【发布时间】：2014-09-24 21:23:19
【问题描述】：
我正在尝试编写一个 Python 脚本来从屏幕右上角列出的 Google 产品中获取一些信息。 （一般6张图有价格和卖家）
我正在使用 Python、PhantomJS 和 Selenium
在谷歌搜索“红鞋”我希望我的脚本返回价格。我陷入了试图找到包含产品的元素的步骤。我的 xpath 是否遗漏了什么？
def getTopSongs(object):
print "Working YETI"
browser = webdriver.PhantomJS('c:/projects/phantomjs/phantomjs.exe')
browser.get('http://google.com/search?q=red+shoe')
time.sleep(5)
title = browser.find_element_by_xpath('//div[contains@class, "pla-unit")]/text()[contains(., "red")]/following::b').text
从谷歌的网页中我嵌套了几个元素
<div id="rhs">
...
<div class="_Pwb">
<div class="_Ohb">
<div style="width:109px" class="pla-unit">
<div class="_PD">
<div class="pla-unit-img-container">
<div class="_Z5">
<div class="_vT"><a href="http://www.somewebsite.com">
<span class="rhsl4">Nina 'Forbes' Peep Toe Pump <b>Red</b> R...</span>
<span class="rhsg3 rhsl5">Nina 'Forbes' Peep Toe Pum...</span>
<span class="rhsg4">Nina 'Forbes' Peep Toe Pu...</span></a>
</div>
<div class="_QD"><b>$78.95</b></div>
<div class="_mC">
<span class="rhsl4 a">Nordstrom</span>
<span class="rhsg3 rhsl5 a">Nordstrom</span>
<span class="rhsg4 a">Nordstrom</span>
</div>
</div>
*更新： 我添加了更多的 HTML。在此示例中，我希望从 ($78.95) 和 (Norstrom) 获取文本
*更新 澄清一下，
<div id="rhs">
是一个独特的元素
但是有多个 (6) 元素：
<div style="width:109px" class="pla-unit">
每个类别下的元素具有相同的名称并遵循相同的结构和子结构 即有6个
<div class="_PD">
<div class="pla-unit-img-container">
<div class="_Z5">
<div class="_vD">
<div class="_QD">
<div class="_mC">
等等。
主要目标是获取所有元素，但出于调试目的，我寻求帮助以获取第一个元素。
在 Firefox 上使用 XPathChecker 的价格单位的 xpath 是： id('rhs_block')/x:div[1]/x:div/x:div/x:div/x:div[1]/x:div[1]/x:div[2]/x:div [2]/x:b
【问题讨论】：
-
你能显示更多的 HTML 吗？
div[@class='pl-unit']?之后到底是什么 -
你的 XPath 不好。
text()节点没有子节点。 -
@SiKing 路径表达式不查找文本节点的子节点。
following::是child::之外的另一个轴。 -
现在好多了，但还不清楚规则是什么。例如：span 的
class属性（例如span/@class='rhs14）是否唯一？您是否正在寻找div[@pla-unit]之后的第一个span元素，它的b子元素又包含“红色”？价格总是在紧随其后的div中吗？品牌名称是否始终位于class属性与包含“Red”的 span 相同，加上一个“a”（例如“rsh14 a”）？ -
结构是一样的，我在找里面的文字文本