python - Scrapy，如何提取h3内容？

Question

我想提取每个 div class="summary" 中的网页内容。在每个 summary div 中，我想提取 div 中每个类中的数据。

以下是我的片段。

questions = Selector(response).xpath('//div[@class="summary"]')
for question in questions:
    item = StackItem()
    # get the hyperlink of h3 text
    item['title'] = question.xpath('a[@h3]/text()').extract()[0]
    yield item

我应该如何在我的代码中编写 xpath 内容？

Answer 1

您的第二个 XPath 查找 a 元素，该元素是 div[@class="summary"] 的直接子元素并且具有属性 h3，它在发布的 HTML 中不存在。

从 div 获取 h3 中的 a 元素的正确 XPath 如下:

h3/a/text()