使用scrapy对数据进行爬网时删除符号

Question

我想通过网站scrapy获取文字。这是示例代码：

def parse(self, response):
        for kamusset in response.css("div#d1"):
            text = kamusset.css("div b::text").extract()
            print(dict(text=text))

这是结果：

我想删除＆＃39;。＆＃39;符号和每个数字符号。所以，我使用正则表达式。我改变了我的代码：

def parse(self, response):
        for kamusset in response.css("div#d1"):
            text = kamusset.css("div b::text").re(r'[a-z]+')
            print(dict(text=text))

但结果是：

我不希望这样的结果。我想这样：

{＆＃39; text＆＃39;：[＆＃39; abadi＆＃39;，＆＃39; mengabadi＆＃39;，＆＃39; mengabadikan＆＃39;，＆＃39; pengabadian＆＃39;， ＆＃39; keabadian＆＃39;]}。怎么做？

Answer 1

您可以使用text

从re解析

import re
text = ['aba.di','meng.a.ba.di','megn.a.ba.di.kan','1','2','peng.a.ba.di.an','ke.a.ba.di.an','1','2']
stack = [re.sub('[^a-zA-Z]+', '', e) for e in text]
text_new = [i for i in stack if i!=""]
print(text_new)

text_new将是：

['abadi', 'mengabadi', 'megnabadikan', 'pengabadian', 'keabadian']