获取“XPath错误：无效谓词”，同时尝试使用包含希腊字母的

Question

从这个网页：page我正在尝试构建一个爬虫，它将从“Περιοχή：”字段中提取“Μακεδονία＆gt;N.Ημαθίας＆gt;Δ.Δοβρά”。

- ＆GT;查看该项目的屏幕截图： 见下面的链接号

为了做到这一点，我打算使用XPath专注于“Περιοχή：”，然后使用follow-sibling关键字来访问和提取文本“Μακεδονία＆gt;N.Ημαθίας＆gt;Δ.Δοβρά”，因为包含它的td可以位于其他网页的不同位置（但总是在带有文本“Περιοχή：”的tr之后）或甚至丢失。 见下面的链接号

在scrapy shell中，我正在测试以下内容：

x = response.xpath(u"//th[@text()=u'Περιοχή:']/text()").extract()

期望获得x = [u“Περιοχή：”]

但我得到一个错误：

ValueError: XPath error: Invalid predicate in //th[@text()=u'\u03a0\u03b5\u03c1\u03b9\u03bf\u03c7\u03ae:']/text()

我做错了什么？

提前致谢。

Answer 1

您指定了两次unicode编码，您不应该在xpath中指定它，因为它已经是unicode字符串。

即

# this:
u"//th[@text()=u'Περιοχή:']/text()"
# should be this:
u"//th[text()='Περιοχή:']/text()"

请注意文本前没有u，因为它不是节点属性，所以你不需要text()之前的@。