Python、lxml 和 xpath：返回“[<Element x at 0x29a9998>] 而不是预期值

Question

我正在尝试抓取 TD 资产管理页面（以下示例；我不能发布两个以上的链接）以检索“开价”值，即 HTML 的 sn-p 中的美元金额：

<div class="td-layout-grid9 td-layout-column td-layout-column-first">
Price As On: Jun 12, 2015
<br>
<strong>$14.54  </strong>
<strong class="td-copy-red">-0.01 (-0.07%)</strong>
</div>

我希望使用 Python、requests、lxml 和 XPath 来实现这一点，我安装如下：

apt-get update
apt-get install python python-pip python-dev gcc build-essential libxml2-dev libxslt-dev libffi-dev libssl-dev
pip install lxml
pip install requests
pip install requests[security]

接下来，要检索我这样做的页面：

python
>>> from lxml import html
>>> import requests
>>> page = requests.get('https://www.tdassetmanagement.com/fundDetails.form?fundId=6320&lang=en')
>>> tree = html.fromstring(page.text)

最后，尝试使用从 Chrome 的“检查元素”工具获得的相关元素的 XPath 检索所需的美元值：

>>> price = tree.xpath('//*[@id="fundCardVO"]/div[2]/div[1]/div[1]/div[1]/strong[1]')
>>> print price

不幸的是，结果是[<Element strong at 0x29a9998>]，而不是预期的美元金额$14.54  。

为了确保最初的“requests.get”检索到预期的数据，我运行了这个：

>>> print page.content

结果可以在这里看到：http://pastebin.com/f5C4MFQb。

如果我将上述 HTML 粘贴到此工具中：http://videlibri.sourceforge.net/cgi-bin/xidelcgi 我的 XPath 查询 //*[@id="fundCardVO"]/div[2]/div[1]/div[1]/div[1]/strong[1] 按预期返回美元金额。

任何关于如何使用 Python、lxml 和 XPath 来检索此元素所需值的提示或技巧将不胜感激。如果有一种完全不同的方法可以让我获得相同的结果，我也会对此感兴趣。

谢谢。

Answer 1

在进一步谷歌搜索以找出哪些元素是（它们是具有tag 或text 等属性的事物列表），然后是更多关于UnicodeEncodeError 的谷歌搜索（参见UnicodeEncodeError: 'ascii' codec can't encode character u'\xa0' in position 20: ordinal not in range(128)）我能够以此获得我想要的价值：

>>> priceelement = tree.xpath('//*[@id="fundCardVO"]/div[2]/div[1]/div[1]/div[1]/strong[1]')
>>> priceascii = priceelement[0].text
>>> price = priceascii.encode('utf-8')
>>> print price

感谢 jonrsharpe 引导我朝正确的方向前进。

我仍然无法确定如何获取元素的可用属性列表，但tag 和text 可用。

我接着得到了这个数字（没有美元符号和尾随的不间断空格）：

>>> import re
>>> p = re.search('[0-9]{1,3}\.[0-9]{2}', price)
>>> price = p.group(0)
>>> print price