xpath对没有值的元素能否返回空而不是忽略

cdzjf

<tr class="">
                <td class="title">
                    
                    <a  title="9.29演出
" class="">
                       9.29演出

                    </a>
                </td>
                <td nowrap="nowrap">
                    <a  class="">meu</a>
                </td>
                <td nowrap="nowrap" class="r-count "></td>
                <td nowrap="nowrap" class="time">2018-09-07</td>
</tr>

-------------------------------------------------------------
<tr class="">
                <td class="title">
                    
                    <a  title="9.29演出
" class="">
                       9.29演出

                    </a>
                </td>
                <td nowrap="nowrap">
                    <a  class="">meu</a>
                </td>
                <td nowrap="nowrap" class="r-count ">50</td>
                <td nowrap="nowrap" class="time">2018-09-07</td>
</tr>





类似这样的html用xpath获取 /tr/td[@class="r-count "]/text()，但第一行为空，第二行可以正常取得50，能不能第一行没有数据获取留个空啊什么的，不要直接忽略
不然这样获得的列表长度就不固定了

YunGuo

如果标签之间有空格，可以尝试parsel模块：

1. from parsel import Selector
   
2. 
   
3. html = """
   
4. <tr class="">
   
5.                 <td class="title">
   
6.                     <a  title="9.29演出" class="">
   
7.                        9.29演出
   
8.                     </a>
   
9.                 </td>
   
10.                 <td nowrap="nowrap">
    
11.                     <a  class="">meu</a>
    
12.                 </td>
    
13.                 <td nowrap="nowrap" class="r-count "> </td>
    
14.                 <td nowrap="nowrap" class="time">2018-09-07</td>
    
15. </tr>
    
16. <tr class="">
    
17.                 <td class="title">
    
18.                     <a  title="9.29演出" class="">
    
19.                        9.29演出
    
20.                     </a>
    
21.                 </td>
    
22.                 <td nowrap="nowrap">
    
23.                     <a  class="">meu</a>
    
24.                 </td>
    
25.                 <td nowrap="nowrap" class="r-count ">50</td>
    
26.                 <td nowrap="nowrap" class="time">2018-09-07</td>
    
27. </tr>
    
28. """
    
29. sel = Selector(html)
    
30. count = sel.xpath('//*[@class="r-count "]/text()').extract()
    
31. print(count)

复制代码

如果标签之间没有空格，可以用尝试pyquery模块：

1. from pyquery import PyQuery as pq
   
2. 
   
3. html = """
   
4. <tr class="">
   
5.                 <td class="title">
   
6.                     <a  title="9.29演出" class="">
   
7.                        9.29演出
   
8.                     </a>
   
9.                 </td>
   
10.                 <td nowrap="nowrap">
    
11.                     <a  class="">meu</a>
    
12.                 </td>
    
13.                 <td nowrap="nowrap" class="r-count "></td>
    
14.                 <td nowrap="nowrap" class="time">2018-09-07</td>
    
15. </tr>
    
16. <tr class="">
    
17.                 <td class="title">
    
18.                     <a  title="9.29演出" class="">
    
19.                        9.29演出
    
20.                     </a>
    
21.                 </td>
    
22.                 <td nowrap="nowrap">
    
23.                     <a  class="">meu</a>
    
24.                 </td>
    
25.                 <td nowrap="nowrap" class="r-count ">50</td>
    
26.                 <td nowrap="nowrap" class="time">2018-09-07</td>
    
27. </tr>
    
28. """
    
29. doc = pq(html)
    
30. count = doc('.r-count').items()
    
31. counts = []
    
32. for i in count:
    
33.     num = i.text()
    
34.     counts.append(num)
    
35. print(counts)

复制代码

cdzjf

YunGuo 发表于 2020-11-13 01:16
如果标签之间有空格，可以尝试parsel模块：

xpath做不出来吗？

YunGuo

你非得要用xpath那也可以，可以用parsel + w3lib模块，利用remove_tags方法删除标签，可以得到包含空值的结果：

1. from parsel import Selector
   
2. from w3lib.html import remove_tags
   
3. 
   
4. html = """
   
5. <tr class="">
   
6.                 <td class="title">
   
7.                     <a  title="9.29演出" class="">
   
8.                        9.29演出
   
9.                     </a>
   
10.                 </td>
    
11.                 <td nowrap="nowrap">
    
12.                     <a  class="">meu</a>
    
13.                 </td>
    
14.                 <td nowrap="nowrap" class="r-count "></td>
    
15.                 <td nowrap="nowrap" class="time">2018-09-07</td>
    
16. </tr>
    
17. <tr class="">
    
18.                 <td class="title">
    
19.                     <a  title="9.29演出" class="">
    
20.                        9.29演出
    
21.                     </a>
    
22.                 </td>
    
23.                 <td nowrap="nowrap">
    
24.                     <a  class="">meu</a>
    
25.                 </td>
    
26.                 <td nowrap="nowrap" class="r-count ">50</td>
    
27.                 <td nowrap="nowrap" class="time">2018-09-07</td>
    
28. </tr>
    
29. """
    
30. sel = Selector(html)
    
31. cou = list(map(remove_tags, sel.xpath('//*[@class="r-count "]').extract()))
    
32. print(cou)

复制代码