我是 scrapy 的新手，对 Python 有一点了解。
我想检索项目['评级']。评级采用字符串“评级为 4”的形式，但我只想要数字...我怎样才能获得它？
我对下面的解决方案进行了思考，但不知道它们是否有意义。但没有一个起作用。
> item_pub['rating'] = review.xpath('/html/body//*/div[@class="details"]/table[@class="detailtoptable"]/tbody/tr[1]/td/img/@alt').re(r'\d+') #to extract only the number since the result with extract() would be "rating is 4"
或
> item_pub['rating'] = review.xpath('/html/body//*/div[@class="details"]/table[@class="detailtoptable"]/tbody/tr[1]/td/img/@alt')[-1:].extract() #to extract only the number since the result with extract() would be "rating is 4"
非常感谢您的帮助，并对我的英语感到抱歉，我希望我的问题很清楚。
最佳答案
你的思维方式没问题，使用正则表达式。你只是有一个糟糕的 Xpath。
这里有一些提示:
- 不需要做
/html/body//，你可以做// - 无需使用
//*选择所有元素，只需稍后选择单个元素即可。您可以继续并选择所需的元素://div - 如果您使用浏览器找到此 xpath，则很可能实际上没有
tbody元素，因为浏览器经常添加这些元素
尝试这样:
item_pub['rating'] = review.xpath('//div[@class="details"]/table[@class="detailtoptable"]/tr[1]/td/img/@alt').re_first(r'\d+')
关于python - scrapy选择器xpath提取匹配的正则表达式或切片字符串，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29973752/