Scrapy XPath：筛选不含span.status且子a含rent.html的article元素

这里提供两个能满足需求的XPath表达式，分别从不同定位逻辑出发：

直接定位符合条件的article #

//article[contains(@class, 'car') and not(.//span[contains(@class, 'status')]) and .//a[contains(@href, 'rent.html')]]

表达式拆解： #

• contains(@class, 'car')：匹配class属性包含car的article元素（避免严格匹配@class='car'导致多class场景失效）
• not(.//span[contains(@class, 'status')])：排除自身及子层级中存在class为status的span元素的article
• .//a[contains(@href, 'rent.html')]：确保article下任意层级存在href属性包含rent.html的a元素

从已定位的a元素反向查找对应的article #

如果你已经定位到符合href条件的a元素，可以用这个表达式向上追溯父级article：

//a[contains(@href, 'rent.html')]/ancestor::article[contains(@class, 'car') and not(.//span[contains(@class, 'status')])]

匹配结果说明 #

结合你提供的示例HTML，前两个article.car会被选中：

• 第三个article的a元素href是buy.html，不符合href条件
• 第四个article包含span.status，被not()条件排除

内容的提问来源于stack exchange，提问作者Adam