Localizar y scrapear un elemento a través del texto cercano ("following-sibling" Xpath)

Following-sibling es una herramienta útil en XPath que le permite seleccionar elementos que vienen después de un elemento específico. Esta función es especialmente beneficiosa cuando se desea extraer datos que no se encuentran en la misma posición en varias páginas.

Para utilizar la función hermano-siguiente, primero debe seleccionar el elemento que desea utilizar como punto de referencia. Esto puede hacerse utilizando cualquiera de los selectores CSS estándar, como los selectores de clase, id o elemento. Una vez seleccionado el elemento de referencia, puede utilizar la función «following-sibling» para seleccionar cualquier elemento que le siga.

Primero, veamos un ejemplo de cuándo esta técnica puede ser útil.

En este ejemplo, utilizaremos el "Item Weight" como punto de referencia. Esto significa que no importa en qué parte de la página aparezcan los datos de «Peso del artículo», podremos extraerlos.

Una vez que haya identificado el punto de referencia, ahora puede localizar los datos de "Item Weight" en la página del producto.

Ahora que hemos localizado los datos de "Item Weight", podemos usar XPath para localizarlos. Para ello, acceda a la página web utilizando el navegador Chrome, haga clic con el botón derecho del ratón y seleccione la opción para inspeccionar los datos deseados.

Etiqueta <td> se ubica debajo de <th>；se ve que Item Weight incluye <th>

Así podemos escribir //th[contains(text(),'Item Weight')]/following-sibling::td[1] ese Xpath para ubicar Item Weight

En conclusión, la extracción de datos de "Item Weight" de diferentes páginas de productos puede hacerse más fácil utilizando XPath. Al identificar un punto de referencia, puede extraer fácilmente estos datos sin importar en qué parte de la página aparezcan. Recuerde que probar y refinar su código para asegurar que funciona consistentemente en diferentes páginas de productos.