Python lxml xpath没有输出

Question

出于教育目的，我正在尝试使用 lxml 和 Python 中的请求来抓取 this page。

具体来说，我只想在页面上打印所有教授的研究领域。 这是我到目前为止所做的事情

import requests
from lxml import html

response=requests.get('http://cse.iitkgp.ac.in/index.php?secret=d2RkOUgybWlNZzJwQXdLc28wNzh6UT09')
parsed_body=html.fromstring(response.content)

for row in parsed_body.xpath('//div[@id="maincontent"]//tr[position() mod 2 = 1]'):
    for column in row.xpath('//td[@class="fcardcls"]/tr[2]/td/font/text()'):        
        print column.strip()    

但它没有打印任何东西。我在使用 xpaths 时遇到了很多困难，最初是在 chrome 中使用复制 xpath 功能。我按照以下 SO 问题/答案中所做的操作，对我的代码进行了相当多的清理，并在 xpaths 中删除了“tbody”。代码仍然返回一个空白。

1. Empty List Returned

2. Python-lxml-xpath problem

Answer 1

首先，内部包含所需数据的主要内容是通过 XHR 请求从不同的端点加载的 - 在您的代码中进行模拟。

这是完整的工作代码打印名称和每个名称的研究领域列表：

import requests
from lxml import html

response = requests.get('http://cse.iitkgp.ac.in/faculty4.php?_=1450503917634')
parsed_body = html.fromstring(response.content)

for row in parsed_body.xpath('.//td[@class="fcardcls"]'):
    name = row.findtext(".//a[@href]/b")
    name = ' '.join(name.split())  # getting rid of multiple spaces

    research_areas = row.xpath('.//*[. = "Research Areas: "]/following-sibling::text()')[0].split(", ")

    print(name, research_areas)

这里的想法是利用所有“教授块”都位于td元素和class="fcardcls"的事实。对于每个区块，从粗体链接文本中获取名称，从Research Areas: 粗体文本之后的以下字符串中获取研究区域。