爬虫取列表遇到的问题总结

比如我想取类似下面的博客里的所有标题

代码如下：
items = html.xpath(’//*[@id=“mainBox”]/main/div[2]/div’)
print(len(items))
for item in items:
#获取公司名字
cname = item.xpath(’//h4/a/text()’)
print(cname)
if len(cname) > 0:
title = cname[1].strip()
print(title)

结果一直没有拿到标题，最后检查了好几次，发现是//h4/a/text()，h4前面的双斜杠不要加上！加上后，会以任意标签为根节点，从h4开始寻找标题。这样就会找到所有的标题！
去掉//后，表示以items为父节点，以此遍历里面的子节点。
这是一个很小的问题，但是由于长期没有写xpath，以至于犯了以上错误！以后谨记！