0

我正在使用scrapy crawl spider并尝试解析输出页面以选择所有输入标签参数，如下所示：

  • 输入类型：必须是（文本或密码或文件）
  • 输入 id ：如果没有找到，请选择 [输入名称]。

我写了一个在scrapy shell中测试的示例代码，但它并没有给我确切的结果，你能帮我吗？

测试站点：http ://testaspnet.vulnweb.com/Signup.aspx

>>> hxs.select('//input[@id] | //input[@type="text"] | /text()').extract()

[u'<input type="hidden" name="__VIEWSTATE" id="__VIEWSTATE" value="/wEPDwUKLTY0MzI4NjU4Mw9kFgICAQ9kFgICAQ9kFgQCAQ8WBB4EaHJlZgUKbG9naW4uYXNweB4JaW5uZXJodG1sBQVsb2dpbmQCAw8WBB8AZB4HVmlzaWJsZWhkZHEZ3VN6SP/C2xESDN/Y3p8zhfSB">',

 u'<input type="hidden" name="__EVENTVALIDATION" id="__EVENTVALIDATION" value="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">',

  u'<input name="tbUsername" type="text" id="tbUsername" class="Login">',

  u'<input name="tbPassword" type="password" id="tbPassword" class="Login">',

  u'<input type="submit" name="btnSignup" value="Sign me up" id="btnSignup">']
4

2 回答 2

2

类型的所有input元素text，password或file：

//input[@type='text' or @type='password' or @type='file']

我不确定您希望 id 或 name 的条件是什么 - 这将获得input这三种类型的所有元素，它们具有 id 或名称：

//input[(@type='text' or @type='password' or @type='file') and (@id or @name)]

如果要测试 id 或 name（如果 id 不存在）等于某事（XXXX）：

//input[(@type='text' or @type='password' or @type='file') and (@id='XXXX' or (not(@id) and @name='XXXX'))]

如果要提取 id：

//input[@type='text' or @type='password' or @type='file']/@id

如果没有指定 id，我不认为使用标准 XPaths 可以提取 id 或名称。

于 2012-06-26T13:40:06.050 回答
1

我不知道 Scrapy，但从纯粹的 XPath 角度来看，以下内容应该满足您描述的要求：

//input[(@id or @name) and (@type = 'text' or @type = 'password' or @type = 'file')]

另外，我注意到您正在尝试检索所选节点的文本内容。这可能不会返回任何内容，因为输入是自闭合标签并且不包含内部内容。

于 2012-06-26T13:36:46.220 回答