成功抓取豆瓣读书的所有书籍

https://book.douban.com/top250

判断是不是“ 出版年:”

//*[@id="info"]//span[@class="pl"]/text()

因为id="info"里面的 span有嵌套的span,所以：

2个//的含义： bookstore//book 选择属于 bookstore 元素后代的 所有 book 元素，而 不管 它们位于 bookstore 之下的 什么位置 。

译者:刘姿君

有意义的都 有属性 class="pl"

来组合行内元素，以便通过样式来格式化它们。

注释： span 没有固定的格式表现。当对它应用样式时，它才会产生视觉上的变化。

如果不对 span 应用样式，那么 span 元素中的文本与其他文本不会任何视觉上的差异。

https://www.tuicool.com/articles/iqQFBn

.xpath('string(.)')

可以取出当前节点下的所有文字内容（不包括标签内部的）

https://www.zhihu.com/question/38080188

提取出来的有空格，如何去除

strip() 把头和尾的空格去掉

a.strip()

[u' 2008-9'] 'list' object has no attribute 'strip'

Data truncated for column，这个可能是数据有空格什么的，就是格式不对。可以用strip（）处理下。

https://book.douban.com/subject/3920059/

出版年:  2009年09月04日， 需要把year字段的值的长度放大一些