Python3.6.4中lxml-html读取空列表及XPATH提取STRaND-1轨道元素问题

嘿，我来帮你搞定这两个问题——先解决你当下的轨道元素提取需求，再给你讲清楚Xpath的用法~

为什么你的lxml-html会返回空列表？ #

首先得明确：你要读取的目标链接是纯文本文件，不是HTML或XML文档。而lxml.html的xpath()方法是用来解析带标签结构的文档（比如HTML网页、XML文件）的，纯文本里没有任何HTML标签节点，所以用xpath自然找不到内容，返回空列表是正常的。

正确提取纯文本中的STRaND-1轨道元素 #

针对纯文本的TLE（两行轨道元素）数据，我们直接用requests获取文本内容，然后按行筛选即可。Celestrak的TLE格式是每个卫星占3行：第一行是卫星名称，第二、第三行就是轨道元素。所以我们只需要找到包含STRaND-1的行，然后取它后面的两行就行。

代码示例（Python 3.6.4兼容）：

import requests

# 获取TLE文本内容
url = "https://celestrak.org/NORAD/elements/cubesat.txt"
response = requests.get(url)
response.raise_for_status()  # 确保请求成功
tle_lines = response.text.splitlines()

# 寻找STRaND-1的轨道元素
strand1_tle = []
for idx, line in enumerate(tle_lines):
    if "STRaND-1" in line:
        # 取后面两行轨道元素（如果你需要包含名称行，可以改成tle_lines[idx:idx+3]）
        strand1_tle = tle_lines[idx+1:idx+3]
        break

if strand1_tle:
    print("STRaND-1的轨道元素：")
    print(strand1_tle[0])
    print(strand1_tle[1])
else:
    print("未找到STRaND-1的轨道元素")

Xpath基本用法入门（针对HTML/XML场景） #

既然你想学习xpath()命令，我给你举几个实用的例子，都是基于HTML文档的：

首先，假设我们有一段简单的HTML：

<html>
    <head>
        <title>测试页面</title>
    </head>
    <body>
        <div class="content">
            <p id="first">第一个段落</p>
            <p class="info">第二个段落，包含<a href="link.html">链接</a></p>
        </div>
    </body>
</html>

用lxml.html解析后，常用的xpath写法：

• 提取页面标题：tree.xpath("//title/text()") —— //title匹配所有title节点，/text()取节点内的文本内容，返回列表['测试页面']
• 提取id为first的p标签文本：tree.xpath("//p[@id='first']/text()") —— [@id='first']是属性筛选，返回['第一个段落']
• 提取所有class为info的p标签里的链接文本：tree.xpath("//p[@class='info']/a/text()") —— 链式选择子节点，返回['链接']
• 提取所有p标签的文本：tree.xpath("//p/text()") —— 返回['第一个段落', '第二个段落，包含']（注意链接文本是单独的子节点，所以不会包含在这里）
• 提取链接的href属性值：tree.xpath("//a/@href") —— 返回['link.html']

简单总结xpath的核心逻辑：

• // 表示从任意位置开始查找节点
• / 表示从当前节点的直接子节点查找
• [@属性名='属性值'] 用来筛选带有指定属性的节点
• /text() 用来提取节点内的文本内容
• /@属性名 用来提取节点的属性值

内容的提问来源于stack exchange，提问作者Lorcank11