刮空字段

Question

我需要提取所有值，包括表中的空字段，但问题是提取方法会跳过空字段。我如何收集那些空白的田地或用其他东西替换它们？

这是我对Scrapy shell的表达：

row = response.xpath('//*[@class="apexir_WORKSHEET_DATA"]//tr//td//text()').extract()  

Answer 1

你的xpath选择器在这里选择text()值：

'//*[@class="apexir_WORKSHEET_DATA"]//tr//td//text()'

你想要做的是选择td值并迭代它们：

items = []
rows = response.xpath('//*[@class="apexir_WORKSHEET_DATA"]//tr//td')
for row in rows:
    text = ''.join(row.xpath('.//text()').extract())
    items.append(text)

现在，即使没有文本，您的代码也会在项目列表中附加一个空字符串。不幸的是，单独使用xpath执行此操作是不可能的。