python - Xpath 查询试图从网站表中提取值

Question

我正在尝试循环进入 sec.report 上的公司简介列表并收集他们的“公司注册状态”，但只能返回空白结果。

例如，在https://sec.report/Ticker/adbe上，我尝试使用 Xpath 函数提取值“Delaware”。我正在使用以下代码，并使用我在 google chrome 的开发人员视图中仔细检查过的 xpath： sec = tree.xpath('//body/div[1]/div/div[3]/div[2]/table/tbody/tr[3]/text()')

有人可以告诉我我在哪里出错了吗？是因为“公司注册状态”不是一个定义的类别吗？

我还为每家公司提取了 CIK 编号，但这些值是使用非常相似的代码成功通过的，所以我不太确定我哪里出错了： sec = tree.xpath('//div[1]/div/h2[1]/text()')

标签： pythonhtmlxpathsec

Answer 1

如果您使用以下内容，您的第一个会起作用，但那些是脆弱的 xpath。点击这个网站，它会教你如何编写更好的路径 - https://www.w3schools.com/xml/xpath_intro.asp

//body/div[1]/div/div[3]/div[2]/table/tbody/tr[3]/td[2]

你可以试试这些：

特拉华州：

//div[@class='panel panel-default'][1]/following::table[1]//td[text()='State of Incorporation']/following-sibling::td

CIK：

//h2[contains(text(), 'SEC')]