Scrapy中如何用CSS选择器选取带方括号属性的HTML标签？

两种方案都可以实现区分提取，直接参考可用代码即可：

CSS选择器写法 #

Scrapy基于parsel实现的CSS选择器支持匹配任意自定义属性，仅需对属性名中的特殊符号做转义：

• 提取电话号码

# 匹配绑定revealtel显示逻辑的电话节点
phone_num = response.css('span[itemprop="telephone"][\\[class\\]="revealtel?\'\':\'invisible\'"]::text').get()

• 提取传真号码

# 匹配绑定revealmainfax显示逻辑的传真节点
fax_num = response.css('span[itemprop="telephone"][\\[class\\]="revealmainfax?\'\':\'invisible\'"]::text').get()

注意：CSS选择器语法中方括号是属性选择的特殊标记，属性名自带的[和]必须加双反斜杠转义，属性值内的单引号也需要转义，否则会触发选择器语法错误。

XPath写法（更推荐，转义成本低） #

XPath对非标准自定义属性的适配更灵活，不需要对方括号做多层转义，遇到属性名带特殊字符的场景，用name()函数匹配属性名即可，写法容错率更高：

• 提取电话号码

phone_num = response.xpath(
    '//span[@itemprop="telephone" and @*[name()="[class]"] = "revealtel?\'\':\'invisible\'"]/text()'
).get()

• 提取传真号码

fax_num = response.xpath(
    '//span[@itemprop="telephone" and @*[name()="[class]"] = "revealmainfax?\'\':\'invisible\'"]/text()'
).get()

写法说明：@*[name()="[class]"]用来匹配当前元素下，属性名恰好为[class]的属性，再判断属性值是否符合预期，避开了XPath语法中@后直接跟特殊字符的语法冲突。

如果运行后提取结果为空，先检查Scrapy拿到的原始响应里这两个span的文本是否正常：部分站点会默认给这类联系方式加隐藏类，需要触发点击、滑动等交互动作才会渲染真实号码，这类场景需要先处理前端渲染逻辑再做提取。

内容的提问来源于stack exchange，提问作者Artsiom