XPath匹配标签使用text()判断获取结果失败/为空的问题及解决方法
2024-10-19 12:33:38
XPath当匹配标签判断text()判断内容失败的问题及解决
问题复现
在爬取网站的时候我使用XPath去抓取网页上的内容,XPath表达式来精准获取需要的标签内容。
当我对如下一段html代码编写XPath表达式抓取的时候出现了问题,代码如下。片名两个字中间有七个空格,我想要获取<dd></dd>中的内容。
<dl class="clearfloat margin-30">
<dt>片 名</dt>
<dd>爱猫之城</dd>
</dl>
我很自然地使用了如下的表达式。
FilmName = html.xpath('//dt[text()="色 彩"]/following-sibling::dd/text()')
FilmName = html.xpath('//dt[text()="色 彩"]/following-sibling::dd/text()')
但是竟然没有获取到。于是把转义字符换成7个空格也是没有用。
解决思路
我使用另一种办法把<dt></dt>中的内容用text()抓取出来。
FilmName = html.xpath('/html/body/section[3]/div/ul/li/div[2]/ul[2]/dl[1]/dt/text()')
得到内容为:
'色\xa0\xa0\xa0\xa0\xa0\xa0\xa0彩'
这个是才意识到,在XPath中匹配的是unicode编码的不间断空格符( ),所以将上面的空格全部替换为’\xa0‘即可。
FilmName = html.xpath('//dt[text()="色\xa0\xa0\xa0\xa0\xa0\xa0\xa0彩"]/following-sibling::dd/text()')
问题解决。
最新文章
- java web学习总结(三) -------------------TOMCAT使用帮助(二)
- 关于MVC4.0中@Styles.Render用法与详解
- Java中OutOfMemoryError(内存溢出)的三种情况及解决办法
- C#如何根据配置实现动态窗体
- LinuxAsm#Chapter10
- java util包概述
- SQL分类
- 检查c# 内存泄漏
- ASP.NET MVC+EF框架+EasyUI实现权限管理系列(6)- EF上下文实例管理
- mysql数据库事务详细剖析
- JDBC(二)
- 阿里,百度面试90%会问的Java面试题
- java 从键盘录入的三种方法
- 使用PHPExcel实现Excel文件的导入和导出(模板导出)
- jqgrid获取选中行指定列的值
- Hadoop学习之路(二十三)MapReduce中的shuffle详解
- [CocoaPods]常见问题
- poj1185炮兵阵地 正确代码及错误代码分析
- python爬虫-基础入门-python爬虫突破封锁
- java.sql.SQLException: com.mysql.jdbc.Driver
热门文章
- JDK1.8新特性-Lambda表达式
- 《Web Development with Go》Mangodb查询一条记录
- Paper | MFQE 2.0: A New Approach for Multi-frame Quality Enhancement on Compressed Video
- Oracle数据库小知识点整理
- 运用arcgis sever 进行地图发布
- 从0系统学Android--3.5 最常用和最难用的控件---ListView
- 苹果_公司开发者账号_申请DUNS number
- python浅见 (Python 3000)
- DialogHost 关闭对话框
- 关于useGeneratedKeys的使用