包含特定字符串的文本的Xpath表达式

Question

在网站http://www.apkmirror.com/apk/redditinc/reddit/reddit-1-5-5-release/reddit-1-5-5-android-apk-download/上 ，我正在尝试提取包含Android的Min:和Target:版本的行（请参见下面的屏幕截图）。

到目前为止，在Scrapy shell中，我已经提出了XPath表达式

In [1]: android_version = response.xpath('//*[@title="Android version"]/following-sibling::*[@class="appspec-value"]')

这样，如果我将.//text()和extract()连接起来， .//text()得到几行，包括我想要的行：

In [2]: android_version_text = android_version.xpath('.//text()').extract()

In [3]: android_version_text
Out[3]: 
[u'\n',
 u'Min: Android 4.0.3 (Ice Cream Sandwich MR1, API 15) ',
 u'\n',
 u'Target: Android 6.0 (Marshmallow, API 23)',
 u'\n']

现在，我想优化XPath表达式以仅获取包含包含"Min:"或"Target: "Min:" text()字段。在XPath contains（text（），'some string'）之后，当与具有更多内容的node一起使用时，将不起作用我尝试过一个Text子节点

In [7]: android_version.xpath('.//*[contains(text(), "Min:"]')

但这引起了

ValueError: XPath error: Invalid expression in .//*[contains(text(), "Min:"]

例如，如何构造XPath表达式以仅获取Min:行？

Answer 1

在https://blog.scrapinghub.com/2014/07/17/xpath-tips-from-the-web-scraping-trenches/之后，我想到了以下内容：

In [12]: android_min_version = response.xpath('//*[@title="Android version"]/following-sibling::*[@class="appspec-value"]//text()[starts-with(., "Min:")]')

In [13]: android_min_version.extract()
Out[13]: [u'Min: Android 4.0.3 (Ice Cream Sandwich MR1, API 15) ']

简而言之，要过滤所需的文本，请先执行普通的//text()后接[contains(., "target_string")] ，其中"target_string"是要搜索的字符串。 （在这里，我还使用了starts-with而不是contains ）。