0.参考
1.初始化
In [325]: from scrapy import SelectorIn [326]: text=""" ????...: <div> ????...: ????<a>1a</a> ????...: ????<p>2p</p> ????...: ????<p>3p</p> ????...: </div>"""In [327]: sel=Selector(text=text)In [328]: print(sel.extract())<html><body><div> ???<a>1a</a> ???<p>2p</p> ???<p>3p</p></div></body></html>
2.父节点/上一个下一个兄弟节点
In [329]: sel.xpath(‘//a/parent::*/p‘).extract()Out[329]: [‘<p>2p</p>‘, ‘<p>3p</p>‘]In [330]: sel.xpath(‘//p/preceding-sibling::a‘).extract()Out[330]: [‘<a>1a</a>‘]In [331]: sel.xpath(‘//a/following-sibling::p‘).extract()Out[331]: [‘<p>2p</p>‘, ‘<p>3p</p>‘]
3.CSS 第几个子节点
3.1 通用
#完整子节点列表，从第一个子节点开始计数，并且满足子节点tag限定In [332]: sel.css(‘a:nth-child(1)‘).extract()Out[332]: [‘<a>1a</a>‘]#完整子节点列表，从最后一个子节点开始计数，并且满足子节点tag限定In [333]: sel.css(‘a:nth-last-child(1)‘).extract()Out[333]: []In [334]: sel.css(‘p:nth-child(1)‘).extract()Out[334]: []In [335]: sel.css(‘p:nth-child(2)‘).extract()Out[335]: [‘<p>2p</p>‘]In [336]: sel.css(‘p:nth-child(3)‘).extract()Out[336]: [‘<p>3p</p>‘]In [337]: sel.css(‘p:nth-last-child(1)‘).extract()Out[337]: [‘<p>3p</p>‘]In [338]: sel.css(‘p:nth-last-child(2)‘).extract()Out[338]: [‘<p>2p</p>‘]In [339]: sel.css(‘p:nth-last-child(3)‘).extract()Out[339]: []
3.2 特别指代
In [340]: sel.css(‘a:first-child‘).extract()Out[340]: [‘<a>1a</a>‘]In [341]: sel.css(‘a:last-child‘).extract()Out[341]: []In [342]: sel.css(‘p:first-child‘).extract()Out[342]: []In [343]: sel.css(‘p:last-child‘).extract()Out[343]: [‘<p>3p</p>‘]
3.3 上述 -child 修改为 -of-type ，仅对 过滤后的相应子节点列表 进行计数
4.Xpath 第几个子节点
In [344]: sel.xpath(‘//div‘).extract()Out[344]: [‘<div>\n ???<a>1a</a>\n ???<p>2p</p>\n ???<p>3p</p>\n</div>‘]In [345]: sel.xpath(‘//div/*‘).extract()Out[345]: [‘<a>1a</a>‘, ‘<p>2p</p>‘, ‘<p>3p</p>‘]In [346]: sel.xpath(‘//div/node()‘).extract()Out[346]: [‘\n ???‘, ‘<a>1a</a>‘, ‘\n ???‘, ‘<p>2p</p>‘, ‘\n ???‘, ‘<p>3p</p>‘, ‘\n‘]In [347]: sel.xpath(‘//div/a‘).extract()Out[347]: [‘<a>1a</a>‘]In [348]: sel.xpath(‘//div/p‘).extract()Out[348]: [‘<p>2p</p>‘, ‘<p>3p</p>‘]In [349]:In [349]: sel.xpath(‘//div/a[1]‘).extract()Out[349]: [‘<a>1a</a>‘]In [350]: sel.xpath(‘//div/a[last()]‘).extract()Out[350]: [‘<a>1a</a>‘]In [351]:In [351]: sel.xpath(‘//div/p[1]‘).extract() ???#相当于过滤后的子节点列表Out[351]: [‘<p>2p</p>‘]In [352]: sel.xpath(‘//div/p[last()]‘).extract()Out[352]: [‘<p>3p</p>‘]In [353]: sel.xpath(‘//div/p[last()-1]‘).extract()Out[353]: [‘<p>2p</p>‘]In [354]:In [354]: sel.xpath(‘//div/*[1]‘).extract() ???????#完整子节点列表Out[354]: [‘<a>1a</a>‘]In [355]: sel.xpath(‘//div/*[last()]‘).extract()Out[355]: [‘<p>3p</p>‘]In [356]:In [356]: sel.xpath(‘//div/node()[1]‘).extract() ??#包括纯文本 ???Out[356]: [‘\n ???‘]In [357]: sel.xpath(‘//div/node()[last()]‘).extract()Out[357]: [‘\n‘]
CSS/Xpath 选择器 第几个子节点/父节点/兄弟节点
原文地址：https://www.cnblogs.com/my8100/p/8984719.html