爬虫选 xpath 还是 css selector?

[51300520]

解析 html 元素用哪个更好？我不要什么性能，爬虫最重要的是稳定，如果考虑网页改变这种可能性，哪个选择器的适应性更强？ 我意思是网页如果改变了，但是不是那种大改，哪个更容易在不改爬虫代码的情况下更可能适应？

[herozzm]

都要
jquery
正则
json

必须好的

[51300520]

我只想知道几率大小而已，虽然没有哪种可以百分之百不改代码，因为我以前一直是用 css 没用过 xpath，想找大家了解下，如果 xpath 适应性更强我就换成 xpath 的

[51300520]

@herozzm
很多时候只要一样就可以，我以前没用 xpath,一直用 css，基本没有定位不到的，既然如此我要选一个更健壮的

[herozzm]

@51300520 需要多样性 不然适配部分网站

[binux]

是否健壮和用什么工具无关

[51300520]

@binux
是吗？假如我现在页面里面有一个 class 叫 test, 那我用 css 选就是 css(.test),但是它的路径是页面第三个元素，那我用 xpath 就可以用路径来选 html[3], 这两种情况健壮性怎么可能不一样呢，假如人家网页维护，test 类变成 demo 类，css 就选不到了，假如他路径没变，xpath 依然可以选到

[herozzm]

jquery 方式可以

[binux]

@51300520 那你不会在 CSS selector 中用 nth-child 吗？

[loginbygoogle]

无论什么 html 爬虫框架，如果网站本身的结构变了，都得改，没有一劳永逸的。

[51300520]

刚看了下 xpath，发现这个问题提得多余了，这玩意和 css 功能绝大部分是重叠的，一个不行的话那另一个也不行

[crab]

直接正则也是可以。

[Leigg]

当然是都用。

[Leigg]

也并不复杂，一两天就学会了。

[Leigg]

大部分情况下用 css 的表达式很简单。

[wedoub]

正则表达式更好用我觉得

[iyaozhen]

页面变了，用啥都得改

我一般自动化测试用 css selector，方便和前端沟通

[charlie21]

用 CSS 选择器，当遇到 CSS 做不到的东西 的时候 再考虑 XPath

[dsg001]

混用，哪个方便用哪个

[baitei]

我是首先 css selector，简单。
页面变了大概率得改程序，做不到想一劳永逸。
程序代码适应性很差的，以后要是爬虫用上了深度学习，会智能很多哈。

[hakono]

正则就算了吧。。。。写出来过段时间都不知道写的表达式是什么玩意。。。加注释也没用

老老实实 css 选择器就行，稳定性这个无解。因为你不知道对方网站前端下次会把网页结构改成什么样子

解决办法其实挺简单的，把 css 选择器的字符串从代码中剥离，塞入单独的文件里，txt 啊，json 啊，数据库啊都行，从这些地方读取提取规则再匹配

实现起来是比直接写死在代码里复杂了那么点，但之后维护起来那就很爽了