使用python、LXML和；XPATH

经过大量的努力，我从这个网站的表格中提取了一些我需要的信息：

从表“Kommande Matcher”（第二个表）中，我设法提取了日期和团队名称

但现在，我完全无法从第一张表中提取：

• 第一列“滞后”

• 第二栏“S”

• 6h栏“GM-IM”

• 最后一列“p”

有什么想法吗，谢谢

我刚刚做到了：

from io import BytesIO
import urllib2 as net
from lxml import etree
import lxml.html    

request = net.Request("http://gbgfotboll.se/serier/?scr=table&ftid=57108")
response = net.urlopen(request)
data = response.read()

collected = [] #list-tuple of [(col1, col2...), (col1, col2...)]
dom = lxml.html.parse(BytesIO(data))
#all table rows    
xpatheval = etree.XPathDocumentEvaluator(dom)
rows = xpatheval('//div[@id="content-primary"]/table[1]/tbody/tr')

for row in rows:
    columns = row.findall("td")
    collected.append((
        columns[0].find("a").text.encode("utf8"), # Lag
        columns[1].text, # S
        columns[5].text, # GM-IM
        columns[7].text, # P - last column
    ))

for i in collected: print i

您可以直接在lxml.html.parse（）中传递URL，而不是调用urllib2。此外，您还可以按类属性获取目标表，如下所示：

# new version
from lxml import etree
import lxml.html    

collected = [] #list-tuple of [(col1, col2...), (col1, col2...)]
dom = lxml.html.parse("http://gbgfotboll.se/serier/?scr=table&ftid=57108")
#all table rows
xpatheval = etree.XPathDocumentEvaluator(dom)
rows = xpatheval("""//div[@id="content-primary"]/table[
    contains(concat(" ", @class, " "), " clTblStandings ")]/tbody/tr""")

for row in rows:
    columns = row.findall("td")
    collected.append((
        columns[0].find("a").text.encode("utf8"), # Lag
        columns[1].text, # S
        columns[5].text, # GM-IM
        columns[7].text, # P - last column
    ))

for i in collected: print i

---

它很有魅力，谢谢你！你的P.S.是什么意思？我不明白？一个简单的问题。我看到您使用了表[1]的行。我认为网站的表会从2个表动态地更改为3个表，这意味着表可能是表2或表1。有没有办法解决这一问题，以便它仍然可以找到正确的表table@hamzah大概如果“表[1]”始终位于DOM上的第一个位置，则没有问题。但是，如果目标表在DOM上的显示顺序不同于1，则可以按类属性获取目标表：table[@class=“clTblStandings”]，而不是table[1]。我已经编辑了我的anwser。看一看！嘿你可以看看这篇文章吗。我知道它是同一个网站，也许你可以在这里帮助我@费利普斯马丁斯