1
我正在使用scrapy抓取網站。一切工作都很好,直到我遇到了這個問題的兩個值。Scrapy抓取:無法將數據解析爲人類可讀的值
這裏是我取的價值
hxs.select("//table[@class='bodypad']//table/tr[1]/td//tr[10]//td[2]/text()").extract()[0].strip()
以下爲輸出
u'Rs.\xa05,000\n\r\n\t\t\t\t\t/-'
我還可以看到帶()方法也不能用於該值。以下是我的代碼,其中該代碼是工作的罰款部分
hxs.select("//table[@class='bodypad']//table/tr[1]/td//tr[10]//td[2]/text()").extract()[2]
輸出:
u'Rs. 1,000'
,當我使用.encode(「ASCII」)我得到正是我需要的:
'Rs. 1,000'
你可以建議我該怎麼做才能獲得第一個值,在網站上看起來像是Rs。 5,000/-
。我想得到類似的東西,.encode('ascii')不能用於第一個值。
編輯 - 樣本HTML輸入
<table width="100%" cellpadding="0" cellspacing="1" bgcolor="#CCCCCC">
<tbody><tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Minimum Initial Investment</b></td>
<td class="table_bdtext_style">
Rs. 5,000
/-
</td>
</tr>
<tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Minimum Subsequent Investment</b></td>
<td class="table_bdtext_style">
Rs. 1,000
/-
</td>
</tr>
<!--
<tr class="table_bdrow1_style">
<td width="40%" class=table_header_style><b>Minimum RSP Investment</b></td>
-->
<!--<td class=table_bdtext_style width="55%">-</td>-->
<!--
<td class=table_bdtext_style>-</td>
</tr>
-->
<tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Minimum Redemption Amount</b></td>
<td class="table_bdtext_style">Rs. 1,000</td>
</tr>
<!--
<tr class="table_bdrow1_style">
<td width="40%" class=table_header_style valign="top"><b>Minimum Holding</b></td>
<td class=table_bdtext_style>-
</td>
</tr>
<tr class="table_bdrow1_style">
<td width="40%" class=table_header_style><b>Cooling-off Period</b></td>
<td class=table_bdtext_style>-</td>
</tr>
-->
<tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Minimum Holding Period</b></td>
<td class="table_bdtext_style">-</td>
</tr>
<tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Transaction Time for Redemption</b></td>
<td class="table_bdtext_style">1:50 PM</td>
</tr>
<tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Entry Load</b></td>
<td class="table_bdtext_style">-</td>
</tr>
<tr class="table_bdrow1_style">
<td width="40%" class="table_header_style"><b>Exit Load</b></td>
<td class="table_bdtext_style">0.25% if the investments is redeemed/switched out within 1 month form the date of allotment
</td>
</tr>
</tbody></table>`
你能發佈一些樣本HTML輸入? –
我在我的問題結尾處添加了一些示例html。 –
給'strip()'給出了一個以連字符結尾的字符串,由於它不是空格,因此不會被刪除。也許你想把字符串分成幾行,取第一個,然後去掉? –