网页抓取：如何精准获取仅含js-variant类的元素文本

你遇到的问题是因为a.js-variant这个选择器会匹配所有包含js-variant类的元素，不管它是否附带其他类（比如disabled）。要只获取仅带有js-variant类的元素文本，有两种可靠的解决方法：

• 使用:not()伪类排除带disabled类的元素：

  response.css('a.js-variant:not(.disabled) ::text').extract()
  

  这个写法会过滤掉所有包含disabled类的<a>标签，只保留带有js-variant但没有disabled的元素，适用性更广，哪怕元素还有其他非disabled的类也能正常筛选。

• 精确匹配class属性值（仅适用于元素只有js-variant这一个类的场景）：

  response.css('a[class="js-variant"] ::text').extract()
  

  这种写法会严格匹配class属性值恰好为js-variant的元素，不会匹配那些同时带有disabled类的元素，但如果目标元素有多个类（比如js-variant active），这种方法就会失效。

内容的提问来源于stack exchange，提问作者mouhamad