Python lxml-返回空列表

在尝试从网页表中提取值时，我无法找出XPATH的错误。该方法似乎是正确的，因为我可以提取页面标题和其他属性，但我无法提取第三个值，它总是返回一个空列表

from lxml import html
import requests

test_url = 'SC312226'

page = ('https://www.opencompany.co.uk/company/'+test_url)

print 'Now searching URL: '+page

data = requests.get(page)
tree = html.fromstring(data.text)

print tree.xpath('//title/text()') # Get page title  
print tree.xpath('//a/@href') # Get href attribute of all links  
print tree.xpath('//*[@id="financial"]/table/tbody/tr/td[1]/table/tbody/tr[2]/td[1]/div[2]/text()')

除非我遗漏了什么，否则XPATH似乎是正确的：

我检查了Chrome控制台，显示正常！所以我不知所措

$x ('//*[@id="financial"]/table/tbody/tr/td[1]/table/tbody/tr[2]/td[1]/div[2]/text()')
[
"£432,272"
]

---

您应该指定元素名。如果不想指定特定的标记名，可以使用

*

：

print tree.xpath('//*[@id="financial"]/...')
                    ^

更新

在html文件中（仅在浏览器中呈现之前的html），没有tbody标记。因此，您需要从表达式中删除

tbody

：

//*[@id="financial"]/table/tr/td[1]/table/tr[2]/td[1]/div[2]/text()

使用以下同级轴的替代方法：

//div[text()="Total Assets"]/following-sibling::div/text()

---

试过了，还是没有乐趣。空名单，谢谢！它现在返回，但它返回以下值：[u'\xa3447']是否需要以某种方式对其进行解码？@ChrisFinlayson如果您获取一个项目并打印它，您将得到所需的内容。将其添加到print语句将正确格式化输出：

print unicodedata.normalize（'NFKD'，tree.xpath（'/*[@id=“financial”]/table/tr/td[1]/table/tr[2]/td[1] /div[2]/text（））[0]）.encode（'ascii'，'ignore'）

@ChrisFinlayson，您不需要调用

unicodedata。完全规范化
和
encode
。打印第一项就可以了。请参见以下内容：