我想要爬取这个网页 https://www.kenney.nl/assets/page:1 下(共有 13 页) //*[@id="content"]/section/div/div[1] 这个元素(里边是 n 个 div 元素) 我需要获取每个 Div 元素的 //*[@id="content"]/section/div/div[1]/div[1]/div/a 这个 a 元素 将它的链接保存成一个列表 然后依次访问这个列表中的所有页面, CSV 格式如下: 资源名称, 分类, 系列, 资源数, 标签(有多个),资源数量 访问这个界面,然后我需要获取它的所有信息: 资源名称://*[@id="content"]/section/div/div/div[1]/h1 各种属性://*[@id="content"]/section/div/div/div[1]/table[1]/tbody 上面这个表,他是个两列 N 行的表。 表的左侧可以看作是 key: Category, Series, Assets, Variation(s), Tags, License 等…… 表的右侧是 Value,但它可能会有各种组成方式,下边是常见的: - 普通的 td > a - 只有 td - td 之后有多个 a(如 Tags) 更新记录://*[@id="content"]/section/div/div/div[1]/table[2]/tbody 他也是个两行 N 列的表, 左侧是更新日期 dd/mm/yyyy 右侧是 td > 第一个 span 是版本,第二个 span 是更新内容,有时候没有第二个 span 继续增加 parse_resource_page(url) 函数, 我需要获取它的封面图://*[@id="content"]/section/div/div/div[2]/a/img 以及其他图片(如有) //*[@id="content"]/section/div/div/div[2]/div 这里子元素可能有 n 个 div,我需要拿到它的 img //*[@id="content"]/section/div/div/div[2]/div/div[1]/a/img 封面图存了之后,也得加在图集的数组里。