Python 使用XPath提取数据

我想使用XPath提取网页中的数据，但什么也得不到，如何提取数据

我尝试使用下面的代码，但它们没有返回任何结果

我试着用

house.xpath('.//span[@class = "icon icon-pin"]/text()').extract_first()

and

house.xpath('.//span[@class = "ann info-item"]/text()').extract_first()

但我什么也得不到

下面是我要提取的代码：

<span class = "ann-info-item">
     <span class = "icon icon-pin">
         ::before
       </span>
       " San Jorge "
      </span>

---

我想提取San Jorge，但什么也得不到。

您应该选择内部span，然后获取以下文本，这样表达式将类似于house.xpath'.//span[@class=icon-icon-pin]/following-sibling:：text'.get

在shell中，我可以通过以下方式获取数据：

>>> from scrapy import Selector
>>> txt = """<span class = "ann-info-item">
...      <span class = "icon icon-pin">
...          ::before
...        </span>
...        " San Jorge "
...       </span>"""
>>> sel = Selector(text=txt)
>>> sel.xpath('//span[@class="icon icon-pin"]/following-    sibling::text()').get()
u'\n       " San Jorge "\n      '
>>> sel.xpath('//span[@class="icon icon-pin"]/following-sibling::text()').get().strip()
u'" San Jorge "'

请尝试以下操作：

.//span[@class = "ann-info-item"]/text()[2]

---

看起来您在第二个xpath查询中删除了一个“-”。此外，amn信息项分类范围有两个文本节点。使用[2]将获得第二个。

谢谢！非常有用。你能解释一下为什么下面的兄弟：：文本有效吗？我的意思是，我明白孩子不是兄弟姐妹吗？再次检查，我们有一个ann信息项父项，里面有两个对象：span图标pin和文本。看看结束标记。文本位于内部跨距之后。因此，我们在这里使用以下同级选择器。