使用scrapy爬行數據時刪除符號

Question

我想從網站上抓取文字。 這是示例代碼：

def parse(self, response):
        for kamusset in response.css("div#d1"):
            text = kamusset.css("div b::text").extract()
            print(dict(text=text))

結果如下：

我要刪除“。” 符號和每個數字符號。 因此，我使用正則表達式。 我更改代碼：

def parse(self, response):
        for kamusset in response.css("div#d1"):
            text = kamusset.css("div b::text").re(r'[a-z]+')
            print(dict(text=text))

但是結果是：

我不希望那樣的結果。 我想要這樣：

{'text'：['abadi'，'mengabadi'，'mengabadikan'，'pengabadian'，'keabadian']}。 怎么做？

Answer 1

您可以使用re抓取的text進行解析：

import re
text = ['aba.di','meng.a.ba.di','megn.a.ba.di.kan','1','2','peng.a.ba.di.an','ke.a.ba.di.an','1','2']
stack = [re.sub('[^a-zA-Z]+', '', e) for e in text]
text_new = [i for i in stack if i!=""]
print(text_new)

text_new將是：

['abadi', 'mengabadi', 'megnabadikan', 'pengabadian', 'keabadian']