Xpath 从输入标记中提取正确的值。。提供的图像：）

我正在使用scrapy crawl spider并尝试解析输出页面以选择一些输入标记参数类型、id、名称，每个数据类型都被选择到一个项目中，以便稍后将其存储在数据库中，类似于：

 Database Table_1
 ╔════════════════╗
 ║      text      ║ 
 ╠════════════════╣
 ║  id  │ name    ║ 
 ╟──────┼─────────╢
 ║      │         ║ 
 ╟──────┼─────────╢
 ║      │         ║ 
 ╚══════╧═════════╝

密码和文件中也会有相同的内容，但是

我面临的问题是xpath提取整个标记

from scrapy.contrib.spiders import CrawlSpider, Rule
from scrapy.contrib.linkextractors.sgml import SgmlLinkExtractor
from scrapy.selector import HtmlXPathSelector
from scrapy.item import Item, Field
from isa.items import IsaItem


class MySpider(CrawlSpider):
    name = 'example.com'
    allowed_domains = ['testaspnet.vulnweb.com']
    start_urls = ['http://testaspnet.vulnweb.com']


    rules = (
            Rule(SgmlLinkExtractor(allow=('/*' ) ),callback='parse_item'),)

    def parse_item(self, response):
        self.log('%s' % response.url)

        hxs = HtmlXPathSelector(response)
        item=IsaItem()
        text_input=hxs.select("//input[(@id or @name) and (@type = 'text' )]").extract()
        pass_input=hxs.select("//input[(@id or @name) and (@type = 'password')]").extract()     
        file_input=hxs.select("//input[(@id or @name) and (@type = 'file')]").extract()

        print text_input , pass_input ,file_input  
        return item

输出

---

如果我没弄错的话，您希望从输入中提取属性值

您当前的XPath为您提供了整个节点，因为这正是您所需要的。XPath选择器指向某个节点的某个点，但不能超出该点指向该节点的某个特定属性

要获取节点的id属性而不是节点本身，请执行以下操作：

some/xpath/query/@id

使用：

以获取id属性

使用：

获取由CurrentExpression元素选择的任何文本节点的子节点

最后，您可以将这两个表达式组合成一个表达式：

---

这将生成一个节点列表，其中的项目按如下顺序排列：id属性，text node*，换句话说，所选节点按文档顺序表示。

您能将您的解决方案应用到我的xpath吗？我刚才向您展示了原理。要提取属性值，请将/@attr\u name附加到当前XPath。$text\u input=hxs。选择//input[@id和@name以及@type='text']/@id.extract pass\u input=hxs。选择//input[@id和@name以及@type='file']/@id.extract file\u input=hxs。选择//input[@id和@name以及@type='file']/@id.extract>>这只给了我一个id[u'tbUsername'][u'tbPassword'][]@right.Sowd：为了能够将XPath表达式替换为更通用的表达式，您需要至少了解最小XPath。我认为您的替换错误，但很难从您的评论中阅读。您可以编辑问题并将其放在那里，或者提出新问题。正如我提到的，最好是学习mini请在这里提问之前使用XPath-否则您将无法理解和应用答案-如本例所示。@right.sowd：事实上，从您的评论中，我发现您甚至没有使用我答案中的XPath表达式…正确的输出应该是什么样子？@stav for type text>>[id，name]，对于类型password[id，name]，确切地说是[tbUsername，tbUsername]，[tbPassword，tbPassword]，我知道存在重复的值，但这是因为此表单id=name

some/xpath/query/@id

//yourCurrentExpression/@id

//yourCurrentExpression/text()

//yourCurrentExpression/@id | //yourCurrentExpression/text()