使用Xidel爬取Hacker News时结果顺序异常的问题求助

你的问题出在使用|运算符的方式上——这个符号会让Xidel先遍历所有//span[@class="titleline"]节点输出标题，再遍历所有//span[@class="titleline"]/a/@href节点输出URL，所以结果是标题全在前、URL全在后。

要实现URL在前、标题在后（或同行）的效果，需要针对每条新闻节点，先提取URL再提取标题，而不是分开提取两组数据。以下是两种可行的命令：

1. URL与标题各占一行 #

使用XPath的节点组语法，对每条新闻节点依次输出URL和标题：

xidel -e '//span[@class="titleline"]/(a/@href, .)' https://news.ycombinator.com/newest

执行后输出格式会是：

https://www.youtube.com/watch?v=FXCLLsCGY0s
There Is No Such Thing as a Microservice (youtube.com)

2. URL与标题同行输出 #

用concat()函数将URL和标题拼接成一行文本：

xidel -e '//span[@class="titleline"]/concat(a/@href, " ", .)' https://news.ycombinator.com/newest

执行后输出格式会是：

https://www.youtube.com/watch?v=FXCLLsCGY0s There Is No Such Thing as a Microservice (youtube.com)

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