采集今日头条怎样用xpath定位原创标志

如图，采集时有这两种不同的网页格式，用下面网页做规则采集时采不到上面那种网页内容

我看到你的规则采集“发文时间”用了自定义xpath，采集是正确的，根据文字中出现“2018”这个字样来定位。发文时间的xpath是

1. .//*[@class='article-sub']/span[contains(text(),'2018')]/text()

复制代码

那么来源信息也可以相对于“2018”字样，来源的xpath是

1. .//*[@class='article-sub']/span[contains(following-sibling::span[1]/text(),'2018')]/text()

复制代码

使用了following-sibling 是找下一个兄弟节点，span[1]表示下面的兄弟中的第一个