Scrapy中的正则表达式“\ xa0”

Question

HTML：

<div>数量：100-200个&nbsp;&nbsp;&nbsp;&nbsp;</div>

我想获得100-200个。

分析：

response.xpath('/html/body/div/text()').re_first('数量：(.+)\s$')

结果：

100-200个\xa0\xa0\xa0

html中有4 &nbsp，结果中有3 \xa0，我只想获得100-200个，不包含3 \xa0，如何修改re_first('数量：(.+)\s$')？

中的正则表达式

Answer 1

您的用例似乎对此文本非常具体。您可能会遇到与不同文本类似的问题。如果你不构建一个更通用的正则表达式。

以下代码将解决您的问题：

import re

a = """<div>数量：100-200个&nbsp;&nbsp;&nbsp;&nbsp;</div>"""

m = re.search('数量：(.+?)\&.*$',a)

m.group(1)

输出：

'100-200个'

Answer 2

我认为你应该使用类似的东西在正则表达式之外工作：

response.xpath('/html/body/div/text()').re_first('数量：(.+)\s$').strip()