XPath提取href包裹文本求助：从维基MLS页面提取教练姓名

你的问题核心是XPath路径匹配错误，导致拿不到目标文本。直接给你修正方案和原因说明：

问题根源 #

1. 维基百科这个目标表格的原始HTML里没有<tbody>标签，你写的//tbody会让整个路径匹配失败（tbody是浏览器渲染时自动补的，lxml解析原始HTML时不会生成这个标签）
2. 目标文本"Gonzalo Pineda"是嵌套在<a>标签里的，直接取td[2]/text()只能拿到td里的空白换行，拿不到a标签内的有效文本

修正后的代码方案 #

方案1：精准定位a标签取文本 #

这个方法直接匹配目标文本所在的a标签：

import requests
from lxml import html

t = requests.get("https://en.wikipedia.org/wiki/2022_Major_League_Soccer_season")
dom_tree = html.fromstring(t.content)
# 去掉tbody，直接定位第二个wikitable下的tr，再取td[2]内a标签的文本
coach = dom_tree.xpath('//table[contains(@class, "wikitable")][2]//tr/td[2]/a/text()')
# 取第一个结果（Gonzalo Pineda是该列第一个条目）
print(coach[0])  # 输出 Gonzalo Pineda

方案2：提取td下的所有文本（更鲁棒） #

如果担心a标签结构变化，用normalize-space()提取td下的所有文本并自动去除空白：

import requests
from lxml import html

t = requests.get("https://en.wikipedia.org/wiki/2022_Major_League_Soccer_season")
dom_tree = html.fromstring(t.content)
# 直接提取目标td的所有文本，自动处理换行和空格
coach = dom_tree.xpath('normalize-space(//table[contains(@class, "wikitable")][2]//tr[2]/td[2])')
print(coach)  # 输出 Gonzalo Pineda

补充说明 #

你之前加a[contains(@href, "wiki")]返回空列表，也是因为路径里多了tbody，导致整个XPath找不到任何匹配元素，去掉tbody就能正常匹配。

内容的提问来源于stack exchange，提问作者reksapj