Python 子问题

使用scrapy python库构建webscraper来刮取此页面，以便用所有团队名称及其对应的部门填充数据库。我正在尝试编写解析函数，但是我仍然不知道如何提取相应的部门名称以匹配每个团队

[1]

我的解析函数能够返回团队列表和列出所有部门的相应部门列表。现在我不知道如何指定确切的划分，因为在我看来，我必须使用前面的子关系从所选的团队名称（由item['team']=sel.xpath（mex+“/div/h5/a/text（）”[I]表示）导航到DOM（将包括一个网站，我一直遵循作为一个教程，但我没有10个信誉点）以获得正确的划分，但我不知道如何写

如果我在这方面走错了方向，请告诉我，因为我不是XPath专家。实际上，我甚至不确定我是否需要一个计数器，就像我删除了[I]一样，然后我只得到30个列表，包含所有30个团队。

让我们简化一下

每个部门由

div

和

mod teams list medium

类表示。每个部门由两部分组成：

• 包含部门名称的class=“mod header”的div
• 包含团队列表的class=“mod content”的div

在您的蜘蛛体内，它将以以下方式反映：

for division in response.xpath('//div[@id="content"]//div[contains(@class, "mod-teams-list-medium")]'):
    division_name = division.xpath('.//div[contains(@class, "mod-header")]/h4/text()').extract()[0]
    print division_name
    print 

    for team in division.xpath('.//div[contains(@class, "mod-content")]//li'):
        team_name = team.xpath('.//h5/a/text()').extract()[0]

        print team_name
    print "------"

下面是我在控制台上看到的内容：

Atlantic

Boston Celtics
Brooklyn Nets
New York Knicks
Philadelphia 76ers
Toronto Raptors
------
Pacific

Golden State Warriors
Los Angeles Clippers
Los Angeles Lakers
Phoenix Suns
Sacramento Kings
------
...

---

请回顾您过去的问题，并接受有助于解决您问题的答案。谢谢。太棒了！我最初认为它是这样的，因为从子节点开始，然后向后遍历似乎很复杂，这样我就可以从DOM的更高位置开始，并选择我想要的相关子节点。

Atlantic

Boston Celtics
Brooklyn Nets
New York Knicks
Philadelphia 76ers
Toronto Raptors
------
Pacific

Golden State Warriors
Los Angeles Clippers
Los Angeles Lakers
Phoenix Suns
Sacramento Kings
------
...