Scrapy从div中获取href

Question

我开始将Scrapy用于一个小项目,但我无法提取链接.每次找到班级时,我只获得"[]"而不是网址.我错过了一些明显的东西吗

sel = Selector(response)
for entry in sel.xpath("//div[@class='recipe-description']"):
    print entry.xpath('href').extract()

来自网站的样本:

<div class="recipe-description">
    <a href="http://www.url.com/">
        <h2 class="rows-2"><span>SomeText</span></h2>
    </a>
</div>

Answer 1

你的xpath查询是错误的

for entry in sel.xpath("//div[@class='recipe-description']"):

在这一行中,您实际上正在迭代我们没有任何Href属性的div

为了使其正确,您应该选择以下achor元素div:

for entry in sel.xpath("//div[@class='recipe-description']/a"):
    print entry.xpath('href').extract()

最好的解决方案是直接href在for循环中提取属性

for href in sel.xpath("//div[@class='recipe-description']/a/@href").extract():
    print href

为简单起见,您还可以使用css选择器

for href in sel.css("div.recipe-description a::attr(href)").extract():
    print href