的边框样式和内边距改变，以及默认的垂直对齐行为共同作用所致。核心解决方案是利用CSS的vertical-align属性，将其设置为middle…
Golang goroutine与channel调试技巧
使用go run -race检测数据竞争，结合runtime.NumGoroutine监控协程数量，通过pprof分析阻塞调用栈，利用select超时避免永久阻塞，有效排查goroutine泄漏、死锁和数据竞争问题。 Go语言的goroutine和channel是并发编程的核心，但它们也带来了调试上…
《魔兽世界》将于6月11日开启国服回归技术测试
《%ign%ignore_a_1%re_a_1%》官方宣布，将于6月11日开启国服回归技术测试，时间为7天，并称可以在6月内正式开服，玩家们可以访问官网下载战网客户端并预下载“巫妖王之怒”客户端，技术测试详情见下图。 WordAi WordAI是一个AI驱动的内容重写平台 53 查看详情 以上就是《…
使用 Jupyter Notebook 进行探索性数据分析
Jupyter Notebook通过单元格实现代码与Markdown结合，支持数据导入（pandas）、清洗（fillna）、探索（matplotlib/seaborn可视化）、统计分析（describe/corr）和特征工程，便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…
如何在HTML中插入表单元素_HTML表单控件与输入类型使用指南
HTML表单通过标签构建，包含action和method属性定义数据提交目标与方式，常用input类型如text、password、email等适配不同输入需求，配合label、required、placeholder提升可用性，结合textarea、select、button等控件实现完整交互，是…
前端缓存策略与JavaScript存储管理
根据数据特性选择合适的存储方式并制定清晰的读写与清理逻辑，能显著提升前端性能；合理运用Cookie、localStorage、sessionStorage、IndexedDB及Cache API，结合缓存策略与定期清理机制，可在保证用户体验的同时避免安全与性能隐患。 前端缓存和JavaScript存…
网站标题关键词更新后，搜索引擎为何仍显示旧标题？
网站标题更新后，搜索引擎为何显示旧标题？ 网站SEO优化中，站长常修改网站标题关键词，期望搜索结果显示自定义标题。然而，即使更新标签、meta keywords、meta description和结构化数据中的name属性后，搜索结果仍显示旧标题，这令人费解。本文将对此进行解释。 问题：站长修改了网…
HTML5网页如何实现手势操作 HTML5网页移动端交互的处理技巧
首先利用原生touch事件实现滑动判断，再通过preventDefault解决滚动冲突，接着引入Hammer.js处理复杂手势，最后通过优化点击区域、避免事件冲突和增加视觉反馈提升体验。 在移动端浏览器中，HTML5网页可以通过触摸事件实现手势操作，提升用户体验。虽然原生JavaScript提供了基…
创建指定大小并填充特定数据的Golang文件教程
本文将介绍如何使用Golang创建一个指定大小的文件，并用特定数据填充它。我们将使用 `os` 包提供的函数来创建和截断文件，从而实现快速生成大文件的目的。示例代码展示了如何创建一个10MB的文件，并将其填充为全零数据。掌握这些方法，可以方便地在例如日志系统或磁盘队列等场景中，预先创建测试文件或初始…
Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程
使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py，它会输出每个函数的调用次数、总耗时、累积耗时等关键指标，帮助定位性能瓶颈；为进一步分析，可将结果保存为文件python -m cProfile -o ou…
微信扫一扫 
支付宝扫一扫 
