Question

我正在使用Scrapy解析XML文档并且遇到了XPath问题。

我的XML看起来像这样：

<sdn:screen>
 <foaf:Image rdf:about="http://search.shinrokuden.irides.tohoku.ac.jp/shinrokuden/archive/screen/07f9d1a0-5ef4-11e2-91ca-000c2923bf22.jpg"/>
</sdn:screen>

我需要rdf:about=之后的网址。我正在使用scrapy的remove_namespaces()功能，因此我不需要在XPath中使用名称空间。我尝试了以下XPath，但它们都返回[]：

xxs.select('//record/metadata/RDF/Resource/screen/Image/about').extract()

xxs.select('//record/metadata/RDF/Resource/screen/Image/@about').extract()

xxs.select('//record/metadata/RDF/Resource/screen/Image[@about]').extract()

xxs.select('//record/metadata/RDF/Resource/screen[@about]').extract()

xxs.select('//record/metadata/RDF/Resource/screen/@about').extract()

还有许多其他类似的变化。

我知道直到'//record/metadata/RDF/Resource/screen/Image'的路径是正确的，因为它会输出数据，但就像我说的那样，尝试访问“rdf：about”部分的路径都会出现[] 。我真的不认为名称空间是一个问题，因为我删除了名称空间，但我再次错了。

Answer 1

如果您仍在寻找属性的XPath：

//record/metadata/RDF/Resource/screen/Image/attribute::rdf:about

我还没有对它进行测试，但类似的东西会拉动属性

您可以在http://www.w3schools.com/xpath/xpath_axes.asp

了解有关xpath的更多信息

使用Scrapy获取XPath属性

1 个答案: