【发布时间】:2011-02-14 13:53:08
【问题描述】:
我正在尝试用 python 和 lxml 抓取这个网站。 它在我的本地机器上工作得很好,但是当我尝试在我的服务器上部署它并运行脚本时,我遇到了空格问题。 网址:http://www.samsungapps.com/topApps/topAppsDetail.as?productId=G00000467050&listYN=Y
html中的问题部分:
<tr>
<th>Version</th>
<td>
1.0.0 (14.02.2011)
</td>
</tr>
我认为这是我的服务器配置的问题。 有人知道我错过了什么吗?
提前致谢
编辑:
html = seite.read()
seite.close()
tree = etree.parse(StringIO.StringIO(html), parser)
xpath = "//div[contains(@class,'detail-view')]/h4/text()"
name = tree.xpath(xpath)
xpath = "//div[contains(@class,'detail-view')]/table/tbody/tr[2]/td/text()"
cat = tree.xpath(xpath)
xpath = "//div[contains(@class,'detail-view')]/table/tbody/tr[3]/td/text()"
typ = tree.xpath(xpath)
xpath = "//div[contains(@class,'detail-view')]/table/tbody/tr[4]/td/text()"
version = tree.xpath(xpath)
print name[0].encode("utf-8")
print cat[0].encode("utf-8")
print typ[0].encode("utf-8")
print version[0].encode("utf-8")
【问题讨论】:
-
您能否提供有关错误的更多详细信息?
-
这本身不是错误。它只是将空格导出到我的字符串。在我的本地机器上,它会自动去除空格
-
如果您包含相关的代码片段会很有帮助。
-
如果元素值中的空格是问题所在,为什么不直接调用 .strip() 呢?
-
添加了一些代码。正如我在一台机器上提到的,标签中的空格会被自动去除,而在另一台机器(相同的代码)上,空格不会被去除。在机器 1 (Windows XP) 上再次测试它 - 工作和机器 2 (Windows 7) - 空白问题