python-爬虫中的extract()

使用scrapy框架爬虫时，用到xpath提取网页标签时，时常用到extract()，有时加上[0]，或是extract_first()，那么它们的意义分别是什么呢？

举个栗子

这是一个简单的html结构~

<ul class="list">
  <li>123</li>
  <li>abc</li>
</ul>

#1
xx.xpath("./ul[@class='list']/li")   #xx是html文档
#xpath解析返回一个解析器列表

#2
xx.xpath("./ul[@class='list']/li").extract()
#output
#['123','abc]
#extract使提取内容转换为Unicode字符串，返回数据类型为list

#3
xx.xpath("./ul[@class='list']/li").extract()[0]
#output
#['123']
#返回列表中第一个元素

#4
xx.xpath("./ul[@class='list']/li")[0].extract()
#output与3相同
#返回SelectorList里的第一个元素

#5
#xx.xpath("./ul[@class='list']/li".extract_first()
#output与3相同
#和3作用效果相同

#6
xx.xpath("./ul[@class='list']/li")[0].extract()[0]
#output
#'1'
#返回SelectorList里的第一个元素的第一个字符

 

参考链接：

https://blog.csdn.net/nzjdsds/article/details/77278400

https://blog.csdn.net/w2blue/article/details/80070131

https://www.zhihu.com/question/63370553/answer/247633004