如何在 python 中使用 xpath 提取数字，如果数字周围有文本

Question

我正在尝试从网站上获取价格，并面临有时他们会在字段中添加额外文本的问题。

例如

<span class="price--content content--default">
Ihr Preis:
13.815,00&nbsp;€
</span>
>>> response.xpath('//span[@class="price--content content--default"]/text()').extract()
['n', 'n', 'nIhr Preis:n13.815,00xa0€n']

这里再举一个例子：

<span class="price--content content--default">
Jetzt:
5.765,00&nbsp;€
</span>

如何确保 xpath 在所有情况下都获取数字，即使没有文本而只是数字？

如果不可能，作为替代方案，我如何使用 python 获取列表的第一个数字？

Answer 1

即使使用 XPath 1.0 表达式也可以做到这一点，前提是只有一个数字，并且您使用的 python 模块可以处理节点集以外的结果数据类型。用：

translate(
   //span[@class="price--content content--default"],
   translate(//span[@class="price--content content--default"],'0123456789.,',''),
   '')

Answer 2

你可以用正则表达式找到这些。例如

import re
string1 = 'nIhr Preis:n13.815,00xa0€n'
string2 = 'nIhr Preis:n5.765,00 €xa0€n'
my_num = re.findall(r'd+.d+', string1)   # or string2
print(my_num)

Answer 3

由于您正在寻找价格，因此问题在于，据推测，您需要提取整个价格，包括美分(或给定货币的任何等值物(。因此，稍微修改您的第二个示例：

my_str = '<span class="price--content content--default">Jetzt:5.765,12&nbsp;€</span>'

输出应该是整个5.765,12。因此，在不使用正则表达式的情况下，我建议：

for char in my_str:
if char.isdigit() or char =='.' or char==',':
    print(char, end ="")

输出：

5.765,12