如何删除[u'\n\n\n result here \n\n\n']
得到的结果只有[u'result here']
...我正在使用scrapy
def parse_items(self, response):
str = ""
hxs = HtmlXPathSelector(response)
for titles in titles:
item = CraigslistSampleItem()
item ["job_id"] = (id.select('text()').extract() #ok
items.append(item)
return(items)
end
任何人都可以帮助我吗?
答案 0 :(得分:3)
id.select('text()').extract()
返回包含文本的字符串列表。您应该遍历该列表以去除每个项目或使用切片,例如your_list [0] .strip()来执行条带化空格。 Strip方法实际上与字符串数据类型相关联。
def parse_items(self, response):
str = ""
hxs = HtmlXPathSelector(response)
for titles in titles:
item = CraigslistSampleItem()
item ["job_id"] = id.select('text()').extract()[0].strip() #this should work if #there is some string data available. otherwise it will give an index out of range error.
items.append(item)
return(items)
end
答案 1 :(得分:2)
使用Python .strip()
您可以在选择“job_id”的XPath表达式周围使用XPath函数normalize-space()
:
def parse_items(self, response):
hxs = HtmlXPathSelector(response)
for titles in titles:
item = CraigslistSampleItem()
item ["job_id"] = title.select('normalize-space(.//td[@scope="row"])').extract()[0].strip()
items.append(item)
return(items)
注1 :我使用的XPath表达式基于https://careers-cooperhealth.icims.com/jobs/search?ss=1&searchLocation=&searchCategory=&hashed=0
使用.strip()
的答案注2:使用id.select('text()').extract()[0].strip()
获得u'result here'
,而不是列表。
这可能就是您所需要的,但是如果您想要保留列表,就像您要求删除[u'\n\n\n result here \n\n\n']
并获得[u'result here']
的结果一样,你可以使用Python的map()
:
item ["job_id"] = map(unicode.strip, id.select('text()').extract())