只從url中提取一個部分

Question

我是Scrapy中的新成員，並且正在嘗試提取URL並只提取我想要的部分。例如：

>>> imgs = response.xpath ('//div[@id="productImageHolder"]/img/@src').extract() 
>>> print imgs 
ExtendedSitesCatalogAssetStore/images/catalog/productImages/41/5060119298441/5060119298441_L.jpeg 

但我只想得到這個：5060119298441。請幫忙嗎？

Answer 1

在一般情況下，你可以解決它呼籲URL字符串.split()方法和最終獲得的第二個元素：

img.split("/")[-2] 

或者，您也可以使用Scrapy的Selector實例的.re_first() method：

response.xpath('//div[@id="productImageHolder"]/img/@src').re_first(r"(\d+)_\w+\.jpeg$") 

（或使用.re()而不是.re_first()用於多個元件）。