lxml / scrapy选择器不能传输html实体吗
lxml / scrapy选择器不能传输html实体吗
提问于 2019-11-06 06:16:55
如何在使用lxml / scrapy选择器xpath后获得原始的html实体？
我已经尝试了lxml而不是parsel包，同样的问题。
mytext = '<html><body><span>go od</span></body></html>'
sel = parsel.Selector(text=mytext)
sel.xpath('//body').extract()实际输出：
['<body><span>go\xa0od</span></body>']预期输出：
['<body><span>go od</span></body>'] 被转换了，如何保持它的原样？
回答 1
Stack Overflow用户
发布于 2019-11-06 07:00:35
根据文档，目前，.extract()和.getall()方法返回带有 unicode字符的原始html ，如\xa0，即 。更多信息here。
但是，.extract_first()和.get()方法仅返回列表中的第一个字符，并且输出为，不带 unicode字符。(Docs)
print(sel.xpath('//body').get())输出：
<body><span>go od</span></body>但是如果你真的想用 字符代替''或\xa0。然后，一种解决方案是对这些字符进行常规字符串替换。
示例：
body = sel.xpath('//body').extract()
result = [i.replace('\xa0', ' ') for i in body]
print(result)输出：
['<body><span>go od</span></body>']页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/58720320
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号