知识卡片
取节点与取文本值需要区分
//a选元素,//a/@href选属性节点,//a/text()选直接文本子节点,嵌套元素内文字需另按目标取其后代文本或字符串值。Chrome展示的是节点对象,不一定直接显示URL字符串;原书新版@href返回空串并非XPath规则。Scrapy的序列化与get/getall等取值接口也需和节点选择分开理解。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
参考来源
- 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python爬虫框架Scrapy · 第2章 理解HTML和XPath,spine034单元008;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00033.html。
- 结论依据:原文元素、href属性和text选择对照支持输出对象不同,序列化方式与XPath规则分开,界面空串显示不改变属性节点语义。补充核验入口:https://docs.scrapy.org/en/latest/topics/selectors.html。未在本机运行示例或改变环境。
- 原始内容:访问该属性,如下面的代码所示。 $x('//a/@href') [ href=" http://www.iana.org/domains/example " ] 实际上,在Chrome的最新版本中, @href 不再返回URL,