无法提取与匹配的类或ID的所有跨度

这可能是一些愚蠢的东西。但我想写一个简单的刮板来抓取这个网站上的列表：https://online.ncat.nsw.gov.au/Hearing/HearingList.aspx?LocationCode=2000 无法提取与匹配的类或ID的所有跨度

那么，实际上它最终会运行每个LocationCode，但这是一个示例页面。

我想提取每个日期的<span>标题和table数据。

数据的一般形式是：

<span id="lblSubHeader1242017" class="clsGridItem">1:15 PM Wednesday, 12 Apr 2017 at Room 15.6 Level 15, 66 Goulburn st </span> 
<hr /> 
<table id="dg1242017"> 
    <tr class="clsGridItem"> 
     <td width="15%">RT 17/11111</td> 
     <td width="30%">Name of party</td> 
     <td width="55%">Name of party</td> 
    </tr> 
    ... 
</table>

这是粗糙，但我可以抓住表中的数据相当不错与形式的代码：

page = requests.get('https://online.ncat.nsw.gov.au/Hearing/HearingList.aspx?LocationCode=2000') 
tree = html.fromstring(page.content) 
events = tree.xpath('//table//td/text()')

但是当我试图抢在表外的跨度，所以我可以有地点和日期信息的东西，如：

days = tree.xpath('//span[starts-with(@id,"lbl")]/text()')

或

days = tree.xpath('//span[@class,"clsGridItem"]/text()')

我只得到了以下两个结果：

days: ['There are no matters listed in SYDNEY today', 'There are no matters listed in SYDNEY today']

这指的是两个跨度约的话了页面2/3：

<span id="lbl1442017" style="font-weight:bold;">SYDNEY: Friday, 14 Apr 2017</span><br /><br /><span id="lblError1442017" class="clsGridItem">There are no matters listed in SYDNEY today</span><br /><br /><br /><span id="lbl1742017" style="font-weight:bold;">SYDNEY: Monday, 17 Apr 2017</span><br /><br /><span id="lblError1742017" class="clsGridItem">There are no matters listed in SYDNEY today</span>

谁能解释我做错了什么？

为什么其他跨度被跳过？

来源

2017-04-07 raf

您可以使用下面的代码来获取<span class="clsGridItem">每个文本内容：

days = tree.xpath('//span[@class="clsGridItem"]//text()')

但我不知道为什么//span[@class="clsGridItem"]/text()不工作，因为它should be applicable as well...

来源

2017-04-07 07:30:25 Andersson

无法提取与匹配的类或ID的所有跨度

回答

相关问题