Python xpath使用lxml解析html时出现问题

我试图解析来自谷歌互动网站的数据。它是在JS中呈现的，所以我使用Qt加载要从中解析的站点。我相信我已经正确地加载和呈现了站点，但由于某些原因，当我执行xpath解析代码时，我得到了返回给我的空列表

这是我的全部代码：

import sys  
from PyQt4.QtGui import *  
from PyQt4.QtCore import *  
from PyQt4.QtWebKit import *  
from lxml import html 

class Render(QWebPage):  
  def __init__(self, url):  
    self.app = QApplication(sys.argv)  
    QWebPage.__init__(self)  
    self.loadFinished.connect(self._loadFinished)  
    self.mainFrame().load(QUrl(url))  
    self.app.exec_()  

  def _loadFinished(self, result):  
    self.frame = self.mainFrame()  
    self.app.quit() 

url = 'https://www.consumerbarometer.com/en/graph-builder/?question=M1&filter=country:singapore,canada,mexico,brazil,argentina,united_states,bulgaria,austria,belgium,croatia,czech_republic,denmark,estonia,finland,france,germany,greece,hungary,italy,ireland,latvia,lithuania,norway,netherlands,poland,portugal,russia,romania,serbia,slovakia,spain,slovenia,sweden,switzerland,ukraine,united_kingdom,australia,china,israel,hong_kong_sar,japan,korea,new_zealand,malaysia,taiwan,turkey,vietnam'  
#This does the magic.Loads everything
r = Render(url)  
#result is a QString.
result = r.frame.toHtml()

#QString should be converted to string before processed by lxml
formatted_result = str(result.toAscii())

#Next build lxml tree from formatted_result
tree = html.fromstring(formatted_result)

archive_links = tree.xpath('//*[@id="main-page-wrapper"]/div/section/div/section[1]/div/div/graph/div/div[4]/div/div/graph-bar-chart/div[2]/svg/g[1]/g[2]/g[1]/text()')
print archive_links

这是我试图获取的html：

阿根廷

---

有没有想过为什么我会得到返回给我的

[]

？

您可以创建一个更短、更可靠的xpath表达式，并且必须使用名称空间：

tree.xpath('//text[@class="bar-text-label"]/text()', namespaces={'n': 'http://www.w3.org/2000/svg'})

---

替代解决方案可能是使用浏览器自动化软件包：

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC


driver = webdriver.Firefox()
driver.get('https://www.consumerbarometer.com/en/graph-builder/?question=M1&filter=country:singapore,canada,mexico,brazil,argentina,united_states,bulgaria,austria,belgium,croatia,czech_republic,denmark,estonia,finland,france,germany,greece,hungary,italy,ireland,latvia,lithuania,norway,netherlands,poland,portugal,russia,romania,serbia,slovakia,spain,slovenia,sweden,switzerland,ukraine,united_kingdom,australia,china,israel,hong_kong_sar,japan,korea,new_zealand,malaysia,taiwan,turkey,vietnam')

// wait for svg to appear
WebDriverWait(driver, 10).until(EC.visibility_of_element_located((By.TAG_NAME, 'svg')))

for text in driver.find_elements_by_class_name('bar-text-label'):
    print(text.text)

driver.close()

---

实际上，我刚刚尝试了上面较短的xpath表达式，即使添加了名称空间，仍然返回一个空列表。@Meepl-hm，我没有尝试使用

pyqt4

，但我已将页面源代码保存到一个html文件中，用

lxml.html

对其进行解析，并使用了提供的xpath-对我来说很有效。不管怎样，你会接受另一种基于“硒”的解决方案吗？谢谢，当然可以。我已经安装了selenium，但我对它很不熟悉。它工作得很好！谢谢，现在我的问题是，我正在尝试获取每个国家的数据值，它具有元素类型：

是否可以使用selenium获取

数据值

属性？我尝试了

查找驱动程序中的文本。按类名称（“bar”）查找元素：打印（data\u value.text）

，但不起作用。我也尝试了此方法，但不起作用：

查找驱动程序中的数据。按xpath（'/*[包含（@data value）]/@data value'）：打印（data.text）