爬虫某些值为空怎么办

0714

1. import requests
   
2. from lxml import etree
   
3. 
   
4. headers = {
   
5.     'user-agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.117 Safari/537.36'
   
6.     }
   
7. url = 'https://s.weibo.com/top/summary'
   
8. 
   
9. response = requests.get(url,headers = headers)
   
10. html = etree.HTML(response.text)
    
11. infos = html.xpath('//*[@id="pl_top_realtimehot"]/table/tbody')[0]
    
12. ranks = infos.xpath('//tr/td[1]/text()')
    
13. titles = infos.xpath('//tr/td[2]/a/text()')
    
14. comments = infos.xpath('//tr/td[2]/span/text()')
    
15. buzzs = infos.xpath('//tr/td[3]/i/text()')
    
16. 
    
17. for rank,title,comment,buzz in zip(ranks,titles,comments,buzzs):
    
18.     print('('+rank + ')','('+title + ')','('+comment + ')','('+buzz + ')',)
    

复制代码

以微博热搜榜为例，有些热搜的最后会有一个 '热' 或者 '沸' 字，有些就没有，这样爬下来的数据会向前补齐，出现错误，怎么办？

0714

zltzlt 发表于 2020-1-14 16:40
程序并无错误，执行结果：

你对比会发现有些热搜话题命名最后没有“热”字或“沸”字，但是爬下来的数据中却有，我说的错误是指这个。