从此网页：page我正在尝试构建一个爬虫，该爬虫将从“Περιοχή：”字段中提取“Μακεδονία>Ν。Ημαθίας>Δ。Δοβρά”。
->查看该项目的屏幕截图：
请参阅下面的链接2
为此，我打算使用XPath专注于“Περιοχή：”，然后使用以下同级关键字访问并提取文本“Μακεδονία>Ν。Ημαθίας>Δ。Δοβρά”，因为包含它可能位于其他网页中的其他位置（但总是在tr后面加上文本“Περιοχή：”），甚至丢失。
请参阅下面的链接3
在scrapy shell中，我正在测试以下内容：
x = response.xpath(u"//th[@text()=u'Περιοχή:']/text()").extract()
期望得到x = [u“Περιοχή：”]
但是相反，我得到一个错误：
ValueError: XPath error: Invalid predicate in //th[@text()=u'\u03a0\u03b5\u03c1\u03b9\u03bf\u03c7\u03ae:']/text()
我究竟做错了什么？
提前致谢。
最佳答案
您要指定两次unicode编码，因此不应在xpath中指定它，因为它已经是unicode字符串了。
即
# this:
u"//th[@text()=u'Περιοχή:']/text()"
# should be this:
u"//th[text()='Περιοχή:']/text()"
注意，在文本之前没有
u，并且在text()之前也不需要@，因为它是xpath函数而不是节点属性。