我正在尝试使用import.io的Crawler创建一个.csv文件，其中包含来自Allociné网站（最大的法国电影数据库）的电影数据，用于研究项目。因为我的编程知识很差（目前在生态学博士学位），使用易于理解的工具似乎是最好的选择。对于每部电影，我需要以下信息：
1. 电影的标题 2. 发布日期（FR中的'Date de Sortie'） 3. 电影的流派
以下是Allociné电影页面的示例（如Star Wars I）：http://www.allocine.fr/film/fichefilm_gen_cfilm=20754.html 起初，我尝试使用import.io的选择工具，但它无法正常工作，因为有些电影有两个发布日期而不是一个（如上面的SW1-1999年的原始发布和2012年的3D发布（'reprise'））。这使得爬虫出现了问题。所以我必须使用XPaths来识别我需要的元素。标题可以正常工作（使用
发布日期，我从页面源代码中提取的XPath为:
我在末尾添加了
然而，import.io无法识别我需要找到的元素。
对于类型，同样的情况，我从Chrome中获取了第一个类型（科幻）的XPath。
我需要使用import.io来收集所有的类型，因此我从[1]中删除了
它仍然无法工作，import.io 返回一个空元素。
因此，任何关于为什么它不起作用的解释都将非常感激！如果我漏掉了一些显而易见的东西，很抱歉，正如我所说，我根本不是专家。
Blaise
1. 电影的标题 2. 发布日期（FR中的'Date de Sortie'） 3. 电影的流派
以下是Allociné电影页面的示例（如Star Wars I）：http://www.allocine.fr/film/fichefilm_gen_cfilm=20754.html 起初，我尝试使用import.io的选择工具，但它无法正常工作，因为有些电影有两个发布日期而不是一个（如上面的SW1-1999年的原始发布和2012年的3D发布（'reprise'））。这使得爬虫出现了问题。所以我必须使用XPaths来识别我需要的元素。标题可以正常工作（使用
//title），但发布日期和流派存在问题。发布日期，我从页面源代码中提取的XPath为:
//*[@id="col_main"]/div[4]/div/div[2]/table/tbody/tr[2]/td/a/strong/span
我在末尾添加了
/@content以获得yyyy-MM-dd格式的日期，结果如下：//*[@id="col_main"]/div[4]/div/div[2]/table/tbody/tr[2]/td/a/strong/span/@content
然而，import.io无法识别我需要找到的元素。
对于类型，同样的情况，我从Chrome中获取了第一个类型（科幻）的XPath。
//*[@id="col_main"]/div[4]/div/div[2]/table/tbody/tr[5]/td/a[1]/span
我需要使用import.io来收集所有的类型，因此我从[1]中删除了
a[1]，以获取整个a。//*[@id="col_main"]/div[4]/div/div[2]/table/tbody/tr[5]/td/a/span
它仍然无法工作，import.io 返回一个空元素。
因此，任何关于为什么它不起作用的解释都将非常感激！如果我漏掉了一些显而易见的东西，很抱歉，正如我所说，我根本不是专家。
Blaise