如何在Portia视觉scrapy中使用正则表达式？

Question

我可以使用Portia网页抓取工具对网页进行注释，我的问题是如何在提取数据时使用正则表达式。

例如，

我从页面中提取了位置

输出看起来像，

位置：位置xyz，abc

但我只需要xyz，abc值。

我已经google了解决方案，但没有获得更多信息。

你能解释一下Portia scrapy中的正则表达式吗？

Answer 1

在这种情况下，您需要使用捕获组来提取数据：

Location: (.*)

这告诉portia提取Location:字符串后面的所有数据。

例如，如果您只想提取Location:和,之间的所有数据，则可以使用以下内容：

Location: (.*),

您还可以在捕获组中放置信息，以便提取包括您的模式在内的所有数据。