Scrapy、python、Xpath如何匹配html中的各个项目

我是Xpath新手，尝试使用以下格式创建网站：

<div class="top">
    <a> tittle_name </a>
    <div class="middle"> listed_date </div>
    <div class="middle"> listed_value </div>
</div>
<div class="top">
    <a> tittle_name </a>
    <div class="middle"> listed_date </div>
</div>
<div class="top">
    <a> tittle_name </a>
    <div class="middle"> listed_value </div>
</div>

上面的代码给出了标题名列表和可用的列表日期、列表值，但是如何匹配它们呢？（由于格式不对称，我们无法按索引进行）

---

谢谢。

好吧，因为网站没有指定

div[@class='middle']

中的某个内容是日期还是值，所以您必须以自己的方式编写代码来决定

我猜日期有一些特定的格式，你可以通过一些分析来匹配，也许可以使用正则表达式

---

您能否更具体地说明列出的日期和列出的值的可能值是什么？

请注意，这些XPath表达式是绝对的：

/a//text()

//div[@class=\'middle\']

您需要如下相对XPath表达式：

a

div[@class=\'middle\']

---

第二。在混合内容模型（如（X）HTML）中选择文本节点不是一个好主意。您应该使用适当的DOM方法或

string（）

函数提取字符串值。（在最后一种情况下，您需要为每个节点计算表达式，因为隐式节点集转换为单例节点集）

是的，您是对的。能够决定上市日期和上市价值。但每个标题名可能有列出的日期或列出的值，可能有两个，也可能没有。格式不对称。因此，从上面Python代码中得到的列表中，我不知道在尝试插入MySQL时如何将title_名称与相应的列出的_日期、列出的_值相匹配。可能需要另一种方法？我认为这里的相对或绝对路径没有问题，因为我从listing调用“/div[@class=\'middle\']”，这是listings=hxs.select（“//div[@class=\'top\']）的结果。感谢text&string（）中的注释，我将在以后完善代码时研究它。我不太明白你的最后一句话。这是为每个节点匹配相关条目的建议。如果是的话，你能更具体一点吗。

a

div[@class=\'middle\']