如何用Selenium与XPath跳过含空文本单元格的表格行？

我来帮你搞定这个问题！你遇到的核心问题在于，那些看似“无文本”的元素，可能实际上包含了空白字符（比如换行、空格），或者你可以直接通过HTML属性来更精准地判断空值，而不是只依赖text属性。

为什么之前的判断失效？ #

你之前的代码直接用td[3].text或td_time.text判断，但如果元素的文本内容是空白字符（比如页面渲染时的换行、空格），len(td[3].text)会大于0，td[3].text != ''也会返回True，导致你的跳过逻辑不起作用。另外，对于日期列的time标签，它的datetime属性是空字符串，这其实是更可靠的空值标识。

解决方案1：通过datetime属性判断日期列（最可靠） #

针对日期列的time标签，直接检查它的datetime属性是否为空，这比判断文本更准确，因为HTML里明确标注了空值：

td_time = row.find_element_by_xpath(".//td[4]/span/time")
# 获取datetime属性值
datetime_value = td_time.get_attribute("datetime")
if not datetime_value:
    # 日期为空，跳过该行
    print('no')
else:
    # 日期有效，执行爬取逻辑
    print('yes')
    # 这里写爬取整行数据的代码

解决方案2：去除空白字符后判断文本 #

对于td[3]这类没有明确属性的元素，先对text做strip()处理，去掉首尾的空白字符后再判断：

td = row.find_elements_by_xpath(".//td")
# 去除文本首尾的空白字符
target_text = td[3].text.strip()
if target_text:
    # 文本有效，执行爬取逻辑
    # 这里写爬取整行数据的代码
else:
    # 文本为空（或只有空白），跳过
    pass

额外建议：结合XPath直接过滤空元素 #

你还可以在获取行的时候，直接用XPath过滤掉日期为空的行，减少后续判断的工作量：

# 只获取datetime属性不为空的行
valid_rows = driver.find_elements_by_xpath("//tr[.//td[4]/span/time[@datetime!='']]")
for row in valid_rows:
    # 直接处理有效行，无需再判断空值
    td = row.find_elements_by_xpath(".//td")
    # 执行爬取逻辑

这样处理后，就能准确跳过那些无有效内容的行，避免后续代码报错啦！

内容的提问来源于stack exchange，提问作者Life is complex