在python中从xpath条目获取文本时遇到问题

我在网站上

并试图从表格中提取数据。当我从一个条目中提取xpath时，比如说pitcher “Terry Mulholland，”我检索到：

pitchers = site.xpath("/html/body/div[2]/div[2]/div[6]/table/tbody/tr/td[3]/table/tbody/tr[2]/td/a)

---

当我试图在打印机中打印投手[0]的

text

时，我得到的是

[]

而不是

text

，知道为什么吗？

问题是，原始源代码中不存在最后一个

tbody

。如果您通过某些浏览器获得xpath，请记住，浏览器可以猜测并添加缺少的元素以使html有效

卸下最后一个

t车身

可解决此问题

In:将lxml.html导入为html
In:site=html.parse（“http://www.baseball-reference.com/players/event_hr.cgi?id=bondsba01&t=b")
In:pitchers=site.xpath（“/html/body/div[2]/div[2]/div[6]/table/tbody/tr/td[3]/table/tr[2]/td/a”）
中：投手[0]。文本
“特里·穆霍兰德”

---

但我需要补充一点，您使用的xpath表达式非常脆弱。在方便的地方添加了一个

div

，现在您的脚本已损坏。如果可能的话，试着找到更好的引用，比如

id

或

class

，它们指向您期望的位置。

html不是xml。使用BeautifulSoup解析html.FUD。lxml适合解析HTML，xpath适合HTML dom导航。非常感谢，这非常有帮助。你怎么知道尸体不在原始来源？看看DOM？@user1082471：这是一种根据经验做出的有根据的猜测。然后我从DOM确认了它。虽然我很惊讶地看到源代码中的第一个

tbody

）。您通常不会在大多数源代码中看到

tbody

。