Python LXML.HMTL Xpath 返回空列表答案

【问题标题】：Python LXML.HMTL Xpath Return Empty ListPython LXML.HMTL Xpath 返回空列表
【发布时间】：2016-03-10 04:43:46
【问题描述】：

问题：

date_list 是一个空列表。
不应为空，因为列表长度应等于 oct 和 filing_type_list 的列表长度。

我做了什么：

搜索错别字。
尝试过不同的公司（例如 REXAHN PHARMACEUTICALS, INC）。
为 Xpath 参数使用了不同的词。

代码：

filing_dates_pg = requests.get('http://csuite.xbrl.us/php/dispatch.php?Task=xbrlValues&Element=NetCashProvidedByUsedInOperatingActivitiesContinuingOperations&CIK=0001228627&Ultimus=true&DimReqd=false&API_Key=xxxx')
# The URL easiest to read in FIREFOX Browser.

Datestree = html.fromstring(filing_dates_pg.text)
date_list = Datestree.xpath('//periodStart/text()')
filing_type_list = Datestree.xpath('//period/text()')
ocf = Datestree.xpath('//amount/text()')

print ocf                # Works, list matches data in URL page
print filing_type_list   # Works
print type(date_list) 
print date_list          # Does NOT work

输出

['-2977634', '-4566843', '-5146845', '-6986598', '-53917328', '-2425835', '-55897199', '-7490595', '-57546899', '-10651611', '-58620377', '-15530306', '-60171904', '-1916510', '-62675625', '-3896381', '-64356343', '-5546081', '-66605233', '-6619559', '-69181840', '-1551527', '-4055248', '-5735966', '-7984856', '-11041211', '-2576607', '-4038817', '-5527773', '-8441718', '-8129391', '-12944191']
['1H', '3QCUM', 'Y', 'Y', '2001-03-19 - 2012-04-01', '1Q', '2001-03-19 - 2012-07-01', '1H', '2001-03-19 - 2012-10-01', '3QCUM', '2001-03-19 - 2013-01-01', 'Y', '2001-03-19 - 2013-04-01', '1Q', '2001-03-19 - 2013-07-01', '1H', '2001-03-19 - 2013-10-01', '3QCUM', '2001-03-19 - 2014-01-01', 'Y', '2001-03-19 - 2014-04-01', '1Q', '1H', '3QCUM', 'Y', 'Y', '1Q', '1Q', '1H', '1H', '3QCUM', '3QCUM']
<type 'list'>
[]
ValueError: Length mismatch: Expected axis has 0 elements, new values have 1 elements

【问题讨论】：

标签： python xml xpath lxml lxml.html

【解决方案1】：

您似乎使用的是lxml.html.fromstring 而不是lxml.etree.fromstring。

使用lxml.etree.fromstring。否则，您需要指定//periodstart/text() xpath 表达式（全部小写），因为在 HTML 中标记名称不区分大小写。

from lxml import etree

...

Datestree = etree.fromstring(filing_dates_pg.text)

【讨论】：

我测试过这应该是答案！！
谢谢，假的。我选择了小写的解决方案。

【解决方案2】：

我在实施过程中也遇到了这个问题。

在解析html.fromstring时将标签名和属性名转换为小写

使用如下：

>> Datestree.xpath('//periodstart//text()')

或者也被 falsetru 建议使用etree

【讨论】：