编辑:我已经提供了确切的源代码,我正在试图解决这个问题。在
我正试图使用python2.7和lxml从yahoofinance中提取关于“总资产”的数据。我试图从中提取此信息的页面示例是http://finance.yahoo.com/q/bs?s=快速+资产负债+资产负债表和年度。在
我已经成功地从Smartmoney中提取了“总资产”的数据。我能够解析的Smartmoney页面的一个例子是http://www.smartmoney.com/quote/FAST/?story=financials&timewindow=1&opt=YB&isFinprint=1&;framework.view=smi\u空视图。在
下面是我为解决这个问题而设置的一个特殊测试脚本:
import urllib
import lxml
import lxml.html
url_local1 = "http://www.smartmoney.com/quote/FAST/?story=financials&timewindow=1&opt=YB&isFinprint=1&framework.view=smi_emptyView"
result1 = urllib.urlopen(url_local1)
element_html1 = result1.read()
doc1 = lxml.html.document_fromstring (element_html1)
list_row1 = doc1.xpath(u'.//th[div[text()="Total Assets"]]/following-sibling::td/text()')
print list_row1
url_local2 = "http://finance.yahoo.com/q/bs?s=FAST"
result2 = urllib.urlopen(url_local2)
element_html2 = result2.read()
doc2 = lxml.html.document_fromstring (element_html2)
list_row2 = doc2.xpath(u'.//td[strong[text()="Total Assets"]]/following-sibling::td/strong/text()')
print list_row2
我可以从Smartmoney页面获取总资产的数据行,但是当我试图解析Yahoo财经页面时,我得到的只是一个空列表。在
Smartmoney页面上表行的源代码是:
^{pr2}$Yahoo页面上表格行的源代码是:
<tr>
<td colspan="2"><strong>Total Assets</strong></td>
<td align="right"><strong>1,684,948 </strong></td>
<td align="right"><strong>1,468,283 </strong></td>
<td align="right"><strong>1,327,358 </strong></td>
</tr>
包含语法错误,结尾应该是
td/strong/text()
,加上后面有一个]
。我认为正确的问题是:结果:
^{pr2}$在原始页面中,“Total Assets”
<strong>
容器有空格和换行符。对text()
结果使用附加的normalize-space
函数,如下所示:相关问题 更多 >
编程相关推荐