XPath的following-sibling轴如何选择同级？（同级.如何选择.XPath.sibling...）

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轴如何选择同级？

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

、

），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：

<div class="container">
  <p>第一个段落</p>
  <span>一个跨度</span>
  <p>第二个段落</p>
  <div>一个区块</div>
  <p>第三个段落</p>
</div>

如果你当前定位在

<span>一个跨度</span>

这个节点上，使用

./following-sibling::*

，你将选中

第二个段落

的

<p>

、

一个区块

的

<div>

和

第三个段落

的

<p>

。

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：

<div id="section1">
  <p>P1</p>
  <span>S1</span>
  <p>P2</p>
</div>
<div id="section2">
  <p>P3</p>
  <span>S2</span>
</div>

如果你当前定位在

<span>S1</span>

这个节点：

使用
```
./following-sibling::*
```
，你只会选中
```
<p>P2</p>
```
。因为它是
```
S1
```
的同级兄弟，且位于
```
S1
```
之后。
使用
```
./following::*
```
，你将选中
```
<p>P2</p>
```
、
```
<div id="section2">
```
、
```
<p>P3</p>
```
、
```
<span>S2</span>
```
。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
```
<p>
```
同级节点。
```
./following-sibling::div
```
会选择所有后续的
```
<div>
```
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
```
<p>
```
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
```
<div>
```
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
```
<p>
```
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
```
<span>
```
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
```
<h2>
```
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
```
<p>
```
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
```
<div>
```
或
```
<span>
```
。
- 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。