从@href属性获取值

Question

我正在废弃一个基于javascript的系统分页的网站，所以我想从@href属性中提取页码，这就是链接的外观：

<a href="javascript:AllerAPage('1', 'element_id');">Page 1</a>

Answer 1

Scrapy selectors支持regular expressions：

sel.xpath('//a/@href').re(r"javascript:AllerAPage\('(\d+)',")

请注意，//a/@href xpath表达式是一个示例 - 您可能有不同的表达式。

演示显示正则表达式的工作＃39;提供：

>>> import re
>>> s = "javascript:AllerAPage('1', 'element_id');"
>>> re.search("javascript:AllerAPage\('(\d+)',", s).group(1)
'1'