如何在Scrappy中的Xpath中添加非ascii字符

Question

我有以下Xpath：

bathroom = response.xpath(“.//div[1][contains(., 'Baños’)]/text()").extract_first()

我收到了这个错误：

ValueError: All strings must be XML compatible: Unicode or ASCII, no NULL bytes or control characters

我已尝试过在其他类似问题中提供的解决方案：

Filtering out certain bytes in python

Scrapy xpath utf-8 literals

但没有人解决我的问题！

注意：使用第一个链接的解决方案，我显然已经替换了＆＃39; input_string＆＃39;通过让我们说word = "baños"，我得到一个错误，如＆＃34; 该函数有一个参数，2给出...... ＆＃34;

有人可以帮忙吗？

Answer 1

除文字Baños外，您的代码段包含无效的文字字符串分隔符（单引号和双引号），这会导致不同的错误：

bathroom = response.xpath(“.//div[1][contains(., 'Baños’)]/text()").extract_first()
                          ^                            ^

如第二个链接所示，将整个XPath表达式转换为unicode，并修复上面指出的两个引号应该可以修复初始错误。以下作为使用lxml的快速测试（scrapy在引擎盖下使用）：

>>> from lxml import etree
>>> root = etree.fromstring('<root/>')
>>> root.xpath(u".//div[1][contains(., 'Baños')]/text()")
[]