用于原子命名空间的scrapy的Xpath

Posted 2021-03-28

我试图使用scrapy从xml文件中抓取数据。该文件的结构如下：

<feed xml:base="https://example.com/sap/...">
<entry><id>http://example.com/.../idset</id>
<m:properties>
<d:SubID>xyz</d:JobID>
<d:Posting>123456</d:Posting>
<d:Title>BoringTitle</d:Title>
</m:properties>
</entry>
</feed>

在Scrapy中我导入atom命名空间：

xxs = XmlXPathSelector(response)
xxs.register_namespace("atom", "http://www.w3.org/2005/Atom")

并且有可能提取一些数据

xxs.xpath("//atom:entry").extract()

但是，我发现用冒号选择数据是不可能的：

<d:Title>BoringTitle</d:Title>

什么是正确的xpath打印标题？也许有一个简单的答案，我是一个机械工程师这样做的业余爱好项目。

任何帮助，将不胜感激！

亲切的问候

约翰