知识卡片
语义标记仍需要正确作用域
itemprop/name、price等标记可比布局路径更稳定,但页面中的推荐房源也可能使用同样标记。必须先定位所需实体范围,再取相应属性;//目标[1]不普遍代表全篇唯一首项,必要时分组并核对匹配数量。本书第2章已有谓词范围说明,不能用一个[1]就声称排除了所有嵌套实体。
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3章 爬虫基础,spine035单元012;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/text00034.html。
- 结论依据:原文嵌套推荐房源也含相同itemprop,直接显示先限实体范围再取字段,步骤[1]不能通用排除全部嵌套实体。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:“你可能还喜欢……”部分为其他属性使用了嵌套的信息,以这种方式阻止我们对其轻易识别。尽管如此,这并不是一个大问题。我们只需要选择第一个,而且我们也将使用同样的方式处理其他字段。 让我们来看一下价格。价格被包含在如下的HT