如何使用xpath和正则表达式在Python中更优雅地提取数字

Question

我有一个小的html片段，我想从中提取号 - 实际上是一个等级。我正在使用Python scrapy和re。

我的代码有效，但远非好看。

以下是html片段，我只想从中获取2。

<div id="left">
<div class="0"><b>Certificate:</b></div>
<div class="1">
<div></div>
<div>
<a class="link" href="new.html">Maths</a>&nbsp;(First)&nbsp;&nbsp;&nbsp;Grade 2<br>
</div>
</div>
<div class="2"></div>
</div>

以下是我到目前为止解决的问题：

! note = sel.xpath('//*[@id="left"]/div[2]/div[2]/text()[2]').extract()
! print note
> [u'\xa0(First)\xa0\xa0\xa0Grade 2']
! note_string = ''.join(note)
! note_only = re.search(r'\d+', note_string).group()
> 2

将列表转换为字符串以提取如此微小的信息肯定不是最佳做法。

我怎样才能做得更好？

Answer 1

您可以使用以下XPath表达式来获取2

substring-after(//*[@id="left"]/div[2]/div[2]/text(), "Grade ")