使用xpath選擇內部鏈接的圖像鏈接的href

Question

我正在使用scrapy編寫一個可以找到內部圖像鏈接的抓取工具，並抓取鏈接的href。我正在抓取的頁面中填充了圖像縮略圖，當您單擊縮略圖時，它會鏈接到圖像的全尺寸版本。我想抓取全尺寸的圖片。

的HTML看起來有點像這樣：

<a href="example.com/full_size_image.jpg"> 
    <img src="example.com/image_thumbnail.jpg"> 
</a> 

我要搶"example.com/full_size_image.jpg"。

我現在這樣做的方法是

img_urls = scrapy.Selector(response).xpath('//a/img/..').xpath("@href").extract() 

但我想，以減少到一個XPath表達式，因爲我打算允許用戶輸入自己的XPath表達式字符串。

Answer 1

您可以檢查元素是否有另一個子元素是這樣的：

response.xpath('//a[img]/@href').extract() 

請注意，我使用的response.xpath()快捷方式，並提供了一個單一的XPath表達式。