本文介绍如何通过xpath的following-sibling轴定位紧邻的兄弟元素，特别适用于从带标签的html结构中提取关联数据（如“monthly:”后紧跟的数值内容），避免依赖固定索引，提升选择器健壮性。

本文介绍如何通过xpath的following-sibling轴定位紧邻的兄弟元素，特别适用于从带标签的html结构中提取关联数据（如“monthly:”后紧跟的数值内容），避免依赖固定索引，提升选择器健壮性。

在实际网页解析（如使用Selenium、Scrapy或lxml）中，我们常遇到语义化但无唯一ID或class的HTML结构。例如以下片段：

<div class="my-3">
  <div class="d-flex justify-content-between">Monthly:</div>
  <div>0 / 30,000</div>
</div>

目标是可靠地提取第二个

中的文本 0 / 30,000，而非依赖位置索引（如//div[2]），因为结构可能动态变化或嵌套层级不固定。

此时，最稳健的方式是以可识别的标签文本为锚点，再沿DOM关系导航。你已成功用 //*[normalize-space()='Monthly:'] 定位到第一个

——这一步关键在于normalize-space()函数：它自动去除首尾空白并合并连续空白符，确保匹配不受换行、缩进或多余空格影响。

接下来，要获取其下一个同级

元素，应使用XPath的following-sibling::轴：

//*[normalize-space()='Monthly:']/following-sibling::div

✅ 该表达式含义清晰：

Scrapy 2.18.0

Scrapy 2.18.0 官方源码包下载，适合 Python 网页抓取、选择器解析、Item Pipeline 和异步请求调度项目升级。

下载

• //*：匹配任意元素；
• [normalize-space()='Monthly:']：筛选文本内容（标准化后）等于 "Monthly:" 的元素；
• /following-sibling::div：选取该元素之后所有同级
  元素中的第一个（XPath默认返回首个匹配项，符合本例需求）。

  ⚠️ 注意事项：

  • following-sibling:: 仅匹配严格意义上的同级后续元素，不包含子元素或父元素；
  • 若后续有多个
    ，而你只需第一个，此写法天然满足；若需第N个，可加谓词，如/following-sibling::div[1]（显式强调）；
  • 避免使用//div[2]等基于位置的选择器——一旦HTML插入新元素（如广告
    ），极易失效；
  • 若目标元素可能不在同一父容器下，请改用following::div[1]（查找文档顺序中后续的第一个div），但需注意性能与语义准确性。

  ? 实际应用示例（Python + lxml）：

  from lxml import html
  
  doc = html.fromstring(html_content)
  target_div = doc.xpath("//*[normalize-space()='Monthly:']/following-sibling::div")
  if target_div:
      value = target_div[0].text_content().strip()  # → "0 / 30,000"
      print(value)

  总结：面向语义而非结构的位置索引，是构建高鲁棒XPath表达式的核心原则。following-sibling轴让“标签+值”的关联提取变得直观、稳定且易于维护。