使用xpath选择内部带有图像的链接的href

Question

我正在使用 scrapy 编写一个抓取工具，它可以找到包含图片的链接并抓取链接的 href。我正在抓取的页面填充有图像缩略图，当您单击缩略图时，它会链接到图像的全尺寸版本。我想获取完整尺寸的图片。

html 看起来有点像这样：

<a href="example.com/full_size_image.jpg">
     <img src="example.com/image_thumbnail.jpg">
</a>

我想抢"example.com/full_size_image.jpg"。

我目前的做法是

img_urls = scrapy.Selector(response).xpath('//a/img/..').xpath("@href").extract()

但我想将其简化为单个 xpath 表达式，因为我计划允许用户输入他们自己的 xpath 表达式字符串。

Answer 1

您可以通过这种方式检查一个元素是否有另一个子元素：

response.xpath('//a[img]/@href').extract()

请注意，我正在使用 response.xpath() 快捷方式并提供单个 XPath 表达式。