项目.py:
import scrapy
from scrapy.loader.processors import MapCompose
def filter_spaces(value):
return value.strip(" ").strip("\n")
class LotItem(scrapy.Item):
num = scrapy.Field(input_processor=MapCompose(filter_spaces))
蜘蛛.py:
def parse_item(self, response):
item = LotItem()
item['num'] = response.xpath('//div/span/text()').extract()[0]
yield item
response.xpath('//div/span/text()').extract()[0] 返回一种
"\n1234 "
我需要把它变成:"1234"
但我仍然得到表单中的对象 - {'num': '\n1234 '}
非常感谢!!!
请您参考如下方法:
您可以将 response.xpath 与正则表达式一起使用,而不是使用 extract()。数字是这样的:
response.xpath("//div/span/text()").re(r"(?:'num':\s'\\n)([0-9]*)(?:\s*')")
或者类似城市的东西:
.re(r'(?:\\"city\\":\s\"G\\\)(.*)(?:\\")')
(所有正则表达式都未经测试,可能需要稍作调整。)
