刮伤，如何提取h3内容？

Question

我想在每个div class="summary"中提取网页内容。在每个summary div中，我想提取div中每个类中的数据。

下面是我的片段。

questions = Selector(response).xpath('//div[@class="summary"]')
for question in questions:
    item = StackItem()
    # get the hyperlink of h3 text
    item['title'] = question.xpath('a[@h3]/text()').extract()[0]
    yield item

如何在代码中编写xpath内容？

​

​

Answer 1

您的第二个XPath查找a元素，该元素是div[@class="summary"]的直接子元素，并具有属性h3，该属性在HTML中不存在。

从XPath中获取h3中的a元素的正确方法如下：

h3/a/text()

Answer 2

另一种说法可能是：

questions = Selector(response).xpath('div[@class="summary"]/h3')

为了从<a>获取数据

item['title'] = question.xpath('/a/text()').extract()[0]

如果要提取的所有数据都在h3标记中，这是非常有用的。