XPathの選択イメージリンク - img srcの親hrefのリンクのみが存在する場合はimg src link

Question

多少複雑なXPathの問題が発生しました。 （私はImgurを使用していくつかのテキストを置き換え）は、ウェブページの一部のこのHTMLを考えてみましょう：

<a href="//i.imgur.com/ahreflink.jpg" class="zoom"> 
    <img class="post-image-placeholder" src="//i.imgur.com/imgsrclink.jpg"> 
    </img> 
</a> 

私は最初のドキュメント内のすべてのimgのタグを検索すると、それらに対応するsrc ESを見つけます。次に、img srcのリンクに画像ファイル拡張子（.jpeg、.jpg、.gif、.png）が含まれているかどうかを確認します。イメージの拡張子が含まれていない場合は、それをつかんではいけません。この場合、画像拡張子を持ちます。今私たちはどのリンクをつかみたいのか把握したいと思います。 parent hrefが存在するので、対応するリンクを取得する必要があります。

望ましい結果：//i.imgur.com/ahreflink.jpg

しかし、今のはparent hrefが存在しないとしましょう：

<a name="missing! oh no!"> 
    <img class="post-image-placeholder" src="//i.imgur.com/imgsrclink.jpg"> 
    </img> 
</a> 

を希望する結果：//i.imgur.com/imgsrclink.jpg

どのように私はこのXPathを構築行くのですが？役立つなら、XPathでPython（Scrapy）も使用しています。したがって、問題を切り分ける必要がある場合は、Pythonも同様に使用できます。

Answer 1

これは、単一のXPath式で行うことは非常に簡単です：

//a[not(@href)]/img/@src | //a[img]/@href 

Answer 2

単一のXPath式で行う必要はありません。ここでは、画像の拡張子チェックを省略Scrapy具体的な実装である（コメントから判断するには、あなたはすでにそれを考え出した）：

images = response.xpath("//a/img") 
for image in images: 
    a_link = image.xpath("../@href").extract_first() 
    image_link = image.xpath("@src").extract_first() 

    print(a_link or image_link)