网页抓取提前应对网站改版

From《learning Scrapy》

• 避免使用数组序号，尽可能找到离目标标签近的元素；

  B //*[@id="myid"]/div/div/div[1]/div[2]/div/div[1]/div[1]/a/img
  G //div[@class="thumbnail"]/a/img
  

  B行影响取值的xpath元素很多，样式稍微调整有可能就取不到值。

• 使用class属性取值不一定好，class本身就是用于定义样式的，因此改版最有可能改变的就是class值；

• 数据指向的class优于样式指向的class；

  class="Green" vs class="departure-time"
  

  Green颜色属性在界面改版时改变的概率，远大于departure-time。

• id指向通常是最可靠的。