Escape美元符号

Question

使用沙哑的蜘蛛及其以错误的价格拉动输出。

HTML：

<span style="" class="b-product_price-standard b-product_price-standard--line_through">$350</span>

Xpath：

['price'] = sel.xpath('normalize-space(div/main/div[4]/div[3]/div/div[1]/h1[2]/div/span[1]/text())').extract()

结果：

'price': [u'\u20ac300]

似乎是价格中的“ $”引起了问题。 我一直在发掘，似乎无法找到我认为将是一个常见问题的答案，这使我认为这可能是我所缺少的更多问题。

任何帮助是极大的赞赏！

Answer 1

使用re代替extract ：

['price'] = sel.xpath('.../span[1]/text())').re('\d+')

Answer 2

Casimir et Hippolyte是正确的，可以检索正确的结果，但是它在Python中的表示形式看起来有所不同。 但是除此之外，您的XPath表达式也不理想。

尽量不要依赖冗长的位置XPath表达式，当对HTML文档进行小的更改时，它们很容易中断。

而是尝试通过元素的属性查找元素。 也许类属性的这种组合是唯一的？ 例如

//span[@class = 'b-product_price-standard b-product_price-standard--line_through']

可以工作。 如果没有，则必须显示更多的HTML文档。