采集信息时，有些值为null的字段会被后面的字段内容顶替？

原始标准是图片第一行，后面有一些“标签”、“教育信息”为空的字段，就自动被后面有内容的自动顶替到前面来了。
采集样本为新浪微博

而且，我想问一下， 有没有好的办法将文本中的空格去除啊 ? 就是保存的文本里不要那么多空格啊空行之类的 ，最好除了文字就是标点符号

lynn000000 发表于 2015-11-6 11:53
而且，我想问一下， 有没有好的办法将文本中的空格去除啊 ? 就是保存的文本里不要那么多空格啊空行之类的  ...

列之间会串的问题的解决方法是写自定义xpath，解决这个问题的xpath很容易写，把自动生成的xpath拿出来，稍微修改一下，就是规定死抓哪一列。因为自动生成的规则很可能不规定哪一列。这个案例中，可能每一列都有相同的@class值，结果就串了。

要滤除空格，倒是个好建议，下一个版本我们可以滤除。当前版本不滤除，为了保持原样，因为不知道用户想怎样用数据。下个版本可以加个选项，自己想滤除就滤除