有没有办法使用Scrapy在标记中找到css类的一部分？

Question

使用Scrapy，有没有办法在页面的标记中找到类的一部分，例如，如果我有多个类，比如"name-1，name-2，name-3"，我如何才能只找到基类？即“名称-”

Answer 1

您还可以在纯XPath或CSS选择器方法中应用“starts with”检查：

response.xpath('//*[starts-with(@class, "name-")]')
response.css('[class^="name-"]')

Answer 2

Scrapy选择器接受正则表达式，请参见http://doc.scrapy.org/en/latest/topics/selectors.html#regular-expressions

from scrapy import Selector
html = """
<a class="name-1" href="#">foo</a>
<a class="name-2" href="#">bar</a>
<a class="name-3" href="#">foo</a>
<a class="name-foo" href="#">teststr</a>
"""
sel = Selector(text=html, type="html")
print sel.xpath('//a[re:test(@class, "name-\d$")]').extract()