parsel中可混用xpath与css选择器，关键在于链式调用：css粗筛容器后可用.xpath()提取子内容，但需确保上一步返回selectorlist而非字符串；.get()后不可接.xpath()，须重建selector。
为什么不能直接混用 XPath 和 CSS 选择器？
Parsel 的 Selector 对象一次只能基于一种语法解析：调用 css() 返回的是 CSS 选择器结果，调用 xpath() 返回的是 XPath 结果，二者返回的都是新的 SelectorList，不共享底层解析树——但关键在于，它们都作用于同一份已加载的 HTML 文本。所以「混用」不是语法层面的嵌套（比如 css('div').xpath('./span/text()') 是合法的），而是策略层面的配合。
常见错误是以为 css() 后必须继续用 css()，其实 Parsel 允许链式切换，只要上一步返回的是 SelectorList（即非空匹配），后续就能接任意选择器方法。
如何用 CSS 定位元素再用 XPath 提取子内容？
这是最实用的混用场景：CSS 写起来快、可读性强，适合粗筛；XPath 表达力强，适合处理属性动态变化、文本位置偏移、兄弟节点定位等复杂提取。
-
response.css('article.post')快速拿到所有文章区块 - 接着对每个区块用
.xpath('.//h2/text() | .//h2/span/text()')同时抓标题和其中的 badge 文本 - 注意 XPath 中必须用
.开头表示相对路径，否则会从文档根重新查 - 如果 CSS 选中的是单个元素（如
response.css('header').get()），要先用.get()或.extract_first()转成字符串，就不能再链式调用xpath()—— 此时需重建Selector
from parsel import Selector
html = '<div class="item"><span data-id="123">foo</span></div>'
sel = Selector(html)
# ✅ 正确：CSS 筛容器，XPath 提取带条件的属性
id_val = sel.css('div.item').xpath('./span/@data-id').get()
# ❌ 错误：.get() 后返回 str，没有 xpath() 方法
# sel.css('div.item').get().xpath('@data-id')
什么时候该优先用 XPath 而不是 CSS？
CSS 无法表达的逻辑，基本都要切到 XPath。Parsel 中尤其要注意这些典型 case：
A Python CLI skill for Cutout.Pro visual APIs — background removal, face cutout, and photo enhancement. Supports file upload & image URL input.
下载
调用 Cutout.Pro 视觉处理 API 进行背景移除、人像抠图和照片增强，支持文件上传与图片 URL 输入。
- 根据兄弟节点判断：如「找紧跟着
<h3>价格</h3>的下一个<p></p>」→ 用xpath('//h3[text()="价格"]/following-sibling::p') - 匹配部分属性值：CSS 只支持
[attr^="val"]等有限模式，XPath 可用contains(@class, "btn-primary") - 按文本内容反向找父节点：如「包含『售罄』二字的整个
<li>」→xpath('//li[contains(., "售罄")]') - 索引运算：CSS 的
:nth-of-type(2)不总可靠（受类型影响），XPath 的(//div)[2]更明确
性能与兼容性需要注意什么？
Parsel 底层用 lxml，XPath 和 CSS 最终都会编译为 lxml 的对应调用，性能差异微乎其微。真正影响效率的是选择器写法本身：
- 避免在循环里重复创建
Selector实例，复用同一个对象更轻量 - CSS 选择器中慎用通配符
*或深层嵌套（如div div div p），容易触发全树扫描 - XPath 中尽量用属性定位代替文本匹配（
@id="main"比text()="首页"快得多） - 如果目标 HTML 是 XML 或含命名空间，CSS 基本失效，必须用 XPath 并显式声明
namespaces参数
实际项目里，多数人用 CSS 快速搭骨架，XPath 打补丁。真正卡住的往往不是语法混用，而是忘了 XPath 的相对路径要加 .，或者把 .get() 和 .xpath() 的调用顺序搞反了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
