我正在尝试使用scrapy来从html表中释放信息并将它们存储到数据库中。信息存储在行中，无法将一个记录与另一个记录区分开来。 （我正在抓取的网站是http://www.ets.gr/frontoffice/portal.asp?cpage=NODE&cnode=12）。
如果形式为：
，我如何循环到表格的每一行并获取信息 记录1：tr [1]和tr [2]（跳过tr [3]）
Record2：tr [4]和tr [5]（跳过tr [6]）
Record3：tr [7]和tr [8]（跳过tr [9]）
所以......？
我为每个循环而得到的节点是：
nodes = hxs.xpath（“// table / tr / td / table / tr / td / table / tr / td / table / tr”）
答案 0 :(得分：1)
使用XPath 1.0构建这些结果是不可能的（并且所有scrapy都支持），您必须使用Python代码（在使用XPath提取信息之后）。
如果您想从头开始省略第三/第六/ ...行，请使用position()和模数：
//table/tr/td/table/tr/td/table/tr/td/table/tr[(position() mod 3) != 0]
或者，使用@valign属性，例如提议的metaphy：
//table/tr/td/table/tr/td/table/tr/td/table/tr[@valign = 'top']