xpath抓取数据值有\r\n\t时，去掉的方法normalize-space（）

最新推荐文章于 2024-01-24 17:50:03 发布
最新推荐文章于 2024-01-24 17:50:03 发布
阅读量2.7k 收藏 3
点赞数 2
分类专栏： xpath python scrapy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/z564359805/article/details/101597953
版权
python 同时被 3 个专栏收录
74 篇文章 2 订阅
订阅专栏
scrapy
32 篇文章 1 订阅
订阅专栏
xpath
10 篇文章 0 订阅
订阅专栏

主要使用：normalize-space（）

之前写法：response.xpath('//*[@id="to"]/tbody/tr/td[3]/a/text()')

修改后：response.xpath('normalize-space(//*[@id="to"]/tbody/tr/td[3]/a/text())')

 

执笔写回憶
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
对Xpath 获取子标签下所有文本的方法详解
09-19
XPath，全称XML Path Language，是一种在XML文档中查找信息的语言。它被广泛应用于Web抓取，特别是Python的Scrapy框架中，用于选取XML或HTML文档中的节点。本文将深入探讨如何使用XPath来获取子标签下的所有文本内容...
XPath Helper 2.0.2网页插件
05-07
7. **函数库**：XPath 包含一组内置函数，如 `count()` 计算节点数，`concat()` 连接字符串，`normalize-space()` 去除字符串中的多余空格，`substring-after()` 和 `substring-before()` 提取子串等，这些函数丰富...
xpath 抓取数据时遇上’\n\t’的解决方案
weixin_46891078的博客
06-12 1240
原码：names =div.xpath("./div/div/a[2]/div[2]/div[2]/p/text()''） 得到的是这样的：['In\n" ^nln盛优品牌设计，〕 [Inin， ，nln恒屹科技-省心 放心 贴心”] ['In\n', ，nln云淞网络] 解决方案:后面使用[].strip()进行切片就可以了 names = div.xpath(". /div/div/a[1]/div [1]/p/text()")[1].strip("n") 运行后是这样的： 盛优品牌设计 ...
xpath抓取值时遇到有\r\n\t时，去掉的方法
weixin_49721599的博客
11-05 4345
xpath抓取值时候有\r\n\t时，去掉的方法原问题描述解决办法 原问题描述 使用xpath抓取数据时遇到抓取值时遇到下面情况 ['\n 2021-10-20\n '] 源代码为 html_element = etree.HTML(text1) data_element = html_element.xpath('//div[@class="main_content_container"]') for
xpath中normalize-space的用法
热门推荐
zhusongziye的博客
04-21 1万+
下面这个菜单中，要点击“货运表现”，我们来看一下xpath，菜单中的所有项的id都是“vertab”，所以不能用id来定位，那么先用文本的xpath试试 //a[text()='货运表现'] 发现定位不了，因为文本“货运表现”的前后有空格和换行，那么用包含文本的xpath试试 //a[contains(text(),'货运表现')] 但是这个菜单中还有个“非货运表现”，文本也包...
xpath抓取的值有\r\n\t时，去掉的方法
dianqianwei8752的博客
04-01 3235
解决办法： normalize-space（） 例子： 原来的xpath为： user=selector.xpath('//*[@id="Con"]/tr[1]/th/text()') 修改后： user=selector.xpath(' normalize-space( //*[@id="Con"]/tr[1]/th/te...
XPATH之normalize-space(.)和normalize-space(text())区别
weixin_30414155的博客
12-14 969
normalize,字面意思就是正规化，加上space大概意思就是空格的处理了。 官方解释是这样的: 通过去掉前导和尾随空白并使用单个空格替换一系列空白字符，使空白标准化。如果省略了该参数，上下文节点的字符串值将标准化并返回。 .是当前节点。如果在需要字符串的地方使用它（例如作为参数normalize-space()），引擎会自动将节点转换为节点的字符串值，对于元素来说，该元素是元素内...
scrapy利用xpath抓取数据的值有\r\n\t
fuck487的博客
06-06 6340
原文：https://www.cnblogs.com/VseYoung/p/8689171.html利用normalize-space 函数 (XPath)即可item['time'] = sel.xpath('normalize-space(./span[4]/span[1]//text())').extract()把xpath表达式作为normalize-space(）函数的参数...
XPathHelper_2.0.2_xpath_
09-30
4. **数值与文本操作**：XPath还提供了处理数字和字符串的功能，比如`count()`函数可以计算节点集合的个数，`normalize-space()`可以去除字符串中的多余空格。 5. **节点集合操作**：XPath不仅可以选取单个节点，还...
XPath基础.docx
06-14
10. **函数和运算符**：XPath内置了许多函数，如`count()`（计数）、`normalize-space()`（去除空格）、`concat()`（连接字符串）等，以及算术运算符`+`、`-`、`*`、`div`和`mod`。 在Scrapy中，你可以使用`...
xpath helper插件
06-24
5. **函数**：如`count()`, `normalize-space()`, `contains()`等，用于对节点进行操作或筛选。 XPath Helper的使用方法： 1. 安装插件：将`20180623205813chromecj.com.crx`文件拖放到支持的浏览器（通常是Chrome...
理解并使用 XPath 中的 `normalize-space` 函数
最新发布
一勺菠萝丶的博客
01-24 837
在处理网络数据抓取时，我们经常会遇到需要从HTML元素中提取文本的情况。这个过程有时会遭遇一个挑战：处理元素文本中的不规则空白字符。为了应对这个问题，XPath提供了一个强大的函数，它的设计初衷就是为了清理这些多余的空白。本文将介绍函数的含义、用法，并通过例子让初学者也能理解其工作原理。
xpath抓取去掉\r\n\t
Kwoky的博客
06-13 1万+
项目中获取一个文本"./p/span/a/text()"结果总是空用normalize-space()："normalize-space(./p/span/a/text())"搞定！
python利用string.split和string.join清除xpath抓取值的制表符\r\n\t
xcccqa的博客
12-24 520
python利用string.split和string.join清除xpath抓取值的制表符\r\n\t
xpath之提取的文本及列表数据去除空格换行符核心
cypnl的博客
02-03 3824
xpath去除文本换行符及空格之列表与单行文本比价
爬虫处理数据的方式（一）xpath处理
qq_40312231的博客
06-20 510
使用正则表达式提取信息如果获取到一份html格式的文件，怎么拿取自己想要的东西呢？ 如果获取到一份html格式的文件，怎么拿取自己想要的东西呢？ 使用re（正则表达式筛选） import re html = r.text pattern = re.compile(‘正则表达式’) name_list = re.findall(pattern, html) ...
scrapy当中清洗数据\r\t\n以及“”等的空格或者换行
weixin_44274975的博客
03-11 4715
def handle_addr(addres): #传递的是一个一个的,所以遍历出来的是一个一个的 #这个就一个一个的先匹配,先匹配\r然后再匹配\t然后再匹配\n #addres处理完再赋值给addres所以addres.replace("\r", “”)再让它等于addres(相当于一个赋值问题) addres = addres.replace("\r", “”) addres = addre...
xpath匹配数据时，匹配到\r\n
qq_44716333的博客
11-29 694
把 item['time'] = table.xpath('.//font/text()') 换成 item['time'] = table.xpath('normalize-space(.//font/text())') normalize-space(xpath表达式)
fl=data.xpath('normalize-space(//div/span[@class="skills"]/text())').extract() print(fl)
05-30
这段代码与之前的代码唯一的区别在于最后打印的语句上，这里直接打印了整个 fl 列表，而不是循环...fl = data.xpath('normalize-space(//div/span[@class="skills"]/text())').extract() for f in fl: print(f) ```
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值