如何检索 table，从中排除一些标签

Question

我正在尝试使用 css 选择器从 html table(main_table) 抓取数据。问题是，当我尝试获取所有行 (tr) 时，我从 inner_table 中获取了额外的行，它位于 main_table 内，但我不知道如何排除 inner_table.

我尝试 css 选择器作为

response.css('.main_table-id:not([class^="inner_table"])').extract()

和

response.css("table[id='main_table_id']:not([class*='inner_table'])").extract()

但不排除

<table id ="main_table_id" class="main_table_class">
<tbody>
<tr block-id="123" class="main_tr_class">
<td class="td_class">
<div class="inner_table_div">
<table class="inner_table">
</table>
</div>  
</td>
</tr>
</tbody>
</table>

我想从 main_table 中抓取所有数据，并排除内部 table。我被告知我正在将我的选择器应用于父节点，但我不知道如何编辑我的 css.

Answer 1

使用>到select只有直接子节点

response.css('#main_table_id > tr')

或

response.css('#main_table_id > tbody > tr')

如何检索 table，从中排除一些标签

how to retrieve table, excluding some tags from it

html

scrapy

css-selectors

html-tableextract