Python Scrapy:XPath错误://媒体:内容中的表达式无效
我想从新闻站点RSS提要中提取内容,如下所示Python Scrapy:XPath错误://媒体:内容中的表达式无效,python,xpath,scrapy,web-crawler,Python,Xpath,Scrapy,Web Crawler,我想从新闻站点RSS提要中提取内容,如下所示 <item> <title>BPS: Kartu Bansos Bantu Turunkan Angka Gini Ratio</title> <media:content url="/image.jpg" expression="full" type="image/jpeg"/> </item> BPS:Kartu-Bansos-Bantu-Turunkan-Angka-Gini比率
<item>
<title>BPS: Kartu Bansos Bantu Turunkan Angka Gini Ratio</title>
<media:content url="/image.jpg" expression="full" type="image/jpeg"/> </item>
BPS:Kartu-Bansos-Bantu-Turunkan-Angka-Gini比率
但是在使用类似xpath的item.xpath('//media:content')
回溯(最近一次呼叫最后一次):
文件“”,第1行,在
xpath中的文件“/usr/local/lib/python2.7/site packages/parsel/selector.py”,第183行
重新发送(ValueError,ValueError(msg),sys.exc_info()[2])
xpath中的文件“/usr/local/lib/python2.7/site packages/parsel/selector.py”,第179行
智能字符串=自身。_lxml_智能字符串)
lxml.etree.\u Element.xpath(src/lxml/lxml.etree.c:57923)中的第1587行文件“src/lxml/lxml.etree.pyx”
文件“src/lxml/xpath.pxi”,第307行,位于lxml.etree.XPathElementEvaluator.调用(src/lxml/lxml.etree.c:167084)
文件“src/lxml/xpath.pxi”,第227行,在lxml.etree.\u xpatheevaluorbase.\u handle\u result(src/lxml/lxml.etree.c:166043)中
ValueError:XPath错误://媒体:内容中未定义命名空间前缀
有人知道我该怎么做吗?谢谢:)您需要通过首先调用选择器上的来告诉xpath将
媒体前缀映射到哪个命名空间,例如:
selector.register_namespace('media', 'http://the.namespace.of/media')
或者,如果您只想使用本地名称,则可以使用:
item.xpath("//*[local-name()='content']")
您需要通过首先调用选择器上的来告诉xpath将媒体
前缀映射到哪个命名空间,例如:
selector.register_namespace('media', 'http://the.namespace.of/media')
或者,如果您只想使用本地名称,则可以使用:
item.xpath("//*[local-name()='content']")
Scrapy选择器的.xpath()
不接受namespaces
参数,就像lxml
一样(但在这一点上存在错误)。必须事先调用选择器。@paultrmbrth thx,我不知道这不是lxml的xpath(),应该仔细查看堆栈跟踪。。。感谢您的参考,我已经更正了我的回答。xpath()
不接受名称空间
参数,就像lxml
一样(但在这一点上没有)。必须事先调用选择器。@paultrmbrth thx,我不知道这不是lxml的xpath(),应该仔细查看堆栈跟踪。。。谢谢你的推荐,我已经更正了我的答案