你是不是经常抓不到想要的数据？明明看到网页上有这个内容，用爬虫就是提取不出来？新手如何快速涨粉可能和数据分析有关，但首先得解决数据获取这个基本问题。上周有个做自媒体的朋友找我，他花三天写的爬虫脚本，结果只抓到满屏的HTML标签...

??一、为什么总抓不到想要的数据？??
说白了就是没找准DOM节点。就像在超市找货架上的商品，如果你只知道"第三排货架"，但不知道具体是第几层的哪个位置，肯定要扑空。网页里那些嵌套的div标签，比超市货架复杂100倍。

??第一步：先学会看网页结构??
按F12打开开发者工具，重点看这三个地方：

• Elements面板里闪烁的蓝色高亮区块
• 鼠标悬停时显示的标签层级（比如div→ul→li→a）
• 右键菜单里的"Copy selector"功能

上周帮人调试时发现，有个网页的点赞数藏在里，这个class带随机数字后缀。这时候就得用contains语法：//span[contains(@class,'stats__counter')]

??第二步：选对定位工具??
XPath和CSS选择器到底用哪个？我做了个对比表格：

但注意！动态加载的内容用这两种都抓不到，这时候得看Network面板里的真实数据接口。

??第三步：处理特殊结构??
遇到iframe嵌套？先用driver.switch_to.frame()切换进去再定位。碰到懒加载？得用WebDriverWait等元素加载完成。最坑的是那种用随机class名的网站，这时候只能通过相邻元素的特征来反推，比如"找到class包含price的div，它左边第三个兄弟节点"。

??Q：定位到了节点但内容为空怎么办？??
A：八成是没等数据加载完成，加个time.sleep(2)试试。还不行的话，可能数据在JavaScript变量里，得用正则表达式从脚本代码里抠。

??Q：XPath总是定位到多个元素咋整？??
A：在开发者工具里用Ctrl+F测试表达式，看到匹配数超过1就加限定条件。比如把//div[@class='title']改成(//div[@class='title'])[2]取第二个。

小编观点：别指望一次写出完美定位语句，我平时都是先粗筛再逐步细化。有时候直接复制浏览器的自动生成路径反而更靠谱，特别是对付那些套了七八层div的电商网站。记住，能抓到数据的代码就是好代码，管它雅不优雅呢。