如何在Scrapy中通过data-number定位并提取对应价格文本？

问题背景 #

需要从custom-control/label/font标签内提取价格文本，唯一区分标识是data-number属性（末尾字母为不同控件区块的唯一区分元素）。已获取页面中所有data-number列表：

['025.00286GA', '025.00286GV', '025.00286NWA', '025.00286NW', '025.00286NWV', '025.00286R']

目前可通过以下XPath定位到对应input元素：

//input[contains(@data-number, "' + box_contents[0] + '")]

但input无后代div，需获取其同级label标签内的嵌套价格文本（如€676.05），以下是具体实现方法及优化方案：

一、XPath遍历实现方法 #

1. 用following-sibling定位后续同级label

如果label在input的同级且位置靠后，直接通过兄弟轴定位：

//input[contains(@data-number, "' + box_contents[0] + '")]/following-sibling::label[1]/font/text()

• following-sibling::label[1]：选取当前input之后的第一个同级label元素
• 末尾追加/font/text()直接提取目标价格文本

2. 先找父容器再定位子label

如果input和label同属一个父节点（比如都在custom-control容器内），可先回退到父节点再查找label：

//input[contains(@data-number, "' + box_contents[0] + '")]/../label/font/text()

• /../：回到input的父节点
• 再通过/label/font/text()定位到嵌套的价格文本

二、更优方案：直接定位目标label #

既然data-number是唯一标识，可跳过input直接关联定位label，减少遍历层级：

//label[../input[contains(@data-number, "' + box_contents[0] + '")]]/font/text()

如果label本身或其直接父节点带有可关联的标识，还能进一步简化XPath，提升定位效率。

另外，在代码循环处理data-number列表时，建议用格式化字符串提升可读性（以Python为例）：

for num in box_contents:
    price_xpath = f'//input[contains(@data-number, "{num}")]/following-sibling::label[1]/font/text()'
    price = response.xpath(price_xpath).get()

内容的提问来源于stack exchange，提问作者cforcomputer