使用strip()删除空格

Question

如何删除[u'\n\n\n result here \n\n\n']并获得仅作为[u'result here']的结果...我正在使用scrapy

def parse_items(self, response):
  str = ""
  hxs = HtmlXPathSelector(response)

  for titles in titles:
      item = CraigslistSampleItem()
      item ["job_id"] = (id.select('text()').extract() #ok
      items.append(item)
  return(items)
end

有谁可以帮我？

Answer 1

id.select('text()').extract() 

返回包含文本的字符串列表。您应该遍历该列表以剥离每个项目，或者使用切片(例如your_list.strip() )来执行剥离空白。Strip方法实际上与字符串数据类型相关联。

def parse_items(self, response):
  str = ""
  hxs = HtmlXPathSelector(response)

  for titles in titles:
      item = CraigslistSampleItem()
      item ["job_id"] = id.select('text()').extract()[0].strip() #this should work if #there is some string data available. otherwise it will give an index out of range error.
      items.append(item)
  return(items)
end

Answer 2

使用Python的 .strip()的替代方案

您可以在选择“job_id”的XPath表达式周围使用XPath函数normalize-space()：

def parse_items(self, response):
    hxs = HtmlXPathSelector(response)

    for titles in titles:
        item = CraigslistSampleItem()
        item ["job_id"] = title.select('normalize-space(.//td[@scope="row"])').extract()[0].strip()
        items.append(item)
    return(items)

注意1：我使用的XPath表达式是基于https://careers-cooperhealth.icims.com/jobs/search?ss=1&searchLocation=&searchCategory=&hashed=0的

备注2在答案中使用 .strip()： id.select('text()').extract()[0].strip()会得到u'result here'，而不是列表。

这可能正是您所需要的，但是如果您想保留列表，因为您要求删除[u'\n\n\n result here \n\n\n']并获得[u'result here']形式的结果，那么您可以使用如下所示的内容，使用Python的map()

item ["job_id"] = map(unicode.strip, id.select('text()').extract())