scrapy中的xpath用法和css的用法

css

不包含那個類

response.css(".list-left dd:not(.page)")

獲取屬性和文本

img.css("a::text").extract_first()

img.css("a::attr(href)").extract_first()

獲取類page-en倒數第二個節點

response.css(".page-en:nth-last-child(2)::attr(href)").extract_first()

 xpath

獲取<li>標簽下hre 為 link1.html 的 <a> 標簽

result = html.xpath('//li/a[@href="link1.html"]')

獲取最后一個 <li> 的 <a> 的 href

result = html.xpath('//li[last()]/a/@href')

 獲取倒數第二個元素的內容

result = html.xpath('//li[last()-1]/a')

獲取<li> 標簽下的所有 <span> 標簽

#result = html.xpath('//li/span')
#注意這么寫是不對的：
#因為 / 是用來獲取子元素的，而 <span> 並不是 <li> 的子元素，所以，要用雙斜杠

result = html.xpath('//li//span')