，终于有class了，让我们祈祷这个class是唯一的 吧，ctrl+f打开搜索框，输入product-content-top-left-top，可以看到，找到了1 of 1，这个代表一共一个，这个是第一个，这就是我们希望的结果，好了，只用找到这一级既可，我们来构造整个的xpath，一般来说xpath我们并不会从最 顶层的html开始写，因为没有必要，因此我们要使用//，这个表示不知中间有多少的层级。接着我们直接把刚刚找到的这个div写上去，得到这个表达式：

//div[contains(@class,"product-content-top-left-top")]

对于class属性，我们通常会使用contains这样一个函数，防止一个元素有多个class的情况，另外因为class是一个属性，因此class前面需要加上@代表选择到该元素的一个属性。

现在我们已经选择到了我们要选择的元素的父元素的父元素，只要我们继续往下走两层既可。

//div[contains(@class,"product-content-top-left-top")]/p/span

由于我们要选择元素里的文字信息，而不是整个元素，我们需要指定是这个元素的文字：

//div[contains(@class,"product-content-top-left-top")]/p/span/text()

好了，这样我们就确定了我们爬取的借款用户的名称，我们打开xpathhelper验证一下有没有写错：

完美的结果。不过大家有的时候也需要注意，因为有的网页不代表你在一个内容页测试成功，在其他内容页也能成功，最好多测几个页面才是保险的。好了，其他的抽取项就不一一演示了，直接上最后的代码。

var configs ={

domains: ["www.hushangcaifu.com"],

scanUrls: ["http://www.hushangcaifu.com/invest/index1.html"],

contentUrlRegexes: ["http://www\\.hushangcaifu\\.com/invest/a\\d{4}\\.html"],

helperUrlRegexes: ["http://www\\.hushangcaifu\\.com/invest/index\\d+\\.html"],

fields: [

{

name:"title",

selector:"//div[contains(@class,'product-content-top-left-top')]/h3/text()",

required:true},

{

name:"user_name",

selector:"//div[contains(@class,'product-content-top-left-top')]/p/span/text()"},

{

name:"total_money",

selector:"//div[contains(@class,'product-content-top-left-middle')]/div[1]/h4/text()"},

{

name:"project_time",

selector:"//div[contains(@class,'product-content-top-left-middle')]/div[2]/h4/text()"},

{

name:"annual_return",

selector:"//div[contains(@class,'product-content-top-left-middle')]/div[3]/h4/text()"},

{

name:"return_method",

selector:"//div[contains(@class,'product-content-top-left-middle')]/div[4]/h4/text()"}

]

};var crawler = newCrawler(configs);

crawler.start();

将代码粘贴到神箭手平台上既可运行。好了，看下运行结果：

对爬虫感兴趣的童鞋可以加qq群讨论：342953471。