치료에서 깨지 않는 공간 제거/제외

Question

현재 기사 가격으로 웹 사이트를 긁어 내려고했지만 문제가 발생했습니다 (가격이 동적으로 생성 된 후 큰 문제가 발생 했음).).

가격 및 기사 이름을 문제없이받을 수 있지만 '가격'의 모든 두 번째 결과는 '\ xa0'입니다. 나는 'normalize-space()'를 사용하여 제거하려고했지만 아무 소용이 없다.

내 코드 :

import scrapy 
from scrapy import signals 
from scrapy.http import TextResponse 
from scrapy.xlib.pydispatch import dispatcher 
from horni.items import HorniItem 

from selenium import webdriver 
from selenium.webdriver.common.by import By 
from selenium.webdriver.support.wait import WebDriverWait 
from selenium.webdriver.support import expected_conditions as EC 
import time 
from selenium.webdriver.common.keys import Keys 

class mySpider(scrapy.Spider): 
    name = "placeholder" 
    allowed_domains = ["placeholder.com"] 
    start_urls = ["https://www.placeholder.com"] 

    def __init__(self): 
     self.driver = webdriver.Chrome() 
     dispatcher.connect(self.spider_closed, signals.spider_closed) 

    def spider_closed(self, spider): 
     self.driver.close() 

    def parse(self, response): 
     self.driver.get("https://www.placeholder.com") 
     response = TextResponse(url=self.driver.current_url, body=self.driver.page_source, encoding='utf-8') 
     for post in response.xpath('//body'): 
      item = myItem() 
      item['article_name'] = post.xpath('//a[@class="title-link"]/span/text()').extract() 
      item['price'] = post.xpath('//p[@class="display-price"]/span]/text()').extract() 
      yield item 

Answer 1

\xa0은 라틴어의 비 분리 공간입니다.

이

string = string.replace(u'\xa0', u' ') 

업데이트 :

당신은 다음과 같은 코드를 적용 할 수 있습니다 이런 식으로 교체 여기에서

for post in response.xpath('//body'): 
    item = myItem() 
    item['article_name'] = post.xpath('//a[@class="title-link"]/span/text()').extract() 
    item['price'] = post.xpath('//p[@class="display-price"]/span]/text()').extract() 
    item['price'] = item['price'].replace(u'\xa0', u' ') 
    if(item['price'].strip()): 
     yield item 

당신이 문자를 교체하고 가격 경우 만 항목을 얻을 비어 있지 않습니다.