在其他标签(外部)之后发生的HTML标签中刮擦特定的文本

Question

我目前正在使用 scrapy for python，并试图从网站上检索具有与此类似的源代码的网站：

    <tr>
    <th scope="row">Date</th>
    <td>10/17/2001</td>
    <td></td>
    </tr>
    <tr>
    <th scope="row">Title</th>
    <td>Harry Potter</td>
    <td></td>
    </tr>
    <tr>
    <th scope="row">Author</th>
    <td>J.K. Rowling</td>
    <td></td>
    </tr>

harry Potter 是我希望检索的文本字符串。但是，我无法使用传统的XPath定界符，因为整个页面中都有此代码段的多个实例（仅在TH/TD标签之间使用不同的文本，就像上面的代码中所示）。所有TH标签都有示波器=" row"属性。

此外，我不能仅仅刮擦标签的x个实例，因为我刮擦的每个网页都有一个可变数量的实例。

是否有一种方法可以获得遵循特定文本（例如标题） scrapy ？？

<<em> harry Potter ）的文本（例如 harry Potter ）。/div>

您可能想尝试：

//tr/th[@scope="row"][.="Title"]/following-sibling::td[1]/text()

尝试一下。通常，学会成为XPath。

/tr/td/text()