选择器

使用相对路径¶

请记住，如果要嵌套选择器并使用以开头的xpath / ，该xpath对文档是绝对的，而不是相对于 Selector 你是从打电话来的。

例如，假设您希望提取所有 <p> 内部元素 <div> 元素。首先，你会得到所有 <div> 元素：

>>> divs = response.xpath('//div')

首先，您可能会尝试使用以下方法，这是错误的，因为它实际上提取了所有 <p> 文档中的元素，而不仅仅是其中的元素 <div> 元素：

>>> for p in divs.xpath('//p'):  # this is wrong - gets all <p> from the whole document
...     print(p.get())

这是正确的方法（注意在 .//p XPath）：

>>> for p in divs.xpath('.//p'):  # extracts all <p> inside
...     print(p.get())

另一个常见的情况是提取所有直接 <p> 儿童：

>>> for p in divs.xpath('p'):
...     print(p.get())

有关相对路径的更多详细信息，请参见 Location Paths XPath规范中的节。

按类查询时，请考虑使用CSS¶

因为一个元素可以包含多个CSS类，所以按类选择元素的xpath方法相当冗长：

*[contains(concat(' ', normalize-space(@class), ' '), ' someclass ')]

如果你使用 @class='someclass' 如果只使用 contains(@class, 'someclass') 为了弥补这一点，如果元素具有共享字符串的不同类名，那么最终可能会得到更多想要的元素。 someclass .

事实证明，剪贴选择器允许您链接选择器，因此大多数时候，您都可以使用CSS按类选择，然后在需要时切换到XPath：

>>> from scrapy import Selector
>>> sel = Selector(text='<div class="hero shout"><time datetime="2014-07-23 19:00">Special date</time></div>')
>>> sel.css('.shout').xpath('./time/@datetime').getall()
['2014-07-23 19:00']

这比使用上面显示的详细的xpath技巧要干净。只要记住使用 . 在后面的xpath表达式中。