Skyline57

不能用内置函数吗？
itertools.permutations

hahaha，不就是怕人家数据吗

@MrhuangSTR 我还遇到过一个网页里两三种编码的，真是吐了

@MrhuangSTR 同病相怜啊楼主，我最近也是在搞这些 ZF 的数据，不过我好像解决了，找到了一种通用的方式
我用的 xpath （ xpath 还是挺好使的），把键和值分开来获取，最后再 zip 到一起
原理是：td 位置为奇数则是键，为偶数则是值
（键为土地编号、面积等，值为据图数值）
获取键的表达式："//table//table//td[position() mod 2 = 1]"
获取值的表达式："//table//table//td[position() mod 2 = 0]"

但是，提取之后会发现有的键是没有对应值的（比如“主要用途”那栏的值是空的）
这时就要把没有对应值的键单独提出来
观察几个网站发现没有对应值的键的相似之处为：都有 colspan="3"或者 colspan="6"的属性

所以
提取的 xpath 表达式为：'//table//table//td[position() mod 2 = 1][@colspan="3" or @colspan="6"]'

最后把没有对应值的键都从所有键中剔除或者设为空，其他键值对一一对应即可

.......
.......

最后发现出了点小问题

呃呃呃，:面积"那栏键值是竖着的，不是向其他的那样横着的，也就是上述的最终键值对被污染了
但是对"面积"这对键值单独处理下，应该问题不大，思路是用 xpath 获取到 text()为"面积"的 td 节点，再通过这个节点的父级 tr 的下一位置 tr 下的 td 获取到面积的数值，再从键列表中删除"面积"，值列表中删除面积的值

最后终于大功告成

@IGJacklove 绕过对方网站反爬手段就算违法，这得看对方发没发现，追不追究。当时用 selenium 那些模仿人浏览网站的行为好像不违法

机械手的牛逼

Python Web 确实不适合大项目，并发太艹了