如何使用python scrapy提取（href，alt）对

我有一个html页面

（seed）

，格式如下：

<div class="sth1">
    <table cellspacing="6" width="600">
        <tr>
            <td>
                <a href="link1"><img alt="alt1" border="0" height="22" src="img1" width="92"></a>
            </td>
            <td>
                <a href="link1">name1</a>
            </td>
            <td>
                <a href="link2"><img alt="alt2" border="0" height="22" src="img2" width="92"></a>
            </td>
            <td>
                <a href="link2">name2</a>
            </td>
        </tr>
    </table>
</div>

---

以下是来自以下方面的示例：

---

其中

index.html

包含问题中提供的示例html。

您可以尝试将Scrapy的内置功能与Python的zip（）结合使用：

link1, alt1
link2, alt2  

$ scrapy shell index.html
In [1]: for cell in response.xpath("//div[@class='sth1']/table/tr/td"):
   ...:     href = cell.xpath("a/@href").extract()   
   ...:     alt = cell.xpath("a/img/@alt").extract()
   ...:     print href, alt

[u'link1'] [u'alt1']
[u'link1'] []
[u'link2'] [u'alt2']
[u'link2'] []

from scrapy.selector import SelectorList

xpq = '//div[@class="sth1"]/table/tr/td[./a/img]'
cells = SelectorList(response.xpath(xpq))

zip(cells.xpath('a/@href'), cells.xpath('a/img/@alt'))
=> [('link1', 'alt1'), ('link2', 'alt2')]