Question

我有一只蜘蛛，其中刮下的物品是3：品牌，型号和价格来自同一页。

品牌和型号使用相同的sel.xpath，稍后通过.re in循环提取和区分。但是，价格项目使用不同的xpath。如何在蜘蛛中使用或组合两个XPathSelectors？

示例：

品牌和型号：

titles = sel.xpath('//table[@border="0"]//td[@class="compact"]')

价格：

prices = sel.xpath('//table[@border="0"]//td[@class="cl-price-cont"]//span[4]')

通过xpath单独测试和导出。我的问题是将这两个结合起来构建正确的循环。

有什么建议吗？

谢谢！

Answer 1

如果您以后可以区分所有3种商品（品牌，型号，价格），您可以尝试使用XPath union（|）将两个XPath查询捆绑到一个选择器中：

//table[@border="0"]//td[@class="compact"] 
    | 
//table[@border="0"]//td[@class="cl-price-cont"]//span[4]

更新：

回复你的评论，上面的意思是单个XPath字符串。我没有使用python，但我认为它应该是这样的：

sel.xpath('//table[@border="0"]//td[@class="compact"] | //table[@border="0"]//td[@class="cl-price-cont"]//span[4]')

Answer 2

我相信你在将价格与品牌/型号联系起来时遇到了麻烦，因为两条x路径都会给你一个所有数字的列表，对吗？相反，你想要做的是构建一个xpath，它将获取表的每一行。然后，在循环中，您可以执行进一步的xpath查询以获取make / model / price。

rows = sel.xpath('//table[@border="0"]/tr')  # Get all the rows
for row in rows:
    make_model = row.xpath('//td[@class="compact"]/text()').extract()
    # set make and model here using your regex. something like:
    (make,model) = re("^(.+?)\s(.+?)$", make_model).groups()

    price = row.xpath('//td[@class="cl-price-cont"]//span[4]/text()').extract()

    # do something with the make/model/price.

通过这种方式，您知道在循环的每次迭代中，您获得的所有品牌/模型/价格都会合在一起。

在同一页面上使用两个xpathselectors

2 个答案: