scrapy HtmlXpathSelector解决思路

scrapy HtmlXpathSelector
最近开始用scrapy 跑爬虫。

<a href="http://blog.sina.com.cn/u/a646ebd001019559" target="_blank">
    一句广告词引发的官司&nbsp;广药<span style="color:#C03">加多宝</span>
    之争何时休
</a>
当我title = blog.select("./div/h2/a/text()").extract() 确实是能找到标题 ，但是标红了的<span>标签里面的加多宝3个字 没有弄下来。要怎么做。单独在来一个 blog.select("./div/h2/a/span/text()").extract() ??? scrapy
[解决办法]
是的。
你的想法是正确的。
因为本身对于

<a href="http://blog.sina.com.cn/u/a646ebd001019559" target="_blank">
    一句广告词引发的官司&nbsp;广药<span style="color:#C03">加多宝</span>
    之争何时休
</a>

其text，只包含，除了各个子节点之外的，不带标签的，那些文本text，即：

    一句广告词引发的官司 广药
    之争何时休

而很明显，此处的子节点，就一个span：

<span style="color:#C03">加多宝</span>

要获得其内容，也就是对应的，你所说的：

blog.select("./div/h2/a/span/text()").extract()

了。

而实际上这个概念，都是通用的。
即，用其他工具，比如
BeautifulSoup
去处理，也是同样的逻辑的。

查看更多 下一篇