V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
willdatascience
V2EX  ›  Python

Scrapy, xpath 解析求助

  •  
  •   willdatascience · 2015-04-07 16:31:20 +08:00 · 3051 次点击
    这是一个创建于 3503 天前的主题,其中的信息可能已经有所发展或是发生改变。
    我想爬取某一个网页,一个div下的每一条a,但是第一条是标题,而且和剩下的结构不同,会造成如下错误:
    我的想法是爬取的内容应该为:
    {“省”:["a","b","c"],“市”:["d","e","f"],“区”:["g","h","i"]},但会变成:
    {"省":["a","b","c"],“市”:["d","e","f"],“区”:["地区","g","h"]
    应该怎么办,我如何从第二条开始爬取。我本想在定义sites时改为 //div/a[2], 但是不成功。
    scrapy新手求助!!!
    6 条回复    2015-04-07 17:57:14 +08:00
    Septembers
        1
    Septembers  
       2015-04-07 16:33:48 +08:00 via Android
    没样本这不是扯淡么?
    willdatascience
        2
    willdatascience  
    OP
       2015-04-07 16:36:11 +08:00
    @Septembers 额。要是能截图我就发html了。。
    Septembers
        3
    Septembers  
       2015-04-07 16:53:40 +08:00 via Android
    aaaa007cn
        4
    aaaa007cn  
       2015-04-07 16:55:05 +08:00
    //div/a[position()>1]
    //div/a/following-sibling::a
    zjuster
        5
    zjuster  
       2015-04-07 17:17:41 +08:00
    //div/a[2] 是只抽取第二个a结点,试试/a[position()>1],

    常用的xpath配置到w3school看看,都有。
    oseau
        6
    oseau  
       2015-04-07 17:57:14 +08:00
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5376 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 29ms · UTC 08:40 · PVG 16:40 · LAX 00:40 · JFK 03:40
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.