Python 使用lxml解析HTML-如何在结果列表中保留空内容？

我正在使用lxml解析html文件：

from lxml import html

tree = html.parse(myfile)
data = tree.xpath('//p/text()')

我的html文件中有300个

文本

标记，但是

len（data）

只有250个，因为有时候我的html中会有

。我希望这些数据以

'nan'

或

'

的形式包含在

数据中

关于如何执行此操作的任何建议？
//p/text（）
只会发现
p
元素的文本具有非空文本

相反，找到所有
p
元素，并为每个元素调用
.text\u content（）
：

data = [p.text_content() for p in tree.xpath('//p')]

要证明差异，请执行以下操作：

>>> from lxml import html
>>> 
>>> 
>>> data = """
... <p>text1</p>
... <p></p>
... <p>text2</p>
... """
>>> 
>>> tree = html.fromstring(data)
>>> data = tree.xpath('//p/text()')
>>> len(data)
2
>>> 
>>> data = [p.text_content() for p in tree.xpath('//p')]
>>> len(data)
3

>>从lxml导入html
>>> 
>>> 
>>>data=”“”
…text1

…

…text2

... """
>>> 
>>>tree=html.fromstring（数据）
>>>data=tree.xpath（“//p/text（）”）
>>>len（数据）
2.
>>> 
>>>data=[tree.xpath（'//p'）中p的p.text_content（）
>>>len（数据）
3.