Scrapy：获取两个标识符

Question

我有我使用Scrapy正在解析以下HTML之间的文本：

<TD CLASS="dddefault"> 
    <SPAN class="fieldlabeltext">Associated Term: </SPAN>Fall 2015 - Qatar 
    <BR> 
    <SPAN class="fieldlabeltext">Registration Dates: </SPAN>Apr 09, 2015 to Aug 27, 2015 
    <BR> 
    <SPAN class="fieldlabeltext">Levels: </SPAN>Graduate, Undergraduate 
    <BR> 
</TD> 

我想要得到的东西一样这是第一个SPAN和BR和之后的日期之间的期限第二个SPAN和BR之间。

我尝试这样做：

term = response.xpath('//td[@class="dddefault"]/span[@class="fieldlabeltext"][1]/following-sibling::text()').extract() 

date = response.xpath('//td[@class="dddefault"]/span[@class="fieldlabeltext"][2]/following-sibling::text()').extract() 

但是，这些给我下面的一切文字也是如此。

是否有任何方法可以在SPAN之后和BR之前获取文本？

谢谢。

Answer 1

有没有什么方法可以在SPAN之后和BR之前获得文本？

的“后SPAN”部分的标准是容易的，因为跨距在当前上下文节点来实现，但“前BR”部分可能不会像你想象的，因为有多个BR元素一样简单在您的HTML样本中（fe Graduate, Undergraduate也将在BR之前考虑，第3个BR）。

所以，我建议一种不同的方法，通过使用XPath位置索引[1]限制结果到最近跟随兄弟文本节点，这将返回预期的文本节点，例如：

//td[@class="dddefault"]/span[@class="fieldlabeltext"][1]/following-sibling::text()[1] 
//td[@class="dddefault"]/span[@class="fieldlabeltext"][2]/following-sibling::text()[1]