Python Can'；使用html时，请不要按预期提取结果

我无法使用html提取正确的结果：

>>> from requests_html import HTMLSession
>>> session = HTMLSession()
>>> r = session.get('https://www.amazon.com/dp/B07569DYGN')
>>> r.html.find("#productDetails_detailBullets_sections1")
[]

我可以在源内容中找到

id

“productDetails\u detailBullets\u sections1”：

>>> """<table id="productDetails_detailBullets_sections1" class="a-keyvalue prodDetTable" role="presentation">""" in r.text
True

r.text中的“

>”
真的

实际上，PyQuery中也存在类似的问题

为什么

requests\u html

找不到这个元素？

我在搜索

#comparison\u price\u row

，它仍然找到了一些东西。源代码中的下一个id是

comparison\u shipping\u info\u行

，但搜索

\comparison\u shipping\u info\u行

将返回一个空数组。这两个元素位于同一级别（同一父级）。我检查了两者之间的所有来源，但没有发现任何问题

起初

然后我看到在这两者之间有一个NUL字节，这可能会使库出错

从输入中删除NUL字节后，可以找到所需的元素：

r2 = requests_html.HTML(html=r.text.replace('\0', ''))
r2.find('#productDetails_detailBullets_sections1')

[<Element 'table' role='presentation' class=('a-keyvalue', 'prodDetTable') id='productDetails_detailBullets_sections1'>]

r2=requests\u html.html（html=r.text.replace（'\0'，''）
r2.查找（“#产品详细信息_details项目符号_sections1”）
[]

我可以确认源代码中包含

r.html。find（'table'）
也找不到该对象，似乎
PQuery（）
对这里的某些内容不满意。@MartijnPieters是的，它只提取了四个表。PQuery库只是将CSS选择器转换为
的后代或自身：：*[@id='productDetails\u detailbollets\u sections1']
XPath表达式，这是有效的。所以现在这是lxml；
r.html.pq[0]。XPath（“后代或自：：表”）
实际上只返回4个元素。
PyQuery（r.html.html，parser='html5'）（'productDetails\u detailbollets\u sections1'））
找到元素。很好的发现。如果我正确阅读了规范，html文档中的空字符应该会导致解析错误。因此，问题出在amazon上，而不是lxml解析器。是的，好吧，我们都知道今天典型html中的错误率有多高；-）所以问题总是：解析器在理解其含义方面有多好其中一个错误。我想忽略NUL字节是比较容易的任务之一。@Alfe干得不错，但这不能从根本上解决问题，只能解决这个问题，对吗？：（谢谢你的出色工作。@赵阳旭这个问题有两个方面：① 服务器返回带有NUL的HTML（不应该返回），并且② 解析器在NUL处中止（这只是因为①).  最主要的是了解正在发生的事情，以便更好地预测类似的问题及其症状。另一件事是解决手头的具体问题。当然，它并不能解决所有类似的问题（如其他损坏的HTML或类似的问题），但至少是这个问题。