Scrapy CSS选择器无结果？精简选择器路径是关键-Python教程-PHP中文网

Scrapy CSS选择器无结果？精简选择器路径是关键

当Scrapy使用冗长CSS选择器无法提取元素时，往往因路径过度具体或含不存在的类名；应聚焦目标元素的核心特征（如span.elementor-heading-title），用简洁、语义化的选择器直接定位。

当scrapy使用css选择器返回空列表（如['listlibelles': []）时，问题通常不在于网页未加载或数据不存在，而在于选择器路径过于冗长、耦合了动态/非稳定属性（如`elementor-44463`、`dce-elementor-rendering-id-1`等随机id或已失效的父级类），导致匹配失败。

要可靠提取目标文本（如“Accompagnement”和“Validation des Acquis de l'Expérience - Livret 2”），应遵循最小必要原则：只保留稳定、语义明确且唯一标识目标元素的CSS类。

✅ 正确做法：
直接利用 <span class="elementor-heading-title elementor-size-default"></span> 中最具辨识度且稳定的类——elementor-heading-title。该类在HTML结构中重复出现且专用于标题内容，是理想的锚点。

import scrapy

class MonAvenirProSpider(scrapy.Spider):
    name = "monavenirpro"  # 注意：此处是赋值，不是类型注解（原代码中误用冒号）
    start_urls = ["https://monavenirpro-hdf.fr/formations/"]

    def parse(self, response):
        # ✅ 简洁高效：仅依赖稳定类名
        libelles = response.css("span.elementor-heading-title::text").getall()

        # 可选：过滤空字符串，提升健壮性
        libelles = [text.strip() for text in libelles if text.strip()]

        yield {"listlibelles": libelles}

? 关键说明与注意事项：

CSS婚礼策划服务机构宣传网站模板

CSS婚礼策划服务机构宣传网站模板是一款适合提供婚礼策划和婚庆服务机构宣传网站模板下载。提示：本模板调用到谷歌字体库，可能会出现页面打开比较缓慢。

下载

response.css(...).getall() 返回所有匹配文本的列表（推荐用于多结果）；get() 则只取第一个（适合单例）。
原选择器中包含 div[class='elementor elementor-44463 dce-elementor-rendering-id-1'] —— 这类带数字ID的类名通常由页面构建工具动态生成，每次部署可能变化，绝对不可作为选择器依据。
不必逐层写全父容器（如 div > div > div > span），CSS选择器天然支持后代关系，span.elementor-heading-title 已能跨层级精准捕获所有匹配项。
若需进一步区分（如仅取第二个标题），可用伪类：span.elementor-heading-title:nth-of-type(2)::text，但应优先通过语义（如相邻兄弟节点、data-*属性）增强可维护性。