python爬虫 如何让删除爬取文本前的 /u3000 也就是全角空格符。

发布于 2022-09-11 14:56:19 字数 797 浏览 23 评论 0

import requests
from lxml import html
import time

headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 UBrowser/6.2.4094.1 Safari/537.36'}
url = 'http://finance.jrj.com.cn/2018/01/01200423879416.shtml'


try:
        
    rep = requests.get(url, headers = headers, timeout = 5)
    time.sleep(1)
    if rep.status_code == 200:
        print("链接成功")
        con = rep.content
        sel = html.fromstring(con)
        date = sel.xpath('//div[@class="texttit_m1"]/p/text()')
        date = str(date).replace(']', '').replace('[', '').replace("'", '').replace(u'\u3000', '')
        print(date)

except Exception as e:
    print("主页::" +url + " 链接失败, 原因::", e)
    pass

无法删除爬下来文本前的 u3000 已replace

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(3

半步萧音过轻尘 2022-09-18 14:56:24
a.replace(chr(0x3000),"")
感性不性感 2022-09-18 14:56:23

a.replace(r"\r\n", "")
用raw字符串来表示rn

等风也等你 2022-09-18 14:56:23
a = a.strip();
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文