Scrapy：无法从我的商品数据中删除 unicode（价格）

Question

我正在构建一个抓取工具来从网站获取产品价格。

目前我有以下代码：

def parse(self, response):
    for tank in response.xpath('//html/body/div/div[4]/div/div/div/table[1]/tr/td/div/span/span'):
        item = VapeItem()
        item["price"] = tank.xpath("text()").extract()
        yield item

这是 json 输出：

{"price": ["5,00 \u20ac\n  \n    \n  \n  \n  \n      *\n    \n  \n  \n    "]},

我试过 encoding("utf-8")、strip、replaces，但似乎没有任何效果。

我的问题是：如何使输出可读。 要么制作“5.00 €”（\€），要么制作“5.00”

提前致谢！

Answer 1

最简单的方法可能是拆分一次并用小数替换任何逗号：

item["price"] = tank.xpath("text()").extract()[0].split(None,1)[0].replace(",",".")

这会给你留下5.00 。 因为您在字符串 strip 中有一个*不起作用，您可以将该字符传递给 strip i,e [0].rstrip("\\n* ")但如果有其他错误的字符会中断。

如果你也想要欧元符号，你可以decode('unicode-escape') ：

d={"price": ["5,00 \u20ac\n  \n    \n  \n  \n  \n      *\n    \n  \n  \n    "]}

d["price"] = d["price"][0].decode('unicode-escape').rstrip("\n * ").replace(",",".")

print(d["price"])
5.00 €

如果你想将它与 split 结合起来并保留符号，也可以将它的格式设置得更好一点：

p,s,_ = d["price"][0].split(None, 2)

d["price"] = u"{}{}".format(s.decode("unicode_escape"),p.replace(",","."))

print(d["price"])

这会给你：

€5.00