如何用XPath拼接艺术家与标题字符串，生成指定格式内容？

方法1：XPath 2.0+ 直接拼接 #

如果你的爬虫工具支持XPath 2.0及以上（如Saxon、带XPath2扩展的lxml），可以直接通过定位作品容器，在容器内完成艺术家与标题的拼接，避免跨条目匹配错误：

//div[contains(@class, 'buk-horz-release')]/concat(
  string-join(p[@class='buk-horz-release-artists']/a, ","),
  " - ",
  p[contains(@class,'buk-horz-release-title')]/a/text()
)

这个XPath先定位单个作品的父容器，再分别提取该容器下的艺术家（用string-join合并多艺术家）和标题，最后用concat拼接成要求的格式。

方法2：工具层面拼接（兼容XPath 1.0） #

若工具仅支持XPath 1.0（如默认配置的lxml、BeautifulSoup），可先分别提取艺术家和标题列表，再按索引一一配对拼接。以Python为例：

from lxml import etree

# 假设html为目标HTML内容
tree = etree.HTML(html)

# 提取所有艺术家（处理多艺术家情况）
artist_list = [",".join(node.xpath("./a/text()")) for node in tree.xpath("//p[@class='buk-horz-release-artists']")]
# 提取所有标题
title_list = [node.xpath("./a/text()")[0] for node in tree.xpath("//p[contains(@class,'buk-horz-release-title')]")]

# 拼接成目标格式
final_result = [f"{artist} - {title}" for artist, title in zip(artist_list, title_list)]

# 输出结果
for item in final_result:
    print(item)

关键提示：必须保证艺术家和标题列表的顺序完全对应，所以提取时要确保两个XPath的遍历顺序一致，最好基于作品容器的遍历顺序来提取子元素，避免错位。

内容的提问来源于stack exchange，提问作者11ph22il