python - 标签之间节点的 Scrapy 选择器

Question

我有这样的 HTML 代码

<div>
  Foo <span>Bar</span><br />
  Baz<br />
  <b>Foobar</b> Quux
</div>

现在我想处理由 <br /> 分隔的节点像这样的标签:

nodes  = sel.xpath("???")
my_foo = nodes[0] # contains Foo <span>Bar</span>
my_bar = nodes[1] # contains Bar
my_fb  = nodes[2] # contains <b>Foobar</b> Quux

是否有一些 XPath 或 CSS 表达式可以执行此操作，或者我是否必须迭代 <div> 的所有子节点，在该过程中为每个不是 <br> 的节点构建一个数组？

Answer 1

我能想到的最接近的是:

[sel.xpath('''.//div/node()[count(preceding-sibling::br)=%d]
                           [not(self::br)]''' % i).extract()
 for i in range(0, len(sel.xpath('.//div/br'))+1)]

它给你:

[[u'\n  Foo ', u'<span>Bar</span>'],
 [u'\n  Baz'],
 [u'\n  ', u'<b>Foobar</b>', u' Quux\n']]

它为您提供 <br/> 之间的节点列表<div>下的元素(计算 <br> 并查找之前有 <br> 的节点(无，然后 1，然后 2))