python爬虫 如何让删除爬取文本前的 /u3000 也就是全角空格符。
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。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
发布评论
评论(3)
a.replace(r"\r\n", "")
用raw字符串来表示rn