1樓：一二三四五
你好，請問你的問題解決了嗎？最後怎麼做到的？因為我用scrapy也遇到了類似的問題，如果提取text()在csv表中就會有半形逗號，如果全部提取子標籤就會把裡面的內容也取出來。
要怎麼做能夠只提取標籤外的內容呢？
2樓：zhangxiaoyang
推薦用正則，結果如圖。
()如果用xpath，chrome裡有個小技巧。
3樓：足兆叉蟲
response.xpath(u'//span[./text()="出版社:"]/following::text()[1]')
如果text() 中有空格, 感謝 @董成良 提醒, 你可能還需要這麼寫
response.xpath(u'//span[contains(./text(), "出版社:")]/following::text()[1]')
或者全匹配:
response.xpath(u'//span[.//text()[normalize-space(.)="出版社:"]]/following::text()[1]')
這就是我不喜歡xpath的原因,在pyquery中, 你只需要
response.doc(u'span:contains("出版社:")')[0].tail
4樓：卡道斯
defparse
(self
,response
):states={}
list1=
list2=
forrow
inresponse
.xpath
("//*[@id='info']/*"
):if
row.
xpath
("span[@class='pl']/text()"
):title
=row
.xpath
("span[@class='pl']/text()").
extract
()[0].
strip
()text
=row
.xpath
("a/text()").
extract
()[0].
strip
()states
[title]=
text
elif
row.
xpath
("text()"
):list1.(
row.
xpath
("text()").
extract
()[0].
strip
()[:-1
])for
rowin
response
.xpath
("//*[@id='info']/text()").
extract
():if
row.
strip
():list2.(
row.
strip
())foriin
range
(len
(list1
)):states
[list1[i
]]=list2[i
]fornin
states
:printn,
states[n
]不建議用正則，scrapy能不用正則盡量不用，這樣提取就行，到上一層DIV用TEXT（）即可取出所有文字，我寫了個大概的，試了下可以跑，字典key是類名，value是內容。
方法有點蠢，URL形式的類名和文字一次取的，然後標籤外的是分開取的，放到兩個列表裡，再統一塞到字典裡。
5樓：
還有就是通過response.xpath.(' //*[@id="info"]/text() ').extract() 可以把
text
這個區域的文字全部找出來。你所需要的資訊都在裡面，你試試看
6樓：堂吉訶德
用beautifulsoup庫，獲取書本HTML區域的div的soup。
用.text提取div的所有文字資訊
用.split('/r')或者是/n，兩者選一，來分割文字儲存成list陣列序列。這時候書本各行資訊基本都劃分成元素在list了。
想獲取其中任意，可以這樣，以提取年份為例
for each in list
if '出版年' in each
那麼就提取。
我用這種方式做了爬蟲，遞迴地爬豆瓣使用者讀過的書本資訊，自動生成markdown格式的書本資訊檔案，平時書荒就在爬蟲裡找書看，效果不錯。
Scrapy中xpath如何提取細節標籤
墨墨 我現在目前的情況跟你一樣，剛開學的時候基本都有跟她們交談過，可是現在她們都成雙成對了，大夥湊在一起都聊的來，我也是感覺我是多餘的，我也是大一，疫情期間我也快大二了，我是讀大專的，專業也不是說特別喜歡，加上宿舍又這樣，我也感受不到我來這所學校還有什麼意義，純心找添自己心裡堵，我也想過不想讀了，這...
如何用簡單的工具提取植物化合物
accn 提取很簡單，乙個鍋煮一下就能出來。至於各種儀器和試劑，只是提取效率的問題。實驗室用的，肯定效率高，但是普通飯鍋也能煮出來。包括有文獻用咖啡機提取植物中的物質。植物蛋白的提取，看你是否需要保持活性。如果是大豆蛋白，加熱水煮，再用高濃度酒精沉澱，再離心，就能獲得粗蛋白。加熱會破壞蛋白，也可以像...
如何用深度學習來給自己的影象標籤，做成自己的資料集來訓練？
智星雲服務 其實要回答這個問題，首先要有個前提條件，那就是用什麼方法來訓練，不同的方法對應的資料集的格式也不同，目前主流影象資料集格式有兩類 coco格式 voc格式。如果是自己手動標註可以利用labimg軟體來實現，設定相應格式就可以得出相應的標註影象和標註檔案。還有其它工具 至於用深度學習來給自...