Problema con for y Xpath

[Lokitozzz]

Buenas buenas!

Estoy realizando un pequeño scraper de datos & me quede parado en una parte, he buscado información pero no logro resolverlo.

Les dejo el código y luego les explico.

Código Python:

#!/usr/bin/python 
 
import re 
 
from lxml import html 
from mechanize import Browser 
br = Browser() 
 
 
br.set_handle_robots(False) 
br.addheaders = [('User-agent', 'Firefox')] 
 
site = br.open('http://www.nic.cl/registry/Ultimos.do?t=1d') 
 
if site.code == 200:
  code = html.fromstring(site.read())
  doms = code.xpath('//*[@id="box-tablaresultados"]/table/tbody')
 

Pues bien, hasta hay todo bien.

Pero luego de eso me gustaría obtener el valor de todos los <tr> que van dentro del <tbody>.

¿Tienen alguna idea de como hacer esto?

Muchas gracias & saludos.

[carbon]

Para parsear HTML por qué no probas con BeautifulSoup o HTMLParser (que viene con python)?

[razpeitia]

Código Python:

#!/usr/bin/python
 
import re
 
from lxml import html
from mechanize import Browser
br = Browser()
 
 
br.set_handle_robots(False)
br.addheaders = [('User-agent', 'Firefox')]
 
site = br.open('http://www.nic.cl/registry/Ultimos.do?t=1d')
 
if site.code == 200:
  code = html.fromstring(site.read())
  doms = code.xpath('//*[@id="box-tablaresultados"]/table/tr')
  for dom in doms:
    dom = ''.join(dom.xpath('./td/div[1]/a/text()'))
    print dom
 

Solo es cuestión de conocer xpath, no realmente de python.

[Lokitozzz]

Probé pero sin éxito. Por eso decidí hacerlo así.

Iniciado por carbon

Para parsear HTML por qué no probas con BeautifulSoup o HTMLParser (que viene con python)?

Perfecto aunque tengo otro problema.
Uso SublimeText y me arroja un error de codificación, mas bien el siguiente:

Código:

racktime.cl
angoleduca.cl
Traceback (most recent call last):
  File "C:\Users\Wolf\Documents\Python\index.py", line 20, in <module>
    print dom
UnicodeEncodeError: 'ascii' codec can't encode character u'\xfc' in position 1: ordinal not in range(128)
[Finished in 0.8s with exit code 1]

Como puedo solucionar eso? Gracias nuevamente.

Iniciado por razpeitia

Código Python:

#!/usr/bin/python
 
import re
 
from lxml import html
from mechanize import Browser
br = Browser()
 
 
br.set_handle_robots(False)
br.addheaders = [('User-agent', 'Firefox')]
 
site = br.open('http://www.nic.cl/registry/Ultimos.do?t=1d')
 
if site.code == 200:
  code = html.fromstring(site.read())
  doms = code.xpath('//*[@id="box-tablaresultados"]/table/tr')
  for dom in doms:
    dom = ''.join(dom.xpath('./td/div[1]/a/text()'))
    print dom
 

Solo es cuestión de conocer xpath, no realmente de python.

[razpeitia]

Añade el encoding a tu archivo.

Código Python:

# -*- coding: utf-8 -*-
 

Tal como indica el PEP 0263.
http://www.python.org/dev/peps/pep-0263/