scrapy 如何提取这样的动态标签内容？

[agenge]

运行环境：

OS ： CentOS 6 64 位

Scrapy 1.0.3

Python 2.7.4

需求：

http://ip/a.html

<div class="a">
<ul>
<li>
<strong>属性 1</strong>
内容 1
</li>
<li>
<strong>属性 2</strong>
内容 2
</li>
<li>
<strong>属性 3</strong>
内容 3
</li>
...
<ul>
</div>


文件 2 ： http://ip/b.html:

<div class="a">
<ul>
<li>
<strong>属性 1</strong>
内容 1
</li>
<li>
<strong>属性 3</strong>
内容 3
</li>
<li>
<strong>属性 4</strong>
内容 3
</li>
<li>
<strong>属性 5</strong>
内容 3
</li>
...
<ul>
</div>


'//div[@class="a"]/ul/li[1]/text ()' # 提取第一个 li

'//div[@class="a"]/ul/li[2]/text ()' # 提取第二个 li

每一个属性的内容将会赋值给对应的变量，例如属性 1 就赋值给 var1 ，属性 2 就赋值给 var2 ， var1 和 var2 最终会写入 DB 。

此处最关键的问题在于 某些页面的第二个<li>并不一定就是属性 2 ，有可能是属性 3 ，这样就会造成提取到的第二个<li>会赋值给 var3 (在属性 2 不存在的情况下)，甚至是 var4 (在属性 1 属性 2 都不存在的情况下)。

请问各位爬虫牛人，有什么办法能解决这个问题？ 感谢。

[Shared]

用顺序确定变量肯定不靠谱的，你可以换个思路，想想用别的属性、内容来确定变量

[ooh]

通过搜索关键字来确定属性是属于第几个,如果这个没法实现,教你一个 100%有效的方法,那就是人眼识别.

[agenge]

@Shared 感谢回复。

想过一个办法，即每次判断 <strong>属性 4</strong> ，如果等于 属性 4 ，即赋值给对应的变量。否则继续判断是否等于属于 5 、等于属于 6 ，不过这样效率非常低，有几十个类似的属性。

[agenge]

@ooh 感谢回复。

这个办法估计不可行，数据库中的字段已经确定属性列的排序了。

[shoaly]

换成 pyquery 然后就可以很 happy 的 $(".a li strong") 了

[wlsnx]

你是怎么判断它有没有属性 1 的？把这个过程写成程序。