xpath获取两个标签之间的内容

在使用xpath解析网页数据时，会面临一些不好处理的网页，如下所示：

<p>　　感冒是由于感触风邪或时行病毒，引起肺卫功能失调，出现鼻塞、流涕、喷嚏、头痛、恶寒、发热、全身不适等一系列临床表现的一种病证。其临床表现与西医学所称的急性上呼吸道感染相似。普通感冒、流行性感冒、咽炎、扁桃体炎、喉炎等均可参考本病辨证论治。</p> 
<p><strong>　　[诊断]</strong></p> 
<p>　　1恶寒发热、鼻塞、流涕、喷嚏等症状为主，多兼咳嗽，可伴咽喉痒或痛、呕吐、腹泻或高热惊厥。</p> 
<p>　　2 四时皆有，以冬春季节为多见，常因骤变而发病。</p> 
<p>　　3 一般病毒感染者血白细胞总数正常或偏低，中性粒细胞减少，淋巴细胞相对增多，单核细胞增加。细菌感染者白细胞计数增多，中性粒细胞增多。</p> 
<p><strong>　　[辨证论治]</strong></p> 
<p>　　1 风寒束表 症候：鼻塞声重，喷嚏，流清涕，恶寒发热或发热不甚，无汗，周身酸痛，咳嗽痰白质稀，舌苔薄白，脉浮紧。 治法：辛温解表，宣肺散寒。 例方：荆防败毒散。</p> 
<p>　　2 风热犯表 症状：发热或高热，微恶风，鼻塞喷嚏，流稠涕，汗出口干，咽喉痛，咳嗽痰稠，舌苔薄黄，脉浮数。 治法：辛凉解表，宣肺清热。 例方：银翘散。</p> 
<p>　　3 暑湿感冒 症状：发热，汗出热不解，鼻塞流浊涕，头昏重胀痛，身重倦怠，心烦口渴，胸闷欲呕，尿短赤，舌苔黄腻，脉濡数。 治法：清暑祛湿解表。 例方：新加香薷饮。</p> 
<p>　　4 虚体感冒</p> 
<p>　　4.1 气虚感冒 症状：恶寒较甚，发热，无汗，头痛身楚，咳嗽，痰白，咯痰无力，平素神疲体弱，气短懒言，反复易感，舌淡苔白，脉浮无力。 治法：益气解表 例方：参苏饮。</p> 
<p>　　4.2 阴虚感冒</p> 
<p>　　症状：身热，微恶风寒，少汗，头昏，心烦，口干，干咳少痰，舌红少苔，脉细数。 治法：滋阴解表。 例方：加减葳蕤汤。</p> 
<p><strong>　　[其他疗法]</strong></p> 
<p>　　1 中成药</p> 
<p>　　1.1 风寒证可口服午时茶、通宣理肺丸。</p> 
<p>　　1.2 风热证可口服银翘解毒片，羚翘解毒片，桑菊感冒冲剂。</p> 
<p>　　1.3 感冒兼见脾胃湿困诸症者可用藿香正气丸。</p> 
<p>　　1.4 时行感冒可口服板蓝根冲剂。</p> 
<p>　　2 中药针剂 风热证、暑湿证及表寒里热证均可用喜炎平、双黄连加入5%葡萄糖注射液内静滴，每日1次。</p> 
<p>　　3 外治疗法</p> 
<p>　　3.1大蒜液滴鼻，10%大蒜液每次1滴，每日滴3～5次。适用于各证型感冒。</p> 
<p>　　3.2 拔火罐可取大椎、身柱、大杼、肺俞、风门等穴，每日1次。适用于风寒证。</p> 
<p><strong>　　[治法改进]</strong></p> 
<p>　　感冒轻证，或初起偏寒偏热俱不明显，仅稍有恶风、微热、头胀、鼻塞者，可予辛凉轻剂，疏风解表，药用桑叶、薄荷、防风、荆芥等微辛轻清透邪。咽痒咳嗽者，酌配前胡、牛蒡子、贝母、橘红、桔梗、甘草等清宣肺气。</p> 
<p><strong>　　[疗效标准]</strong></p> 
<p>　　1 治愈：症状消失，实验室检查恢复正常。</p> 
<p>　　2 好转：发热消退，临床症状减轻，实验室检查基本正常。</p> 
<p>　　3 未愈：临床症状无改善或加重，实验室检查与治疗前比较无明显改善或加重。</p>
<font color="gray"> <p><font color="gray">（摘自《中医常见病及优势病种诊疗常规》，仅供参考，请在医师指导下使用。）</font></p></font>

目标是分别拿到<p><strong></strong></p>中的文本和其后跟随的<p>标签的内容。
使用xpath进行处理：

  results = html.xpath("//strong[text()='　　[诊断]']/following::p[position()<count(//strong[text()='　　[诊断]']/following::p) - count(//strong[text()='　　[辨证论治]']/following::p)+1]/text()")

拿到数据在将结果保存为自己想要的格式即可。
附上全部代码：

import requests
from lxml import etree
import json
import re
from bs4 import BeautifulSoup

class Disease_Species():
    def __init__(self):
        # 真实url ：https://api.cntcm.com.cn/api/getArticles?cid=2262&pageSize=25&pageNumber=1
        self.url = "https://api.cntcm.com.cn/api/getArticles?"
        self.headers = {
            "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_16_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.129 Safari/537.36"
        }


    def run(self):
        for i in range(1,3):
            url = self.url + "cid=2262&pageSize=25&pageNumber={}".format(i)
            response = requests.get(url=url,headers=self.headers)
            print(response.status_code)
            # print(response.text)
            if response.status_code == 200:
                # 定义存储字典
                disease_dict = {}
                # json 类型
                text = response.text
                text_json = json.loads(text)
                text_list = text_json['list']
                for text in text_list:
                    # print(text)
                    # 构造url的id
                    fileID = text['fileID']
                    # 病种名称
                    disease_name = text['title']

                    file_url = "https://api.cntcm.com.cn/api/getArticle?aid={}".format(fileID)
                    print(file_url)
                    file_url_response = requests.get(url=file_url,headers=self.headers)
                    file_url_text = json.loads(file_url_response.text)
                    content = file_url_text['content']
                    #print(content)

                    #exit()
                    html = etree.HTML(content)
                    # print(html)
                    # 病种的简介
                    abstract = html.xpath("//p[1]/text()")
                    abstract = ''.join(abstract).strip()
                    if abstract is None:
                        break


                    strong_list = html.xpath("//p/strong")
                    #  bs4
                    #  bs4 = BeautifulSoup(content, features="lxml")
                    # print(strong_list)
                    strong_name_list = []
                    strong_name_str_list = []
                    for i in range(len(strong_list)):
                        #print(i)
                        strong_name = strong_list[i].xpath("text()")
                        strong_name = ''.join(strong_name)
                        strong_name_str = ''.join(strong_name).replace("[","").replace("]","").strip()
                        #print(strong_name_str)
                        strong_name_list.append(strong_name)
                        strong_name_str_list.append(strong_name_str)

                    # print(bs4.text)
                    print("*************")
                    #print(strong_name_list)
                    results_list = []
                    for i in range(len(strong_name_list)):
                        if i < len(strong_name_list)-1:
                            results = html.xpath("//strong[text()='{}']/following::p[position()<count(//strong[text()='{}']/following::p) - count(//strong[text()='{}']/following::p)+1]/text()".format(strong_name_list[i],strong_name_list[i],strong_name_list[i+1]))
                            results = ''.join(results).replace("[","").replace("]","").strip()
                            #print(strong_name_str_list[i], results)
                            results_dict = {
                                "{}".format(strong_name_str_list[i]):"{}".format(results)
                            }
                            results_list.append(results_dict)

                        else:
                            results = html.xpath("//strong[text()='{}']/following::p/text()".format(strong_name_list[i]))
                            results = ''.join(results).replace("[","").replace("]","").strip()
                            #print(strong_name_str_list[i], results)
                            results_dict = {
                                "{}".format(strong_name_str_list[i]): "{}".format(results)
                            }
                            results_list.append(results_dict)

                    disease_dict = {
                        "disease_name":disease_name,
                        "abstract":abstract,
                        "data":results_list
                    }

                    print(disease_dict)
                    #exit()
                    disease_dict = str(disease_dict).replace("'", '"')
                    with open("disease_data", 'a', encoding='utf-8') as f:
                        print(1111)
                        f.write(disease_dict)
                        f.write("\n")
                        f.close()


if __name__ == '__main__':
    ds = Disease_Species()
    ds.run()