Python，在收入报告中解析表时遇到的问题

我试图解析每个盈利报告下的表（资产负债表）中的一些数据。这里我以AMD为例，但不限于AMD

这是

我现在的问题是，我无法读取任何内容——我的爬行器总是返回空结果。我用了

scrapy shell“http://example.com“

来测试我的xpath，我直接从Google Chrome Inspector复制了它，但它仍然不起作用

这是我的xpath（提供了Chrome浏览器）：

这是我的密码：

import scrapy

class ESItem(scrapy.Item):
    Rev = scrapy.Field()

class ESSpider(scrapy.Spider):
    name = "es"
    start_urls = [
        'http://www.marketwired.com/press-release/amd-reports-2016-second-quarter-results-nasdaq-amd-2144535.htm',
    ]

    def parse(self, response):
        item = ESItem()
        for earning in response.xpath('//*[@id="newsroom-copy"]/div[2]/div[8]/table/tbody'):
            item['Rev'] = earning.xpath('tr[9]/td[4]/text()').extract_first()
            yield item

我想从报告底部的表格中检索“收入数字”

谢谢

我使用以下命令运行代码：

scrapy runspider ***.py -o ***.json

代码运行良好，没有错误，只是没有返回我真正想要的

---

更新：我有点想明白了。。。我必须从XPATH中删除“tbody”标记，我不明白。。。有人能解释一下吗？

chrome中的inspect工具提供的html是浏览器对服务器发送到浏览器的实际代码进行解释的结果

tbody

标记就是一个很好的例子。如果您查看网站的页面源，您将看到如下结构

<table>
    <tr>
        <td></td>
    </tr>
</table>

相当于

//table/tr[td/text()='Net revenue']/td[4]/text()

---

看看它看起来有多漂亮？

chrome中的inspect工具提供的html是浏览器对服务器发送到浏览器的实际代码进行解释的结果

tbody

标记就是一个很好的例子。如果您查看网站的页面源，您将看到如下结构

<table>
    <tr>
        <td></td>
    </tr>
</table>

相当于

//table/tr[td/text()='Net revenue']/td[4]/text()

---

看看它看起来有多漂亮？

你一定要从网上刮下来吗？已经有很多金融API可以获取这些信息。我的主要目标是学习Scrapy。。。所以，是的，我可以使用一些API，但我仍然想知道如何自己实现它。：）你一定要从网上搜刮吗？已经有很多金融API可以获取这些信息。我的主要目标是学习Scrapy。。。所以，是的，我可以使用一些API，但我仍然想知道如何自己实现它。：）伟大的现在我有了更好的理解。谢谢！伟大的现在我有了更好的理解。谢谢！

//table/tr[td/text()='Net revenue']/td[4]/text()