xpath前面的子问题

Question

使用scrapy库构建一个用于刮取此页面的http://espn.go.com/nba/teams，以便将所有的团队名称和相应的部门填充到数据库中。我正在尝试编写我的解析函数，但是，我仍然不完全理解如何提取相应的部门名称来匹配每个团队。

1

def parse(self,response):
    items = []
    mex = "//div[@class='span-6']/div[@class='span-4']/div/div/div/div[2]/ul/li"
    i=0
    for sel in response.xpath(mex):
        item = TeamStats()
        item['team'] = sel.xpath(mex + "/div/h5/a/text()")[i]
        item['division'] = sel.xpath("//div[@class='span-6']/div[@class='span-4']/div/div/div/div[1]/h4")
        items.append(item)
        i=i+1
    return items

我的解析函数能够返回一个团队列表和一个相应的部门列表，其中列出了所有的部门。现在我并不是真正地指定确切的划分，因为在我看来，我必须从所选的团队名称中导航(它由‘team’= sel.xpath(mex +“/div/h5/a/text()”表示)通过使用前面的子关系(将包括我作为教程跟踪的一个网站，但我没有10个声誉点)来获得正确的划分，但我不知道如何编写.

如果我在这方面走错了轨道，请告诉我，因为我不是XPath方面的专家。我甚至不确定我是否需要一个计数器，就好像我删除了我，然后我得到了30份名单，所有的30支球队。

Answer 1

让我们简单点。

每个除法都用div表示，其中包含一个mod-teams-list-medium类。每个司由两个部分组成：

• 包含分区名称的class=“mod-头”的div。
• 包含团队列表的class="mod-content“的div

在你的蜘蛛体内，它会以这样的方式反射：

for division in response.xpath('//div[@id="content"]//div[contains(@class, "mod-teams-list-medium")]'):
    division_name = division.xpath('.//div[contains(@class, "mod-header")]/h4/text()').extract()[0]
    print division_name
    print 

    for team in division.xpath('.//div[contains(@class, "mod-content")]//li'):
        team_name = team.xpath('.//h5/a/text()').extract()[0]

        print team_name
    print "------"

我在控制台上看到的是：

Atlantic

Boston Celtics
Brooklyn Nets
New York Knicks
Philadelphia 76ers
Toronto Raptors
------
Pacific

Golden State Warriors
Los Angeles Clippers
Los Angeles Lakers
Phoenix Suns
Sacramento Kings
------
...