我想获取网站http://164.100.47.132/LssNew/Members/Alphabaticallist.aspx中的“成员(member)姓名”栏目,所以我希望程序返回的是“Adhalrao Patil,Shri Shivaji..”的列表,但我得到一个空列表。 Xpath是在Firepath中验证的,所以我只是不知道出了什么问题。 这是我的代码:
import urllib
from lxml import etree
result = urllib.urlopen("http://164.100.47.132/LssNew/Members/Alphabaticallist.aspx")
html = result.read()
parser = etree.HTMLParser()
tree = etree.parse(StringIO.StringIO(html), parser)
print type(tree)
xpath = ".//* [@id='ctl00_ContPlaceHolderMain_Alphabaticallist1_dg1']/tbody/tr[position()>1]/td[position()=3]/a/text()"
filtered_html = tree.xpath(xpath)
print filtered_html
它返回:
[]
但是,当我使用另一个xpath时:
.//*[@id='ctl00_ContPlaceHolderMain_Alphabaticallist1_dg1_ctl02_Hyperlink2']
我可以获得第一列的值:
[Adhalrao Patil,Shri Shivaji]
这两个xpath都是在firepath中验证的,为什么前者不能工作?
最佳答案
我猜想有些标签,比如 <tbody>
从 html
中过滤掉代码由 lxml
读取,所以尝试不使用它,例如:
xpath = ".//* [@id='ctl00_ContPlaceHolderMain_Alphabaticallist1_dg1']/tr[position()>1]/td[position()=3]/a/text()"
关于python - 当我使用 lxml 获取网站信息时,为什么程序返回空列表,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31208242/