Itertools in web_crawler geben falsche Tripel

Question

Ich habe einen Code geschrieben, um Name, Link und Preis von craigslist zu analysieren. Wenn ich das Ergebnis drucke, werden diese als Liste gekratzt. Ich habe versucht, wie der eingefügte Code unten einen Workaround zu bekommen, aber es gibt falsche Tripel, besonders wenn ein Wert keine ist, erhält es den nächsten verfügbaren Wert von einem anderen Tripel und so weiter. Aus diesem Grund ist es in diesem Fall nicht von Nutzen. Ich hoffe, ich habe einen Vorschlag, wie ich das erreichen kann, egal ob es Itertools oder andere Methoden sind.

import requests 
from lxml import html 
from itertools import zip_longest 

Page_link="http://bangalore.craigslist.co.in/search/rea?s=120" 
def parsing_craigslist(url): 
    response = requests.get(url) 
    tree = html.fromstring(response.text) 
    title = tree.xpath("//p[@class='result-info']//a[contains(concat(' ', @class, ' '), ' result-title ')]/text()") 
    link = tree.xpath("//p[@class='result-info']//a[contains(concat(' ', @class, ' '), ' result-title ')]/@href") 
    price = tree.xpath("//p[@class='result-info']//span[@class='result-price']/text()") 
    for i,j,k in zip_longest(title,link,price,fillvalue=None): 
     print(i,j,k) 

parsing_craigslist(Page_link) 

Answer 1

Meine Neigung ist es, die Schwierigkeiten zu vermeiden, die bei dem Versuch, entsprechen Sammlungen von zwei xpath Abfragen mit einem zip, indem Sie eine Tiefensuche und dann prüft jeden Eintrag, wie hier entstehen könnten.

import requests 
from lxml import html 

page = requests.get('http://bangalore.craigslist.co.in/search/rea?s=120').text 
tree = html.fromstring(page) 
rows = tree.xpath('.//li[@class="result-row"]') 
for n, row in enumerate(rows): 
    price = row.xpath('.//a/span/text()')[0][1:] 
    link = row.xpath('.//p/a')[0] 
    title = link.text 
    url = link.attrib['href'] 
    print ('--->', title) 
    print (price, ':', url)