css 或 xpath ：选择前 2 个元素答案

【问题标题】：css or xpath :select the first 2 elementscss 或 xpath ：选择前 2 个元素
【发布时间】：2014-09-14 06:47:46
【问题描述】：

我在练习Scrapy，想问一个问题：

我要废弃的网站结构如下：

<td class="c3">
    <div class="text">
        <a class="title" href="https:// ">movie</a>
        <a  href="https:/ ">movieEN</a>
        <p><ins><a hpp="thisweek-guide" href="https:// ">see more</a></ins></p>
    </div>
</td>

但我只想要前 2 个 href 元素（movie 和 MovieEN），没有最后一个（查看更多）我该怎么办？
这是我的代码，但不起作用

ssel.css("td.c3 a:nth-child(-n+3)::text").extract()

【问题讨论】：

标签： python xpath css-selectors scrapy

【解决方案1】：

我看到两件事：

a:nth-child(-n+3) 将选择 parent 元素的前 3 个子元素。

在您的情况下，它将选择所有 3 个 a 元素：前 2 个是 <div class="text"> 的孩子 1 和 2，最后一个是 <ins> 的第一个孩子

我认为cssselect 没有正确翻译a:nth-child(-n+3)，在an+b 形式中n 为负值（scrapy 在内部使用cssselect）

检查一下：

>>> cssselect.HTMLTranslator().css_to_xpath('a:nth-child(-n+3)')
u"descendant-or-self::*/*[name() = 'a' and ((position() -3) mod -1 = 0 and position() >= 3)]"

它应该类似于u"descendant-or-self::*/*[name() = 'a' and ((position() -3) mod -1 = 0 and position() <= 3)]"

我建议你使用 CSS 选择器和 XPath 的组合（你可以在 scrapy 中链接它们）：

In [1]: import scrapy

In [2]: selector = scrapy.Selector(text="""
   ...: <td class="c3">
   ...:     <div class="text">
   ...:         <a class="title" href="https:// ">movie</a>
   ...:         <a  href="https:/ ">movieEN</a>
   ...:         <p><ins><a hpp="thisweek-guide" href="https:// ">see more</a></ins></p>
   ...:     </div>
   ...: </td>""")

In [3]: selector.css("td.c3 a:nth-child(-n+3)::text").extract()
Out[3]: []


In [4]: selector.css("td.c3").xpath("(.//a)[position() < last()]//text()").extract()
Out[4]: [u'movie', u'movieEN']

In [5]:

或者如果你只考虑<div class="text">的孩子：

In [8]: selector.css("td.c3 > * > a::text").extract()
Out[8]: [u'movie', u'movieEN']

In [9]: selector.css("td.c3 div.text > a::text").extract()
Out[9]: [u'movie', u'movieEN']

【讨论】：