Scrapy框架中的xpath选择

不同于我们普通爬虫获取xpath,scrapy获得xpath对象获取他的值语法

一.xpath对象获取值

xpath对象..extract()

二.scrapy框架独有的xpath取值方式

• 利用href配合正则表达式定位

response.xpath('//a[re:test(@href,"^\/index\.php\?m=news&a=details&id=1&newsid=\d{1,4}")]')

• 利用text结合正则表达式定位

a=response.xpath('//a[re:test(text(),"\w{4}")]')

• xpath还有对于html元素操作的两个实用的函数（可以用正则表达式代替）——starts-with和contains；

a=response.xpath('//a[starts-with(@title,"注册时间")]')  #以什么开头

a=response.xpath('//a[contains(text(),"闻")]')  #包含