如何使用 XPath 精准提取含特定参数的链接（如 mediaid）
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
使用XPath提取含mediaid的链接时，常因浏览器开发者工具显示渲染后DOM而爬虫获取原始HTML导致失败。正确方法应基于服务端返回的原始结构，用//div[@class="download"]/a定位，不依赖动态参数。测试需用response.text，重度渲染页面建议使用Playwright或Selenium。
你在用 XPath 提取链接时，有没有踩过这样的坑：打开开发者工具，明明看到 href 里藏着 mediaid 参数，信心满满写了个 //a[contains(@href, "mediaid")]，结果一跑，啥也没抓到——甚至怀疑自己写的 XPath 是不是有语法问题。
先别急着改表达式。问题很可能出在一个被很多人忽略的环节上：浏览器开发者工具里展示的，是经过 Ja vaScript 渲染后的 DOM 结构，而爬虫直接拿到的，却是服务器返回的原始 HTML。这两者，有时候完全是两回事。
就拿这个例子来说，用户在开发者工具里看到的结构是下面这样的：
25746 Skini titl
乍一看，href 里确实带着 mediaid。但当你用 requests.get() 去抓取时，实际拿到的原始 HTML 却是：
Skini titl
看到了吧？mediaid 压根就不在服务端的响应里。要么是前端 JS 动态注入的，要么是页面加载后改写过的。这种情况下，contains(@href, "mediaid") 怎么可能命中？
所以正确的思路是什么？放弃对动态参数的执念，把精力放在页面结构上。观察真实源码会发现，所有目标链接都藏在 于是解决方案就变得简单直接： 这个表达式的意思是：选择所有 当然，有几个细节值得留意： 说到底，XPath 的可靠性不取决于表达式写得有多花哨，而取决于你对服务端返回的原始 HTML 结构理解得有多深。当参数化的 URL 不在源码层面出现时，回归结构、回归语义，往往比追着动态内容跑要高效得多。 火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。 AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。 AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。 Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体， AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。class="download" 的 //div[@class="download"]/a
class 属性精确等于 "download" 的
class="download" 的容器干扰。如果有，就得加更多上下文来缩小范围。response.text 来判断——也就是爬虫拿到的原始字符串，而不是浏览器渲染后的界面。requests 较劲了，直接上 Playwright 或 Selenium，拿到最终渲染结果再提取。
