Scrapy中XPath精确匹配class返回空列表、contains匹配生效原因咨询

• 动态类注入导致原始HTML与渲染后DOM属性不一致：jquery-tablesorter是jQuery表格排序插件在浏览器端加载完成后，动态添加到目标表格元素的class属性中的。你通过爬虫发起请求拿到的是服务端返回的原始HTML，此时该表格的class属性仅为wikitable sortable，没有额外的jquery-tablesorter类，因此用包含该类的精确匹配规则自然无法命中元素。你在浏览器F12开发者工具中看到的是页面渲染完成后的最终DOM属性，和爬虫拿到的原始HTML内容存在差异。
• 精确匹配对class属性的格式要求极高：@class="xxx"是对属性完整值的严格匹配，包括类的排列顺序、分隔空格的数量、是否存在首尾多余空格，任意一处和规则不一致都会匹配失败。而contains(@class, "wikitable sortable")属于模糊匹配，只要属性值中存在对应的连续字符串即可命中，容错性更高。

推荐优化写法 #

如果要避免类顺序、中间插入其他类导致的匹配失效，可以用多条件模糊匹配单个类名：
response.xpath('//table[contains(@class, "wikitable") and contains(@class, "sortable")]')

内容的提问来源于stack exchange，提问作者Jayden123