Scrapy-可选的hxs.select

所以，我的问题是，当我提取数据时，页面上有几个条目，因为没有链接也与它们关联，所以它们不会被选中：

这里要更好地解释的是

hxs.select

语句，它获取了几乎所有的数据：

 opening = hxs.select('//div[@id="body"]/div/table/tr/td/table/tr[2]/td/table[2]/tr/td[7]/font/a/text()').extract()

这句话除了3个电影开映日期外，其他时间都有。正如我所提到的，这三个缺失的日期没有关联，实际上可以在以下位置找到：

 hxs.select('//div[@id="body"]/div/table/tr/td/table/tr[2]/td/table[2]/tr/td[7]/font/text()').extract()

*注意：末尾没有找到

/a

我只想添加一个额外的语句来获取这些，但我需要所有的信息。我也有得到电影标题和总收入的声明。然后，我将这些语句进行迭代，将它们与它们所属的位置配对——如果我添加另一个语句来单独处理它们，我就无法做到这一点。有什么建议吗

：：数据： 这是我试图获取的数据的url

快速提示：如果使用Firebug查看xpath，它会添加实际上不存在的

tbody

（它会将其添加到中）

以下是正常的开幕日期：

<td bgcolor="#ffffff" align="right">
   <font size="2">
      <a href="/schedule/?view=bydate&release=theatrical&date=2010-06-11&p=.htm">6/11/2010</a>
   </font>
</td>

以下是其中一个“有问题”的开幕日期：

<td bgcolor="#f4f4ff" align="right">
  <font size="2">11/20/1981</font>
</td>

11/20/1981

只需使用子体或自轴步骤选择该

元素中的所有文本节点

/

//div[@id="body"]/div/table/tr/td/table/tr[2]/td/table[2]/tr/td[7]/font//text()

---

请发布示例数据。正如@JensErat所说，示例数据将非常有用。我还想知道，一部电影的不同元素（片名、总收入、开场白数据）是否有共同的祖先，这样你就不需要将它们与它们所属的位置配对：例如，你会有

movies=hxs.select（'//div[@id=“body”]/div/table/tr'）

然后

对于电影中的电影：opening\u date=movie.select（'td/table/tr[2]/td/table[2]/tr/td[7]/font/text（））

..@JensErat我添加了样本数据和链接！感谢您的查找！@pault。我添加了样本数据和链接！感谢您的查找！非常感谢您花时间解决我的问题！标记“答案已接受”并投票！