本文介绍如何使用 XPath 的 following-sibling 轴定位目标元素的同级后续节点，解决“获取包含 'Monthly:' 的 div 后紧邻的 div 文本内容”这一常见网页数据提取需求。
本文介绍如何使用 xpath 的 `following-sibling` 轴定位目标元素的同级后续节点，解决“获取包含 'monthly:' 的 div 后紧邻的 div 文本内容”这一常见网页数据提取需求。
在 Web 自动化或爬虫开发中，常需基于可识别文本（如标签文字）动态定位其邻近的数据容器。例如，给定如下 HTML 片段：
<div class="my-3"> <div class="d-flex justify-content-between">Monthly:</div> <div>0 / 30,000</div> </div>
其中，“Monthly:” 是语义明确的标识性文本，而真正需要提取的是其后同一父级下的下一个 <div> ——即 0 / 30,000。此时，单纯依赖 //div[text()='Monthly:'] 无法直接获取目标，必须借助 XPath 的轴（axis）机制。
推荐使用的表达式为：
//*[normalize-space()='Monthly:']/following-sibling::div
✅ 解析说明：
- //*：匹配任意元素（不限定标签名，增强鲁棒性）；
- [normalize-space()='Monthly:']：过滤出文本内容经空格标准化后等于 "Monthly:" 的元素（避免因换行、缩进导致匹配失败）；
- /following-sibling::div：选取该元素所有位于其后的同级 <div> 元素（注意：是 所有 后续兄弟 div，不单指“下一个”）。
⚠️ 注意事项：
- 若父容器中存在多个后续 div，此表达式会返回全部匹配项。若严格限定为紧邻的下一个，可进一步加位置谓词：
//*[normalize-space()='Monthly:']/following-sibling::div[1]
- following-sibling 仅作用于同级元素（即共享同一父节点），不可跨层级使用；
- 避免使用 //div/following-sibling::div 等模糊路径，易受页面结构变化影响；优先基于语义文本定位，再通过轴关系导航，更稳定可靠。
? 延伸技巧：
若需同时提取文本并做清洗（如去除空格、逗号），可在代码层处理（以 Python + lxml 为例）：
from lxml import html
tree = html.fromstring(html_content)
target_div = tree.xpath("//*[normalize-space()='Monthly:']/following-sibling::div[1]")
if target_div:
value = target_div[0].text_content().strip().replace(',', '')
print(value) # 输出：'0 / 30000'综上，following-sibling 是 XPath 中实现“基于标签找数据”的关键轴之一，配合 normalize-space() 可显著提升定位准确率与脚本健壮性。
