Scrapy从div中获取href

Question

我开始在一个小项目中使用Scrapy，但我无法提取链接。每次找到类时，我只得到"[]“，而不是url。我是不是漏掉了什么明显的东西？

sel = Selector(response)
for entry in sel.xpath("//div[@class='recipe-description']"):
    print entry.xpath('href').extract()

来自网站的示例：

<div class="recipe-description">
    <a href="http://www.url.com/">
        <h2 class="rows-2"><span>SomeText</span></h2>
    </a>
</div>

Answer 1

您的xpath查询错误

for entry in sel.xpath("//div[@class='recipe-description']"):

在这一行中，您实际上是在迭代没有任何Href属性的div

为了使其正确，您应该在div中选择achor元素

for entry in sel.xpath("//div[@class='recipe-description']/a"):
    print entry.xpath('href').extract()

最好的解决方案是直接在for循环中提取href属性

for href in sel.xpath("//div[@class='recipe-description']/a/@href").extract():
    print href

为简单起见，您还可以使用css选择器

for href in sel.css("div.recipe-description a::attr(href)").extract():
    print href