基于类名的网页爬取问题：无法提取目标地址内容

问题分析 #

你之前的两段XPath都存在逻辑错误，导致无法获取目标地址：

• 第一段td[2]/td[contains(@class,'type-address')]：HTML规范里<td>不能作为另一个<td>的子元素，你的目标<td class="type-address">本身就是独立单元格，不存在嵌套在td[2]里的子<td>，路径完全错误。
• 第二段td[2]/@class：这段代码是提取第二个<td>的class属性值，根本不是提取文本内容，自然拿不到地址。

正确的XPath写法 #

根据你提供的HTML结构，以下几种写法都能正确提取目标地址：

1. 精准定位到带type-address类的<td>，再提取其内部<span>的文本：

address = response2.xpath("//td[@class='type-address']/span/text()").get()

2. 如果需要自动去除文本首尾的空格，使用normalize-space()：

address = response2.xpath("normalize-space(//td[@class='type-address']/span/text())").get()

3. 也可以直接提取<td>下的所有文本内容（因为<span>里的内容就是<td>的全部文本）：

address = response2.xpath("normalize-space(//td[@class='type-address']//text())").get()

补充说明 #

如果你的目标<td>确实是某个<tr>下的第二个单元格，可把路径调整为//tr/td[2][@class='type-address']/span/text()，但从你给出的HTML结构来看，不需要额外层级定位。

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