Python XPath返回空列表而非目标值'Mar 17'，求问题排查

让我们一步步找出问题所在，帮你拿到预期的'Mar 17'：

问题1：异常处理的潜在风险 #

你的try-except块里，当请求出现超时或连接错误时只是pass，但后续代码依然会执行tree = html.fromstring(page.content)——这时候page变量根本没被赋值，会直接抛出NameError。虽然你说当前返回空列表，说明这次请求没触发异常，但这个问题必须修复，避免后续运行崩溃。

问题2：XPath路径过于脆弱且未提取文本 #

你写的XPath依赖一堆嵌套的div索引（比如div[3]/div[2]...），这种路径非常不稳定，只要页面结构微调（比如网站加了新广告栏、调整布局），XPath就会失效。而且，你当前的XPath返回的是元素对象列表，没有提取元素里的文本内容，就算找到元素，打印的也不是你要的日期字符串。

修复方案 #

步骤1：完善异常处理 #

在异常时添加明确的处理逻辑，避免后续代码报错：

import requests
from lxml import html

url = "http://www.moneycontrol.com/financials/20microns/balance-sheetVI/2M"
try:
    page = requests.get(url, timeout=5)
    page.raise_for_status()  # 检查请求是否成功（比如404、500错误）
except requests.Timeout:
    print("请求超时，请稍后重试")
    exit()
except requests.ConnectionError:
    print("连接失败，请检查网络或网址")
    exit()
except requests.HTTPError as e:
    print(f"HTTP错误: {e}")
    exit()

步骤2：使用更稳定的XPath并提取文本 #

观察目标页面结构，我们可以用更精准的属性定位表格（目标表格的id为yearly，是页面展示年度财务数据的核心表格），然后提取目标单元格的文本：

tree = html.fromstring(page.content)
# 定位目标表格，提取第一行第二列的文本内容
yrs = tree.xpath('//table[@id="yearly"]/tbody/tr[1]/td[2]/text()')
# 处理结果：找到数据就输出，否则提示未找到
print(yrs[0].strip() if yrs else "未找到目标数据")

这样修改后，就能正确提取到'Mar 17'啦。

内容的提问来源于stack exchange，提问作者babsdoc