用lxml和请求进行HTML抓取

Question

我像本教程一样，http://docs.python-guide.org/en/latest/scenarios/scrape/，废弃了一个html表，但它不能很好地工作。在

我的代码：

import requests
from lxml import html

page = requests.get('http://www.dti.ufv.br/horario/horario.asp?ano=2015&semestre=1&depto=MAT')
tree = html.fromstring(page.text)

vaga = tree.xpath('/html/body/center/table/tbody/tr[2]/td/table[2]/tbody/tr[108]/td[9]')
print vaga

我想问题出在XPath。。。我用谷歌Chrome的教程里说的那样做了，但这和教程里的不一样。有人能帮我找到正确的XPath吗？谢谢各位！在

Answer 1

在HTML内容中，没有tbody标记。在

在代码中，我们考虑使用tbody标记来查找目标标记。在

vaga = tree.xpath('/html/body/center/table/tbody/tr[2]/td/table[2]/tbody/tr[108]/td[9]')

这将始终返回空列表，因为HTML内容中不存在tbody标记。在

HTml内容：

^{pr2}$