PHP XPathで現在場所指定で取得しているものを文字列から判定させたい

Question

現在クローリングについて勉強中です。

https://next.rikunabi.com/　→　「求人一覧を見る」のリンク先、各企業のリンク先の情報から
数千件の代表者、従業員数、業種を取得しようと思っています

                      <tbody><tr class="rnn-tableGrid">
                        <th class="rnn-col-2">設立</th>
                        <td class="rnn-col-10">
                          <p>19xx年xx月</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">代表者</th>
                        <td class="rnn-col-10">
                          <p>代表取締役社長　○山　Ｘ夫</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">資本金</th>
                        <td class="rnn-col-10">
                          <p>100億円</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">売上高</th>
                        <td class="rnn-col-10">
                          <p>1兆円</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">従業員数</th>
                        <td class="rnn-col-10">
                          <p>65,535名</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">事業所</th>
                        <td class="rnn-col-10">
                          <p>東京都大阪区名古屋</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">業種</th>
                        <td class="rnn-col-10">
                          <p>ニート</p>
                        </td>
                      </tr>

                      <tr class="rnn-tableGrid">
                        <th class="rnn-col-2">事業内容</th>
                        <td class="rnn-col-10">
                          <p>食う・寝る</p>
                        </td>
                      </tr>
                    </tbody>

現在テーブルタグの中の２個目（代表者）、５個目（従業員数）、７個目（業種）を取得する考え方で配列にしたのですが
２割ほどの求人がこの場所にありません。
なので<th>～</th>の中にある　代表者・従業員数・業種　などの文字列を見て

<td><p>～</p></td>の中の文字列を取得したいと思っています。

$xpath_delegate = '/html/body/div[@class="rnn-wrapper"]/div[@class="rnn-offerInfoMain rnn-group rnn-group--xxl"]/div/div[@class="rnn-stage js-offerInfoMain"]/div[@class="rnn-row rnn-row--gutter-xm"]/div[@class="rnn-col-9 rnn-group rnn-group--Ll"]/div[@class="rnn-group rnn-group--xm js-cmpnyInfo"]/div[@class="rnn-group rnn-group--s"]/div[@class="rnn-group rnn-group--xs rnn-textM"]/table[@class="rnn-detailTable"]/tr[@class="rnn-tableGrid"][2]/td/p/text()';
$xpath_employees = '/html/body/div[@class="rnn-wrapper"]/div[@class="rnn-offerInfoMain rnn-group rnn-group--xxl"]/div/div[@class="rnn-stage js-offerInfoMain"]/div[@class="rnn-row rnn-row--gutter-xm"]/div[@class="rnn-col-9 rnn-group rnn-group--Ll"]/div[@class="rnn-group rnn-group--xm js-cmpnyInfo"]/div[@class="rnn-group rnn-group--s"]/div[@class="rnn-group rnn-group--xs rnn-textM"]/table[@class="rnn-detailTable"]/tr[@class="rnn-tableGrid"][5]/td/p/text()';
$xpath_industry = '/html/body/div[@class="rnn-wrapper"]/div[@class="rnn-offerInfoMain rnn-group rnn-group--xxl"]/div/div[@class="rnn-stage js-offerInfoMain"]/div[@class="rnn-row rnn-row--gutter-xm"]/div[@class="rnn-col-9 rnn-group rnn-group--Ll"]/div[@class="rnn-group rnn-group--xm js-cmpnyInfo"]/div[@class="rnn-group rnn-group--s"]/div[@class="rnn-group rnn-group--xs rnn-textM"]/table[@class="rnn-detailTable"]/tr[@class="rnn-tableGrid"][7]/td/p/text()';

現在のXPathの書き方は配列場所直書きですが
このなかに「thの文字列を見て一致したらtdの文字列を取得する」という書き方はできるでしょうか？
できないとすればどのような対処法がありますでしょうか？

よろしくお願いいたします。

Answer 1

'//th[text()="代表者"]/../td/p'

Comments

[mpyw]

今回のHTMLだと <th> <td> がペアで複数あるパターンなのでこちらが正解でしたね、失礼しました。

[Yashichi847]

UNIXのcd（チェンジディレクトリ）と同じような考え方ですね
text()だとNULLが帰ってきたのでもしや？と思い[.="代表者"]と書いたら思うように値取れました
ありがとうございます

[otn]

.= という演算子は知りませんでした。containsの意味でしょうか？
前後に空白があってイコールで判断出来ないときは、[normalize-space()="代表者"]

[mpyw]

`.=` は演算子じゃなくて `.` がカレントノードを意味する，というだけですね。

selenium - XPath: difference between dot and text() - Stack Overflow https://stackoverflow.com/questions/38240763/xpath-difference-between-dot-and-text

[mpyw]

`text()` はその階層直下から完全一致するテキストノードを1つ探す一方，`.` はその階層以下のノードをすべてテキスト化して結合した1つの値との比較となります。

[otn]

ああ、そういう意味でしたか。ありがとうございます。

Answer 2

Wikipediaからアニメのサブタイトル一覧をXPath一発で抜き出す - Qiita

こういうやつですか？