Python 雅虎的HTML刮刀！使用lxml和请求返回错误值的财务

如果我写了[@data reactid=“92”]，上面输出了预期的结果，结果是2075.74。有人知道为什么会这样吗？我期望得到81.48，这可以在AMZN股票的源代码中看到

---

编辑：我发现了一些奇怪的东西。。我在HTML脚本中看到的结果始终是26。所以当我使用[@data reactid=“66”]时，我得到了我想要的东西。同样，118-92=26。这一情况延续到其他几个案例中。你知道为什么吗？

看起来是个bug？数据ID值按升序排序，与相应跨距的文本值不匹配。因此，跨距的文本值是按文档顺序打印的，而数据ID值是按顺序排序的，因此它们的匹配不正确。IE 15返回1636.40，实际上是41

from lxml import html
import requests

page = requests.get('https://finance.yahoo.com/quote/AMZN?p=AMZN&.tsrc=fin-srch')
tree = html.fromstring(page.content)

peRatio = tree.xpath('//span[@class="Trsdu(0.3s) "] [@data-reactid="92"]/text()')
peRatio

---

看起来像只虫子。您可以省略该类，只需执行数据reactid，它就会给出错误的答案。您对html的阅读是正确的。

<span class="Trsdu(0.3s) " data-reactid="41">1,636.40</span>

print(tree.xpath('//span[@class="Trsdu(0.3s) "]/text()'))
print(tree.xpath('//span[@class="Trsdu(0.3s) "]/@data-reactid'))

['1,636.40', '1,628.18', '1,639.00 x 900', '1,640.25 x 900', '3,148,824', '6,293,333', '806.108B', '1.71', '81.48', '20.14', 'N/A', '2,075.74']
['15', '20', '25', '30', '43', '48', '56', '61', '66', '71', '87', '92']