Scrapy：從使用「id」選擇器而不是「class」的html標記中提取數據

Question

我是網絡抓取和Scrapy的新手。我希望你能幫助我。

我想從使用標籤的網頁中提取數據。通常，如果跨度標記使用的是類別，例如：

<span class="class_A>Hello, World!</span> 

我將使用以下代碼來檢索文本。

request.css('span.class_A::text').extract() 

然而，當一個html現在使用的「ID」，而不是一個「階級」，例如，

<span id="id_A>Hello, Universe!</span> 

下面的代碼不工作了。

request.css('span.id_A::text').extract() 

請幫忙！使用「id」提取數據的正確方法是什麼？

謝謝您的幫助！

Answer 1

這是一種方法。

>>> HTML = ''' 
... <span id="id_A">Hello, Earth</span> 
... <span id="id_B">Hello, Universe</span> 
... ''' 
>>> from scrapy.selector import Selector 
>>> selector = Selector(text=HTML) 
>>> selector.css('[id="id_A"]::text').extract() 
['Hello, Earth'] 

另外，

>>> HTML = ''' 
... <span id="id_A">Hello, Earth</span> 
... <span id="id_B">Hello, Universe</span> 
... ''' 
>>> from scrapy.selector import Selector 
>>> selector = Selector(text=HTML) 
>>> selector.css('span#id_A::text').extract() 
['Hello, Earth'] 

Scrapy使用cssselect隨後W3 Selectors Level 3

Answer 2

的問題是，您使用的是 「類選擇」（請this僅供參考）。你應該真的使用「ID選擇器」，這應該工作：

response.css('#id_A::text').extract()