Scrapy：在嵌套在数据单元格中的结束标记之后抓取信息

Question

我想抓住一个特定的链接。我的问题是，在没有特定标签的单元格中识别该链接。例如：

<td class="tableText" style="padding-left: 10px;">
      <a href="/link">John</a>;&nbsp; 
      <a href="/link">Jacob</a>;&nbsp;  (Primary) <br/>
      <a href="/link">Jingle</a>;&nbsp; 
      <a href="/link">Bud</a>;&nbsp; 
</td>

基本上，我只想刮掉标有“雅各布”的链接，通过其后面的文字（“主要”）识别。在这种情况下，到目前为止，我的代码如下所示：

item['stuff'] = response.xpath('//div[@id = "mainBody"]/table/tr/td/a/text()').extract()

在这种情况下，我希望scrapy获得** [2] **。

Answer 1

您可以使用following-sibling轴进行此操作：

>>> sel.xpath('//a[contains(following-sibling::text(), "Primary")]')
[<Selector xpath='//a[contains(following-sibling::text(), "Primary")]' data='<a href="/link">Jacob</a>'>]