Scrapy/Python/XPath - 如何从数据中提取数据？

Posted 2023-02-23

【中文标题】Scrapy/Python/XPath - 如何从数据中提取数据？

【英文标题】：Scrapy/Python/XPath - How to extract data from within data?

【发布时间】：2014-11-07 17:26:45

【问题描述】：

我是 Scrapy 的新手，我刚刚开始研究 XPath。

我正在尝试从 div 中的 html 列表项中提取标题和链接。下面的代码是我想我会怎么做的，（选择 ul div，按 id，然后遍历列表项）：

def parse(self, response):
    for t in response.xpath('//*[@id="categories"]/ul'):
        for x in t.xpath('//li'):
            item = TgmItem()
            item['title'] = x.xpath('a/text()').extract()
            item['link'] = x.xpath('a/@href').extract()
            yield item

但我收到了与这次尝试相同的结果：

def parse(self, response):
    for x in response.xpath('//li'):
        item = TgmItem()
        item['title'] = x.xpath('a/text()').extract()
        item['link'] = x.xpath('a/@href').extract()
        yield item

其中导出的csv文件包含从源代码上到下的li数据...

我不是专家，我已经做了很多尝试，如果有人能对此有所了解，将不胜感激。

【参考方案1】：

您需要在内部循环中使用一个点来开始您的 xpath 表达式：

for t in response.xpath('//*[@id="categories"]/ul'):
    for x in t.xpath('.//li'):

这将使它在当前元素的范围内搜索，而不是整个页面。

在Working with relative XPaths查看更多解释。