需要一个xpath表达式来提取一个特定的节点及其两个兄弟姐妹（如果他们在那里）

Question

有一个锚定标记，有时后跟一个或两个跨度标记。我必须根据与中文本的相等性比较来选择anchor的href

1. 所有三个标签（achor，兄弟跨度1和兄弟跨度2）
2. 两个标签（锚，兄弟姐妹1）
3. 仅在锚标签中

在任何时候，上述对于锚定器的特定布置之一将是真实的，兄弟跨度1和兄弟跨度2。如果在上面的标签排列中找到文本，我希望该锚标签的href用于进一步处理。

示例：考虑下面的HTML片段

<table class="table table-striped" width="95%">
    <tbody>
      <tr>
        <td ><span class="badge">P</span>
    <a href="/abc" title="Title of anchor">some text</a>
    (
    <span style="font-weight:600;color:#666">ABC</span> 
    <span style="font-weight:600;color:#666">DEF</span>
    )
      </td>
      </tr>
    </table>

现在，我想从锚、跨度和跨度的排列中获得所有的文本，即“一些文本ABC DEF”，我将检查它是否包含我的字符串，恰好是ABC DEF（文本中应该有完整的字符串）和现在的时间得到锚的href，因为我的字符串在文本中。

Answer 1

我建议单独检查它们，因为xpath可能非常复杂，甚至会让你的程序变慢。

另一个技巧是创建一个选择器，其中只包含您知道的包含必要信息的部分（如果整个文档足够大，这将非常有帮助）：

from scrapy import Selector
...
sel = Selector(text=response.css('table.table').extract_first())
anchor_selector = sel.css('a')
anchor_text = anchor_selector.css('::text').extract_first()
span_siblings = anchor_selector.xpath('./following-sibling::span/text()').extract()
# now play with anchor_text and the list of span_siblings