我需要帮助清理Python垃圾输出。我有以下简单的spider,它获取元素的内容。在
class ScrapyscrapSpider (BaseSpider) :
name = "ss"
allowed_domains = ["purecss.io"]
start_urls = ['http://purecss.io/tables/']
def parse(self, response) :
sel = Selector (response)
item = ScrapscrapyItem ()
item['Heading'] = str (sel.xpath('/html/body/div[2]/div/div[1]/div/div[1]/h1').extract ())
item['Content'] = str (sel.xpath ('//table[@class = "pure-table"]//tr[1]/td[2]').extract ())
item['Source_Website'] = "http://purecss.io"
return item
命令:
^{pr2}$输出:
Content,Heading,Source_Website
"[u'<td>Honda</td>', u'<td>Honda</td>']",,
我只想把“本田”打印到csv文件中,其他的都删除。在
摘录()[1]还是给我“[u'Honda',u'Honda']”
您可以按如下方式创建xpath
相关问题 更多 >
编程相关推荐