Xpath：如果包含特定单词，则获取href

Posted 2023-03-05

【中文标题】Xpath：如果包含特定单词，则获取href

【英文标题】：Xpath: obtain href if contains specific word

【发布时间】：2017-09-20 22:50:52

【问题描述】：

设置

我正在使用以下 xpath 从页面中提取 href，

'/html/body/div/div[2]/div[2]/div/div/p[1]/a/@href'

这给了我一个看起来像的href列表，

['#',
 'showv2.php?p=Glasgow City&t=Anderston',
 'showv2.php?p=Glasgow City&t=Anniesland',
 'showv2.php?p=Glasgow City&t=Ashfield',
 '#',
 'showv2.php?p=Glasgow City&t=Baillieston',
           ⋮
'showv2.php?p=Glasgow City&t=Yoker']

---

问题

我对@9​​87654323@ href 不感兴趣。我感兴趣的所有href都包含Glasgow。如何仅选择包含 Glasgow 的 href？

我已经看到了有关'id' 等正则表达式的答案，但没有看到href。这些答案似乎不适用于href。

我已经看到有关带有 href 开头或结尾的正则表达式的答案，但我希望能够在“包含”一个单词时进行正则表达式。

【问题讨论】：

试试'/html/body/div/div[2]/div[2]/div/div/p[1]/a[contains(@href, "Glasgow")]/@href'

@WiktorStribiżew：谢谢！我将您的'Glasgow' 调整为"Glasgow"，然后它起作用了。使用 '' 我在 Scrapy Shell 中遇到语法错误。

是的，我注意到用于定义字符串文字的单引号，并在您的评论出现前一秒更改了我的评论。我在下面发布了答案。

看到了！我会接受的。

【参考方案1】：

在a 元素上使用contains(@href, 'Glasgow')“限制”：

'/html/body/div/div[2]/div[2]/div/div/p[1]/a[contains(@href, "Glasgow")]/@href'

然后，它只会查找指定路径下的那些<a>s，在它们的href属性值中包含Glasgow。