scrapy中的新手：如何response.css刮掉文本部分？

Posted 2023-03-06

【中文标题】scrapy中的新手：如何response.css刮掉文本部分？

【英文标题】：newbie in scrapy : how to response.css scrape the text part?

【发布时间】：2014-09-12 20:51:20

【问题描述】：

当我练习时，我只想捕捉文本部分（1,2,3,4,5...），没有部分我怎么写 response.css("td[class='c1' ]")?

scrapy shell "https://tw.movies.yahoo.com/chart.html"
response.css("td[class='c1']")

【参考方案1】：

这里有两种选择，一种使用css()，另一种使用xpath()：

>>> response.css("td.c1 > span::text").extract()
[u'1', u'2', u'3', u'4', u'5', u'6', u'7', u'8', u'9', u'10', u'11', u'12', u'13', u'14', u'15', u'16', u'17', u'18', u'19', u'20']
>>> response.xpath("//td[@class='c1']/span/text()").extract()
[u'1', u'2', u'3', u'4', u'5', u'6', u'7', u'8', u'9', u'10', u'11', u'12', u'13', u'14', u'15', u'16', u'17', u'18', u'19', u'20']

【讨论】：

哇，太神奇了！！但是有没有办法去掉'u'？

@user2492364 只是一个unicode literal，不用担心。

你可以通过 .encode('utf8') 删除 u

在您的代码 - response.css("td[class='c1']") 中，您可以在引号前添加 ::text：response.css("td[class='c1']::text")